基于人工鱼群的DNA编码序列组合优化算法研究

分析DNA编码序列设计的目标及需要满足的约束条件,提出全局人工鱼群算法(GAFSA)生成有效的DNA编码序列.根据优化问题的约束条件及人工鱼群的特点,对人工鱼的视野和步长按进行动态调整.实验结果表明,所述GSFSA算法比遗传算法、多目标进化算法、遗传粒子群算法算法产生的DNA编码序列具有更高的质量.     

基于差分进化入侵杂草算法的股价预测模型

针对入侵杂草算法易陷入局部最优、后期寻优精度较低等不足,提出一种差分进化入侵杂草(DEIWO)算法用于训练前向神经网络,结合入侵杂草算法的种群多样性和差分进化算法的启发式搜索等特质以增强算法的全局搜索能力和局部挖掘能力,建立基于DEIWO算法的神经网络预测模型.通过实例验证了本文改进的算法具有较好的寻优精度和收敛速度,预测模型可行和有效.     

离散二进制入侵杂草算法

在继承入侵杂草优化（IWO）算法特性的基础上,提出了一种可用于解决离散空间组合优化问题的二进制入侵杂草优化（BIWO）算法.该算法保留了IWO算法的正态空间扩散特性,设计了一个扩散范围到扩散概率的映射函数,以概率的形式决定二进制杂草比特位的取值.选取连续空间的4个经典函数和离散空间的背包问题,对BIWO算法进行测试,结...     

新变异DNA遗传人工鱼群优化DNA序列的多模算法

为了提高多模信号的均衡效果,提出一种新变异DNA遗传人工鱼群优化DNA序列的频域加权多模算法(nm DNAGAFS-DNA-FWMMA)。该算法利用新型变异DNA遗传人工鱼群算法收敛速度快和全局搜索能力强的优点,通过DNA约束模型和代价函数来寻找最优DNA序列,将该序列解码后作为频域加权多模算法(FWMMA)初始最优权向量,以提高收敛速度并减小剩余均方误差。仿真结果表明,nm DNAG-AFS-DNA-FWMMA的收敛速度快、均方误差小。     

基于人工鱼群遗传算法的DNA编码优化

针对DNA计算中的编码序列设计问题,分析DNA编码序列设计的目标和需要满足的约束条件,从中选择适当的约束条件,给出评估公式,提出人工鱼群遗传算法生成有效的DNA编码序列。经实验结果表明,所述算法比遗传算法及遗传粒子群算法产生的DNA编码序列质量更加稳定可靠。     

生物DNA序列比对算法研究

基于典型CLUSTALW序列比对算法,研究一种局部优化的多序列比对算法,用减少序列比对过程中总评分的方法来达到优化算法的目的,并对基因库中的序列进行了测试．     

基于杂草算法的位置服务模型研究

为了有效提高位置服务精度,本文基于杂草算法建立了一种新的刻画模型。该模型首先提出了位置服务的评价函数以及最优位置服务的目标函数,并结合杂草优化算法建立最优求解方法。最后通过利用OPNET和MATLAB进行数学仿真,深入研究了影响该方法的关键因素。与其它算法相比,结果显示该方法具有一定有效性。     

一种约束工程设计问题的入侵性杂草优化算法

提出了一种新颖的求解约束问题的群智能优化算法.该算法模拟杂草克隆、占地生长与繁殖的自然行为,具有入侵性杂草的鲁棒性、适应性和随机性等特点,算法简单而有效,具有准确的全局搜索能力.结合罚函数方法将提出的算法应用于求解工程设计优化问题,实验结果及比较表明提出的算法获得了更优的结果,同时也显示了它在求解复杂工程设计优化问题时的全局寻优能力.进一步实验与统计分析了关于参数选择对算法性能的影响,得到了有利参数选择的结论.     

图像聚类的入侵性杂草优化算法

针对原始谱聚类初始敏感的缺点,构造了图像聚类质量的评价函数,提出了一种新颖的基于入侵性杂草优化的图像聚类算法(CIWO)。算法模拟杂草克隆的鲁棒性、适应性和随机性等特点,简单易于实现,具有快速精确地对图像灰度数据集的簇中心进行全局定位能力。将算法应用于几个测试图像,并通过聚类有效性准则与k-Means、FCM、PSO等方法比较分析CIWO具有更稳定的图像聚类性能,实验结果表明提出的算法得到了更优的图像聚类质量。     

DNA编码序列的关联特性

用ＤＮＡ行走方法和信息剩余度方法研究了核酸编码序列中的碱基关联，指出了这种关联的短程性．讨论了碱基组成漂变导致的表现关联效应和各种关联模的涨落限．对最近的有关文献作了评述．     

