An experimental study on the self-adaption mechanism used by evolutionary programming

Evolutionary programming (EP) is one of the most important methods for numerical optimization. Its main technique is the combination of mutations and the self-adaption mechanism. In the past years, studies on EP focused on how to improve the efficiency of mutations with different probability distributions, and few of them touched on the question that the self-adaption mechanism did not work sometimes, but simply followed the original suggestion. So far, no experimental results have shown why this is a question. This paper firstly gives a primary analysis on the behavior of the self-adaption mechanism, and then presents experimental evidences to show why its adaptive ability is doubtful.     

基于进化规划算法的图像聚类研究

将进化规划算法应用于图像聚类问题,对问题的解进行符号编码,采用群体智能模式实现问题解的搜索.利用进化规划算法的变异算子和选择算子可以有效提高算法的全局搜索能力,采用高斯变异算子保证了优秀解的多样性,降低了进化操作的复杂性.仿真实验证明基于进化规划算法的图像聚类算法具有可行性和准确性.     

求解非线性优化问题改进的进化规划算法

针对带有边界变量的非线性优化问题,提出了一种改进的进化规划算法.该算法首先把每个个体看作为带有不同质量的粒子,根据目标函数值定义个体的质量.基于聚类思想,选取一定数量的点,然后利用选取的点分别求出于每个点相对应的重心,以每个点与其重心的连线方向为变异方向.最后把该方法应用到几个典型数值例子中,并与基本进化算法进行比较,数值结果表明算法是可行的、有效的.     

Solving integer programming by evolutionary soft agent

Many practical problems in commerce and industry involve finding the best way to allocate scarce resources a-mong competing activities. This paper focuses on the problem of integer programming, and describes an evolutionary soft a-gent model to solve it. In proposed model, agent is composed of three components: goal, environment and behavior. Experimental shows the model has the characters of parallel computing and goal driving. Foundation item: Supported by the National Natural Science Foundation of China( 60205007) , Natural Science Foundation of Guangdong Province(001264), Research Foundation of Software Technology Key Laboratory in Guangdong Province and Research Foundation of State Key Laboratory for Novel Software Technology at Nanjing University Biography: Yin Jian ( 1968-), male, Associate professor, research direction: artificial intelligence, data mining.     

一类针对带约束优化问题的进化规划算法

提出了一种适用于求解带约束优化问题的进化规划方法,其中关键的变异算子采用基于行为的架构,事先设计一系列子变异算子,如使得个体适应度函数值趋向最小方向的变异算子、逃避约束方向的变异算子、种群总体平均适应度函数值趋向最小方向的变异算子等,通过加权平均的方法决定总变异方向．结合小生境技术及最优个体保存的选择策略,该算法能在同时保证种群的多样性和个体的全局最优性的情况下快速地求得带约束条件下的最优解．仿真结果表明,该进化规划算法是可行的．     

消息分层处理机制在Windows应用程序开发中的应用

针对Windows应用程序开发中遇到的一个实际问题,在分析了Windows消息分层处理机制的基础上,提出了从应用程序窗口层下降到应用程序框架层上去处理消息的解决方法,达到了改变某一事件发生时应用程序默认的执行次序的目的.     

基于进化规划的多目标投资组合选择模型研究

在Markowitz的均值－方差模型的基础上，讨论了股票价格中偏度的重要性，并由此引出了一个同时考虑均值、方差和偏度的多目标投资组合选择模型。提出了对该模型进行求解的进化规划算法，同时也说明了用进化规划方法处理多目标优化问题的合理性。用一个算例验证了采用进化规划技术求解多目标投资组合选择模型是有效的。     

三维水平井轨道设计最优控制模型改进的进化规划方法

针对三维水平井井眼轨道设计问题 ,建立了一个非线性最优控制模型。该模型以设计轨道总长度最短为性能指标 ,以非线性动力系统为约束条件 ,通过对非线性动力系统积分 ,将最优控制模型转化为一个非线性规划问题求解。为了求非线性规划问题的全局最优解 ,在附加一个目标函数小于当前目标函数值的约束条件下 ,用改进的进化规划方法寻找新的可行点策略 ,提出了一种新算法。将非线性最优控制模型及算法应用到实际水平井轨道设计中 ,数值结果证明了该模型及算法的正确性和有效性     

An effective evolutionary algorithm for the multiple container packing problem

This paper focuses on a new optimization problem, which is called "The Multiple Container Packing Problem (MCPP)" and proposes a new evolutionary approach for it. The proposed evolutionary approach uses "Adaptive Link Adjustment Evolutionary Algorithm (ALA-EA)" as a basic framework and it incorporates a heuristic local improvement approach into ALA-EA. The first step of the local search algorithm is to raise empty space through the exchange among the packed items and then to improve the fitness value through packing unpacked items into the raised empty space. The second step is to exchange the packed items and the unpacked items one another toward improving the fitness value. The proposed algorithm is compared to the previous evolutionary approaches at the benchmark instances (with the same container capacity) and the modified benchmark instances (with different container capacity) and that the algorithm is proved to be superior to the previous evolutionary approaches in the solution quality.     

