并行遗传算法在无线通讯网基站优化选址中的应用

为利用最少的基站数实现规定的服务质量 ,对无线通信网的基站位置进行优化 ,是一个 NP难题 .针对一个区域 ,提出了在 k个备选的位置中选择合适组合的粗粒度并行遗传算法 ,在不提高成本的同时 ,优化网络的覆盖率 .不但提出了一种高效的局部搜索算子 ,而且比较了子群体连接拓扑对优化质量的影响 .仿真证明 ,优化效果超过了已有的算法 .     

并行遗传算法的新进展

并行遗传算法将并行计算机的高速并行性和遗传算法固有的并行性相结合 ,极大地提升了遗传算法的求解速度和质量 .在主从式、细粒度和粗粒度这三类遗传算法并行化模型中 ,粗粒度模型以其较小的通讯开销和对种群多样化 ,获得了最广泛的应用 .本文概括了基于模式定理和有限状态马尔可夫链的遗传算法理论 ,总结了前人在粗粒度模型下开展的理论分析和实践应用 ,并指出并行遗传算法的研究将向异步化 ,理论化和模型化的方向发展 ,而有限状态马尔可夫链是构建并行遗传算法可执行模型的有力工具.     

集中式粗粒度分布并行模型和并行进化神经网络

提出了一种分布计算环境下并行进化神经网络的实现机制：集中式粗粒度模型。该模型基于并行遗传算法，可以同时对前馈神经网络的结构和权值进行优化。在分布计算环境中的实现为其在分布式网络中的应用开辟了广阔的前景。初步的实验结果表明该模型可以加快神经网络的进化速度，提高进化的效率     

基于Internet的并行遗传算法及其关键实现技术

为解决大规模复杂优化问题,针对遗传算法的并行化原理和常用运行平台进行分析,提出了并行遗传算法新的应用平台———Internet,讨论了基于Internet的并行遗传算法(Internet basedparallelgeneticalgorithms,IPGA)实现中的关键问题,并给出其单向环拓扑的具体实现。实验表明,IPGA可显著节约寻优时间,提高寻优质量,并且能够充分利用互联网中闲置的计算机资源,节约运行成本,有助于解决巨量优化问题。     

基于递阶遗传算法的最小加权完工时间并行机调度

针对最小化加权完工时间的等同和非等同并行多机调度一类问题,提出了一种递阶遗传算法.该算法根据问题的特点,采用一种染色体递阶编码方案,此编码与调度方案一一对应.计算结果表明,递阶遗传算法是有效的,能适用于大规模等同和非等同并行多机调度问题,通过与Cheng所作编码的遗传算法比较,用递阶遗传算法优化并行机调度操作简单并且收敛速度快.     

基于DSM的产品开发过程资源优化算法

针对并行产品开发过程的特点,利用设计结构矩阵,提出了一种产品并行开发过程的资源调度与优化算法.首先本文建立了开发过程的DSM集合模型及时间与资源模型,在此基础上详细阐述了遗传算法结合启发式调度规则在过程资源优化中的实现.最后通过实例,说明了该算法对过程资源优化的有效性.     

具有同时集送货需求的车辆路径问题的粗粒度并行遗传算法

设计了求解VRPSDP的粗粒度并行遗传算法(CGPGA),其中遗传算法以最优划分法计算适应值,邻域搜索法作为变异算子,定义了群体多样性结构.并行算法以单向环作为连接拓扑,各子群体独立进行遗传操作,迁移算子用于群体间的信息交流,采用多样性替换的方法进行个体替换.论文给出了CGPGA算法在集群系统上的重复非阻塞MPI实现.对典型VRPSDP实例进行测试的结果表明:CGPGA算法在大部分实例上超过了已知最好解,未达到已知最好解的实例与已知最好解的相对误差不超过1.5%.在计算速度方面,CGPGA算法具有接近线性甚至超线性的加速比,提高了遗传算法的求解速度.     

基于学习机制的退火并行遗传算法应用研究

本文综合并行遗传算法(PGA)和模拟退火算法(SA)的优点,提出一种新的退火并行混合优化策略(PGASA).该算法克服了并行遗传算法局部搜索能力弱的缺点,在子种群的搜索中引入SA作为GA种群的变异算子,增强和补充了PGA的局部进化能力;同时将机器学习原理引入到混合算法中,增加了种群的平均适值,有效地避免了最优解的丢失,加快了进化速度.针对车间调度中的典型问题进行了仿真,结果证明了新算法的有效性.     

一种基于遗传算法的多重决策树组合分类方法

针对数据挖掘中的分类问题,依据组合分类方法的思想,提出一种基于遗传算法的多重决策树组合分类方法.在这种组合分类方法中,先将概率度量水平的多重决策树并行组合,然后在组合算法中采用遗传算法优化连接权值矩阵.并且采用两组仿真数据对该方法进行测试和评估.实验结果表明,该组合分类方法比单个决策树具有更高的分类精度,并在保持分类结果良好可解释性的基础上优化了分类规则.     

