基于免疫选择和自组织临界变异的进化算法

维持群体多样性是提高进化算法性能的一个主要出发点。本文提出了一种基于免疫选择和自组织临界变异的进化算法。其中,利用免疫浓度调节设计的选择算子使算法在开发新解时能选到多样性的个体;基于自组织临界思想的变异算子使算法在探测新解时能在合理的模型指导下进行。针对几种典型的复杂函数优化问题的求解实验表明该算法在收敛速度和全局收敛性方面都较好。     

生命自组织进化的实质

在生物进化序列中 ,复杂系统和简单系统的熵之间有一个差———熵势。熵势是系统熵的变化量度 ,反映了进化过程中系统的有序性和复杂性的变化程度。自组织的实质是生命系统的熵发生了改变     

一般自组织进化优化定理初探

考察斯图亚特.考夫曼等人,运用他们开发出的一套计算机模拟模型——NK模型,探究生态系统和非集中化组织是如何自发地向有序方向进化的。他们根据对一般自组织进化研究的成果,得出了一般自组织进化的优化定理,这就是自组织系统自发优化,优化的结果是共同进化的系统趋向处于有序和混沌的过渡阶段,靠近有序的一边。斯图亚特.考夫曼等人得出的一般自组织进化的优化定理具有普遍意义。     

自组织临界性模型———Bak2Sneppen 模型的研究进展及其展望

根据Bak-Sneppen模型的特点,从五个方面分析了它的研究进展,尤其是对各种情况下模型表现出的自组织临界性给出了详细的论述;分析了该模型在复杂性理论研究中的地位;最后,还对该模型的未来研究工作做了评述.     

论自组织进化的非决定性与决定性

复杂系统的自组织进化不仅具有非决定性的一面，也有决定性的一面，但这种决定性无论从本体论还是从认识论上看，都具有一种相对性。     

基于自组织理论的自组织多项式网络算法

自组织多项式网络是采用神经网络的思路结合生物控制论和自组织特征映射理论而导出的一种新型网络算法,该算法在寻求模型参数的最优组合上的自组织特征及通过层层搜索误差最小点的功能,使其在用于非线性映射的拟合中体现了较强的优越性．开发的软件应用表明,该算法较ＧＭＤＨ算法及一般网络算法具有更高的精度拟合．     

模拟进化算法研究进展

自然进化是基于种群的一种优化过程,基于生物界的自然选择和遗传机制,产生了若干优化技术,主要包括遗传算法（ＧＡ）、进化规划（ＥＰ）、进化策略（ＥＳ）。本文对这三种主要的模拟进行算法的研究进展进行了综述,探讨了三者之间的关系,并对三者的发展前景进行了展望。     

基于网络制造的仿生自组织协同进化

本文用现代生物进化理论中的超循环理论研究基于网络制造模式的形成和进化机制 ,对合作企业之间、企业与网络资源之间和企业与企业形象之间的协同进化进行了分析 ,认为该模式的形成如同生命的起源一样是超循环的结果 ,是以自组织的方式进行的 ,具有自组织、自增进和相互增进、竞争和协同进化等特点.     

基于市场微结构模型和进化算法的资产分配

研究了一种离散时间金融市场微结构模型的估计以及基于此模型的资产分配控制问题.提出用进化算法来估计这种市场微结构模型,以得到其最优的结构和市场背后隐含的过剩需求和市场流动性过程.进一步,用估计的过剩需求信息而非预测价格来指导资产分配.资产分配策略的门限参数用约束优化进化算法来估计.对深证综合指数时间序列的实证分析结果表明了提出方法的有效性.     

中国股市自组织临界性实证研究

为了深入理解中国股市演化的复杂性,在界定了股市自组织临界性重要参数的基础上,通过统计方法考察了中国股市趋向自组织临界态的演化过程,发现了中国股市中的幂率关系,从而验证了中国股市中存在自组织临界性,同时指出了股市内部的分形性与其临界状态的密切关系,为进一步探索中国股市的复杂性机制奠定了实证基础.     

论自组织临界性与复杂系统的演化行为

在自组织理论群的大背景之下考察了自组织临界性概念提出的理论背景以及它和混沌、复杂适应系统这两个概念之间的区别与联系 ,并指出自组织临界状态是继人类的科学认识发现静止稳态、随机状态、混沌状态之后的又一种新的状态发现 ,从而深化了对复杂系统的演化行为模式的认识和描述     

网络演化博弈中的自组织临界性

结合雪堆博弈模型与扩展的Bak-Sneppen(BS)模型,研究一维规则环状网络上合作行为的涌现与个体间的动力学关联性。通过统计系统平均合作概率随时间的演化,发现当系统演化到稳态时群体具有较高的合作水平。此外,统计了个体策略突变行为的雪崩尺寸及适应度最低个体间的距离分布,发现这两种分布可近似为幂律分布。这表明系统自组织达到了一种临界状态,在临界状态个体策略在系统尺度上相互关联,因此与系统中高水平合作行为的涌现有着紧密的关系。     