永磁同步直线电机混沌杂草自抗扰控制研究

针对永磁同步直线电机没有中间传动环节, 任何不确定性扰动都会直接影响控制系统性能的问题, 设计 了一种改进杂草算法优化的 PMLSM(Permanent Magnet Linear Synchronous Motor)二阶自抗扰控制器。 通过采用 混沌反向学习初始化方法和柯西分布的空间分布方式改进杂草算法优化自抗扰控制器参数, 经过优化的自抗 扰控制器的控制其性能有明显提高。 仿真结果表明, 该自抗扰控制器响应速度快, 稳态误差减小 2% 且无超 调, 对负载扰动具有良好的鲁棒性。     

基于入侵性杂草克隆的图像聚类方法

针对原始谱聚类初始敏感的缺点,提出了一种新的基于入侵性杂草优化(IWO)的图像聚类方法(CIWO).该算法通过计算峰值信噪比(PSNR),动态确定图像聚类簇数的最优选择范围,采用最小量差、最小簇内距离、最大簇间距离重新构造了图像聚类质量的评价函数,通过模拟杂草克隆的自然行为对图像数据集的簇中心进行快速准确定位.将算法应用于几个基准测试图像,并通过聚类有效性准则与k-Means、FCM、PSO等方法进行比较,发现CIWO具有更稳定的图像聚类性能.实验结果也表明,所提出的算法可获得更优的图像聚类质量.     

基于小波变换与野草算法的细胞图像特征提取与识别

本文在细胞图像小波多尺度分解的基础上,提出在小波域中进行细胞图像特征提取的方法。针对基于小波变换提取的细胞图像特征向量维数过大、冗余等问题,提出一种基于小波变换与野草优化算法相结合的细胞图像特征的提取方法,最后利用BP神经网络作为分类器进行细胞图像识别。计算机实验仿真结果表明,与现有的未进行特征优化的细胞图像特征提取识别方法相比,本文细胞图像特征提取、分析、识别方法所需时间更短,识别正确率更高,实时性、鲁棒性能更好。     

MO_DE:一种结合多目标优化机制的DNA编码序列算法

针对现有DNA计算中存在的编码序列设计稳定性不足、可靠性不完善等问题,充分考虑基本编码问题,设计出一种基于多目标优化机制的DNA编码序列设计算法(MO_DE:multiobjective design algorithm)。在一定的约束条件下,该算法利用了多目标优化机制以及采取小种蚁群算法,将h-distance因子添加到单链DNA架构中,建立一种DNA序列公用方法。通过模拟实验表明,该算法与同类型算法相比,在计算效率、优化性方面具有一定优势。     

基于模拟退火遗传算法的网络编码优化研究

网络编码技术能够减少数据传输次数,提高网络吞吐量和传输效率.但使用网络编码后,节点需要增加额外的编码操作,增加了节点的复杂度和开销.本文提出基于模拟退火遗传算法的网络编码优化算法SAGAS.SAGAS引入基于模拟退火的个体接受机制,保证种群在遗传进程中的多样性,避免种群陷入局部最优.在遗传操作中,SAGAS利用网络转移矩阵指导染色体的遗传操作,避免无效遗传操作,提高算法的收敛速度.仿真结果表明,与标准遗传算法相比,本文提出的算法能够在更短的时间内寻找到更少编码边的网络编码方案.     

杂草算法收敛性分析及其在工程中的应用

针对从自然界中杂草的生长繁殖特性演化而来的新型智能优化算法———扩张性杂草进化算法,通过马尔可夫链,分析证明了它的全局收敛性.相比其他启发式算法,其最大优点是基于种群中优秀的个体有指导地进行搜索,且算法中子代个体按正态分布的方式分布于父代个体周围,在进化过程中通过动态调整此正态分布的标准差,使算法在早期与中期充分保持群落的多样性,较其他启发式算法更容易保证对解空间的全面搜索.而在算法的后期加强对优秀个体周围的局部搜索,从而保证算法能够稳健地收敛到全局最优解.典型的复杂机械优化设计算例结果表明,该算法在优化过程中能有效避开局部最优解,快速、有效地收敛到全局最优解.     

基于DNA序列的信息隐藏

研究了以DNA序列为载体的信息隐藏,提出了一个信息隐藏算法.该算法首先将秘密信息经预处理、编码、调制变成一维随机DNA序列;然后由一个随机数序列决定隐藏信息在载体的高复杂性区域的位置;最后在隐藏信息的位置,秘密信息字符替代载体字符.由该算法实现的信息隐藏既具有一定的稳健性和安全性,又符合生物学意义.实验结果也证明了该算法的有效性.     

编码序列和非编码序列中核苷酸关联性质的比较研究

定义了核苷酸序列的信息关联和１６种碱基关联，并求得了它们的涨落限。从关联长度和关联强度两个方面研究了编码序列和包含编码区和非编码区的全序列的核苷酸关联性质，并用快速付立叶分析的方法研究了关联的周期性。结果表明，编码序列的信息关联的主极大超过涨落限的７￣１０倍（高等生物），全序列则为１５￣１９倍，主极大强度与进化有一定的相关性，原核大于真核。８０％以上的序列的主极大分布在紧邻和次紧邻范围。当α－ｃｕ