基于递阶进化规划的RBF网络设计新方法

针对RBF神经网络的特点 ,提出一种递阶进化规划算法 ,利用此方法同时对网络的拓扑结构和网络参数 (权值、隐节点中心和形状参数 )进行优化 ,克服梯度算法需要求导且易陷入局部极小的弱点 ,分别对单入单出和多入单出非线性函数的建模问题进行了仿真 ,验证了该算法的有效性     

基于扰动的自适应粒子群优化算法

【目的】针对标准粒子群优化算法在应用中暴露出的缺点,如在迭代后期收敛速度慢、搜索精度不高、容易陷入局部最优等,提出一种基于扰动的自适应粒子群优化算法。【方法】该算法将扰动因子加入速度更新公式中,使种群搜索范围扩大;采用自适应的惯性权重,以起到平衡全局和局部寻优能力的作用;对最优粒子进行自适应的柯西变异,拓展最优粒子的搜索空间,降低粒子陷入局部最优的可能性;最后对算法进行仿真实验。【结果】新算法能够增强全局搜索能力,有效避免局部最优,具有更快的收敛速度。【结论】新算法克服了标准粒子群优化算法的缺点,为进一步研究粒子群优化算法的改进和应用提供科学依据。     

实验及模拟研究两性疏水缔合聚合物增黏机理

两性疏水缔合水溶性聚合物具有良好的耐温、耐盐、耐剪切性能,在三次采油、酸化压裂等领域具有较大的应用潜力。室内合成了一种新型两性疏水缔合水溶性聚合物,分别研究了其水溶液在不同浓度、剪切和温度条件下的黏度变化情况。同时,利用耗散粒子动力学模拟(DPD)方法对其水溶液在不同浓度、剪切和温度条件下的水珠子扩散速率和疏水缔合聚合物的自组装结构进行了模拟研究。实验和模拟结果基本一致,利用耗散粒子动力学方法进一步证明了两性疏水缔合聚合物在水溶液的增黏机理和微观自组装结构。     

锌在高炉原燃料中富集规律的实验研究

本文设计了一种新的实验方法,模拟了高炉气氛条件下锌的富集规律,研究了锌蒸气随煤气从高温到低温过程中,锌在焦炭和烧结矿上的赋存形态。结果表明,493～905℃温度范围内,锌以极微小或絮状ZnO存在于焦炭表面,以淡黄色ZnO壳存在于烧结矿表面;当低于493℃时,锌以白色的ZnO和珠状金属锌存在于焦炭表面,但烧结矿表面未直接观察或检测到含锌物质。     

Singularity detection of the rabbit electrocardiogram: An evolutionary spectral method

The time–frequency characteristics of the spectral density of non-stationary signals (NSS) in the neighborhood of an instant time point can be determined using the evolutionary spectral analysis. An experimental rabbit model involving ligation of the left anterior descending coronary artery to simulate the physiology of early phase myocardial ischemia (EPMI) has been previously described. Clinically, EPMI derived from left coronary artery stenosis is the main symptom of coronary heart diseases including acute myocardial infarction. Here, we propose a new algorithm for estimating the evolutionary spectral density functions, which is an effective approach to determine the instantaneous frequency spectra (IFS) of NSS under the uncertainty principle in the time–frequency domain. The localization singularity information in the data recorded from a living system could be detected by means of the IFS. Electrocardiogram (ECG) data recorded from experimental rabbits were analyzed with the new algorithm. Results showed that the Q’s value of the evolutionary spectral quality number of the QRS-complex data was the characteristic parameter of ECG, and there was a matched connection between the time–frequency characteristics of QRS-complex data and the myocardial ischemia symptoms of the rabbits. These results provide valuable information regarding features of the EPMI for use in clinical diagnoses.     

非线性约束条件下的SQP可行方法

非线性规划求解问题,一直是人们关心的热点问题。Zhu和Zhang利用对具有不等式约束的非线性规划构造出新的超线性收敛的SQP算法,每次迭代只需解一个二次规划子问题,还可自动修正可行方向以避免Marotos效应,并在较弱条件下保持算法的整体收敛性。研究将Zhu和Zhang工作,推广到更一般具有等式约束和具有不等式约束的非线性规划。     

基于演化博弈的Ad hoc网络合作机制

设计一种不需要涉及外界手段(信誉或虚拟货币)的合作机制,并应用生态仿真方法,对Ad hoc网络节点的报文转发过程进行博弈仿真.结果表明,无论在有或无噪声条件下,合作机制GTFT策略均能在种群中促进合作的涌现并保持演化稳定,而Gradual策略加噪之后表现并不稳定并且会加重网络负载,增加网络时延.     

二次锥规划的不可行内点算法

给出二次锥规划的一种不可行内点算法并证明该算法是多项式时间算法.利用本算法需O(√nlnε-1)次迭代就可找到问题的ε-近似解,其迭代复杂性界与现有的二次锥规划可行内点算法的复杂性界相同.     

精确实现给定轧迹的混合驱动五杆机构

建立了混合驱动五杆机构实现轨迹的数学模型，并对该混合驱动五杆机构进行了逆运动学分析；以可控原动件加速度波动最小为目标函数，运用最优化方法，综合得到了混合驱动五杆机构的各杆长尺寸和伺服电机的转角函数。     

基于演化算法的SAT问题求解

演化计算方法是近年来迅速发展起来的一种全新随机搜索和优化方法.首先介绍了演化算法的基本原理,然后给出了基于演化思想求解著名逻辑学问题——布尔可满足问题(SAT)的过程,最后分析了该方法的主要特点.     

多目标线性规划的交互式线性加权内点算法

将内点算法应用于多目标规划的交互方法中,提出一种基于线性加权评价函数的解决多目标线性规划问题的新算法。在利用内点算法进行迭代计算的过程中,不断根据决策者的当前偏好信息随时修正权重系数,逐步引导迭代过程达到决策者满意的解。