Evidence for self-organized criticality in unscheduled downtime data of equipment

How to reduce downtime and improve availability of the complex equipment is very important. Although the unscheduled downtime（USDT） issues of the equipment are very complex, the self-organized criticality（SOC） is the right theory to study complex systems evolution and opens up a new window to the investigation of disasters, such as the sudden failure of the equipment. Firstly,SOC theory and its validation method are introduced. Then an SOC validation method for USDT of the equipment is proposed based on the above theory. Case study is done on bottleneck equipment in a factory and corresponding data pre-process work is done. The rescaled-range（R/S） analysis method is used to calculate the Hurst exponent of USDT time-series data in order to determine the long-range correlation of USDT data on time scale;at the same time the spatial power-law characteristic of USDT time series data is studied. The result shows that the characteristics of SOC are revealed in USDT data of the equipment according to the criterion of SOC. In addition, based on the characteristics of SOC,the overall framework of the prediction method for major sudden failure of the equipment is proposed based on SOC.     

基于模拟退火遗传算法的土地利用结构优化模型

将模拟退火方法引入遗传算法中,对多参数问题进行优化。该算法克服了SGAs的过早收敛的问题以及算法易陷于局部极小点的问题,使得搜索沿着全局最优方向进行。将该算法应用于解决土地资源优化分配的问题中,优化结果同样具备上述特点。参3。     

基于数列模型的思维进化算法收敛性分析

为对思维进化算法性能作进一步研究,分析了思维进化算法的进化算子(“趋同”和“异化”)及种群进化过程,建立群体进化的数列模型,并应用模型的极限性质对算法收敛性进行分析。在不考虑状态转移概率的情况下证明了思维进化算法能够收敛到全局最优解。数值仿真结果也印证了所得结论,应用数列模型分析思维进化算法的收敛性,使用其证明更加直观。     

基于分布式免疫进化算法的函数优化

针对遗传算法在寻优过程和多峰值函数求解中出现的“早熟”问题以及免疫算法收敛速度较慢问题,将免疫算法和进化算法进行优势融合,并结合改进的进化算法的并行模型,提出一种新的算法--分布式免疫进化算法（distributed immune evolutionary algorithm,DIEA）。新算法主要包括记忆种群进化模块和子种群进化模块两个部分,子种群的主要功能是找出各个区间的局部最优解;主种群主要是进行全局搜索,寻找全局最优解。仿真实验表明,该算法具有很高的全局寻优能力和很快的收敛速度,适合求解复杂多峰函数优化问题。     

基于公平原则的应急物资分配模型与算法

灾害发生后,灾区第一时间的自救和互救对于救灾工作至关重要.本文考虑自然灾害发生后,外界的救灾物资没有到达受灾地区的这段时间内,灾区的各个地区基于相互救援的应急物资分配问题.在考虑地区之间物资分配公平性的基础上,本文建立了一个双目标优化模型,模型的目标函数是最大化地区的物资的满足量,以及最小化最大运送时间.进一步地,本文提出了一个改进的差分进化算法求解该双目标优化模型,计算结果从计算时间和解的质量两个方面验证了算法的有效性;同时,本文通过一组例子验证了公平性约束的合理性.最后,本文通过一组算例分析,验证了改进的差分进化算法对大规模问题的有效性,说明救灾物资的最大允许运输时间和地区间合作的关系.论文的研究成果对基于属地管理的灾区自救和互救决策具有重要的理论和实践指导价值.     

基于仿真模型的排队规则遗传优化算法研究

排队规则是排队系统的重要组成部分, 直接关系到排队系统的运行效率. 本文以具有复杂结构的排队系统为研究对象, 构建了排队系统仿真模型; 进一步地, 考虑排队规则的多样性特征, 提出了基于排队系统仿真建模的排队规则遗传优化算法, 并进行了算法的优化设计. 基于眼科医院实际数据的分析结果表明, 与先来先服务(FCFS)排队规则相比, 本文提出的方法所得到的排队规则可以将平均住院等待人数减少1/2以上, 并可实现系统的长期稳定性. 论文工作实现了系统仿真与遗传优化算法的有效结合, 对优化复杂系统的排队规则、提高排队系统的运行效率具有积极意义.     

基于自适应遗传算法的油田产量灰色预测模型

应用灰色预测建模理论，使用精确差分格式和改进拟合参数的方法，对呈波动变化的数据系列，建立了改进的灰色预测模型,由于拟合参数与误差之间存在着明显的非线性关系，选用自适应遗传算法求取拟合参数最优值，通过对油田产量预测的实例计算表明，改进的灰色模型预测精度明显提高。