面向Pareto最优遗传算法的服务组合方法

为了解决Pareto遗传算法在每一次进化操作中都要构造当前进化群体最优解集而影响运行效率的问题,提出了一种面向Parfto最优遗传算法的服务组合方法,以实现Web服务组合的全局优化.用伪二叉树法则构造目标函数的Pareto最优集合,再进行Pareto最优解集排序,最后采用个体相似度计算来确定遗传算法的适应度函数,由此获得一组满足约束条件的Pareto最优解服务集合.实验验证表明,所提方法可以提高多目标遗传算法处理服务组合效率的问题,即使在服务规模较大的情况下,所获得的解与最优值的比率仍能接近90%的水平.     

基于多目标遗传算法的云服务部署优化方法

将服务部署优化问题建模为多目标组合优化问题.在多目标遗传算法的基础上,把部署方案转换为基因编码,用轮盘赌选择机制选择个体,用单点交叉算子产生新的子代,并以设定的概率发生变异.对合适个体考虑支配值和稀疏值设计适应度函数;对不合适个体根据支配值和SLA冲突设计适应度函数.最后给出了优化过程.通过仿真实验可以看出:随着迭代次数的增加,适应度值及各个优化指标值逐渐收敛于一个固定且较优值,说明利用设计的优化算法,能使各个优化目标值较快地收敛到一个较优解,能较好地帮助基础设施即服务(SaaS)提供商在部署应用服务时进行有效规划和决策.     

基于适应度继承的航空发电机比例-积分-微分参数优化算法

三级无刷交流发电机系统运行过程复杂,很难用明确的数学公式进行表达,其PID参数的优化过程需要用模型的运行结果(而不是简单数学公式计算)来确定,这就导致传统的优化算法因仿真过程时间过长而不可行。针对该问题,提出了一种基于适应度继承的遗传算法。该算法首先将PID参数定义为种群内的个体,将上升时间及调节时间组合定义为优化目标,接着在寻优过程中将种群聚类为P个子类,对子类中精英个体利用航空发电机仿真模型运行结果进行适应度计算,对非精英个体利用日志分析器进行适应度估计,最后利用适应度值来对种群内个体进行下一轮循环的选择、交叉、变异等操作,从而实现了估计值与精确值的结合、提高了利用仿真工具进行PID参数优化的效率。仿真分析表明,在保证寻优质量的前提下,提出的基于适应度继承的遗传算法能显著缩短寻优时间,为航空发电机系统仿真设计提供了有效的研究手段和参考依据。     

改进小生境遗传算法在元搜索引擎调度优化中的研究

针对多独立搜索引擎组合调度时查询精度、查询完全度和响应时间不理想等问题,结合元搜索引擎调度特点对多独立搜索引擎组合调度进行动态优化。文中借鉴小生境思想,将小生境技术与遗传算法、相结合,提出了一种多目标组合优化调度的改进小生境遗传算法。该算法使每个个体在其小生境内进行局部寻优操作,保证了群体的多样性,增强了局部搜索能力,抑制了种群的早熟现象。在多个子目标不能同时达到最优时,采用个体综合适应度对各个目标函数的适应度进行加权,来协调优化各搜索引擎的组合,找到搜索引擎组合调度序列的非劣解。仿真实验结果表明该算法提高了元搜索引擎的调度效率,在查询精度和计算速度上均优于常用的查询优化技术。     

改进小生境遗传算法在元搜索引擎调度优化中的研究揪

针对多独立搜索引擎组合调度时查询精度、查询完全度和响应时间不理想等问题,结合元搜索引擎调度特点对多独立搜索引擎组合调度进行动态优化。文中借鉴小生境思想,将小生境技术与遗传算法相结合,提出了一种多目标组合优化调度的改进小生境遗传算法。该算法使每个个体在其小生境内进行局部寻优操作,保证了群体的多样性,增强了局部搜索能力,抑制了种群的早熟现象。在多个子目标不能同时达到最优时,采用个体综合适应度对各个目标函数的适应度进行加权,来协调优化各搜索引擎的组合,找到搜索引擎组合调度序列的非劣解。仿真实验结果表明该算法提高了元搜索引擎的调度效率,在查询精度和计算速度上均优于常用的查询优化技术。     

用模糊选择法提高进化算法的效率

提出了进化算法中选择优良个体的一种方法－模糊选择法。这种方法通过对个体的适应度进行模糊化处理，实现对优良个体选择。基于模糊选择法的进化算法应用于曲线回归和极值求解。结果表明，该方法是一种有效的优良个体的选择方法，它能显著地提高进化算法的效率。     

一种改进遗传算法的设计与实现

作者以自然界生物体的“隐性基因”和“隔代遗传”现象为生物依据,提出一种将父代个体的优劣情况与子代个体的原始适应度相结合来进行个体选择的方法,并将该方法结合到通用的遗传算法中,从而提出一类新的改进遗传算法IPGA。实验结果表明,该方法能有效提高算法的收敛速度和收敛率。     

基于组合进化算法的混沌系统控制与同步

混沌系统控制与同步可通过优化方法设计控制律引导混沌系统轨道来实现.构造适当的适应度函数,将混沌系统的控制与同步问题转化为一个多维的数值优化问题,然后提出一种新的组合进化算法来求解该优化问题.该算法利用佳点集方法初始化种群个体以保证其均匀分布在搜索空间中.在迭代过程中,组合不同进化算子以产生若干个新的子代个体以保持种群的多样性.以典型的Hénon混沌系统为例进行仿真实验,结果表明了该方法是解决混沌系统控制与同步的一种有效方法.     

移动自组织网络中服务组合方法

为了提高移动自组网中服务组合的成功率,基于新型节点模型和服务可并行执行的概念,提出了一种服务需求分段的服务组合方法.该方法将总的服务组合需求分成多段,每段分别在一组节点中执行,多个节点组协同共同完成服务组合.实验结果表明:所提出的方法和模型能减少服务组合执行的时间并提高服务组合的成功率.     

基于改进GA的肝脏管道个性化建模方法

针对传统肝脏管道建模技术需要根据每个人的不同信息多次建模的问题,本文将分形几何的思想引入肝脏管道建模,用模拟动态生长的迭代方法构建了肝脏管道的骨架结构,提出了一种基于改进遗传算法(GA)的肝脏管道个性化建模方法.首先,初始化骨架个体库后即开始进行新集合的适应度评估;然后,判定骨架线样本是否已存在于个体库中,若已存在则取出该个体的适应度,若不存在即可开始计算该个体对应的适应度;最后,将计算出的结果和该个体本身加入到个体库中.实验证明,该方法可以有效地用于虚拟手术中肝脏管道的三维重建,能够满足医生对病人管道模型的互动操作要求,具有一定的实用性.