基于遗传算法的决策树组合方法及在CRM的应用

针对客户关系管理中的客户分类问题,提出一种基于遗传算法的多重决策树组合分类方法.组合分类方法将概率度量水平的多重决策树并行组合,组合算法中采用遗传算法优化连接权值矩阵,并且采用客户信用等级评定的仿真数据对该方法进行测试和评估.实验结果表明,该组合分类方法比单个决策树及其他组合方法具有更高的分类精度,并在保持分类结果良好可解释性的基础上优化了分类规则.     

生态经济投入占用产出的多目标优化模型及求解

尝试研究了建立于生态经济投入占用产出模型基础上的最优规划模型问题以及求解的可行性 .首先 ,给出了生态经济投入占用产出表及相关的环境费用系数计算公式 ;其次 ,建立了具有最小的生产成本、最少的要素占用以及最低的环境费用等多目标规划模型 ;最后 ,提出了以人 -机对话的互动优化 Z-W法求解此类问题.     

多人合作费用分摊的有效解法及其应用

分析了多人合作对策中的费用分摊问题 ,总结了求解费用分摊问题中的几种有效解法 ,并就某矿业集团合作兴建大型水处理厂这一实际问题 ,采用核心法 ( N ucleolus法 )、简化的 MCRS法、GQP法和 Shapley值法等四种方法分别进行了计算 ,分析了不同方法适用的范围和条件.     

一个基于模糊决策理论的投资组合模型

对清晰和模糊两种情况下的组合投资问题进行了研究 ,提出了相应的模型和求解方法 .模型以绝对偏差和代替方差 ,假定交易费用函数为 V-型函数 ,给出了将目标函数中含有非线性项或含有非线性约束的优化模型转化为线性规划问题的一个简便方法 ,不仅大大地简化了模型的计算 ,更重要的是使得在线解决大型组合投资问题成为可能 .投资者的主观意见反映在模糊情况的组合投资模型之中 .最后通过一个例子来说明本文所提出的方法 ,并对文中两个模型进行了对比分析     

基于遗传算法的城市交通运输网优化问题研究

香港是一个市区人口相对集中的城市 ,公路和公共交通运输网的优化非常重要 ,随着经济的发展 ,人口的增加 ,对公共交通设施的需求越来越大 ,每年香港政府都要投资三亿港币建设新的公共交通设施 ,满足日益增长的需求 .这些新的交通设施要从许多公路和公共交通的规划项目中选择 ,这个问题数学上归结为一个 0 -1规划问题 .本文用遗传算法对这一 0 -1规划问题进行了求解 ,这是第一次将遗传算法应用于实际的网络设计问题 ,这一模型将有助于香港政府进行交通规划 ,香港 2 0 0 6年规划数据被用于进行实例研究.     

最短路网络及应用

首先提出了最短路网络的概念 ,然后给出了一个时间复杂性为 首先提出了最短路网络的概念 ,然后给出了一个时间复杂性为 0 ( n2 )的构造最短路网络的算法 .最后研究了最短路网络在最小成本最短路 ,最短路计数和最短路树中的应用     

BP人工神经网络自适应学习算法的建立及其应用

解决了BP神经网络结构参数、学习速率与初始权值的选取问题,并对传统的BP算法进行了改进,提出了BP神经网络自适应学习算法,又将其编制成计算机程序,使得输入节点、隐层节点和学习速率的选取全部动态实现,减少了人为因素的干预,改善了学习速率和网络的适应能力.计算结果表明:BP神经网络自适应学习算法较传统的方法优越,训练后的神经网络模型不仅能准确地拟合训练值,而且能较精确地预测未来趋势.     

具有典型交易成本的投资组合管理模型及其求解

引入了非凹非凸的典型交易成本函数形式 ,建立了含有典型交易成本的投资组合管理模型 ,并采用遗传算法对其进行了有效求解 .通过数值实例分析了不同交易成本、不同风险水平对投资组合的影响.     

交通信息对交通行为影响的评价模型

用随机均衡和确定性均衡两种交通分配模型分析了交通信息对交通行为的影响 .虽然研究工作是在简单网络和线性成本假设下进行的 ,但所得结论却引人思考 ,即交通信息的有效性不是普遍的 ,而是有条件的.     

在一个二阶排队网络中对两类不同顾客的模糊控制

研究一个二阶的串联排队网络 ,其中第一阶有一个服务员 ,第二阶有两个并联服务员 ,每个服务员都有其自己的具有无限存储空间的排队队列 .在第一阶的存储空间中包含有足够多的两类顾客 .两类不同的顾客需要首先在第一阶的服务员上接受服务然后按顺序先后进入第二阶分别排在和两类顾客相对应的服务员前 .不管什么时侯只要第一阶的服务员服务完一个顾客 ,系统就得到一个收益 ,与此同时 ,每个在第二阶排队中的顾客都需要付一笔占位费 .系统的控制目标是根据系统的状态动态地选择在第一阶中下一个被服务的顾客的种类 ,以保证系统在一个无限长的时间里平均收益最大 .这个控制模型可以应用在生产和通讯网络中 .在这篇论文里 ,一个模糊控制的新方法被提出用以解决这个复杂问题 .计算机模拟的结果显示这种新方法是非常有效并极富研究潜力的 .     

一种启发式并行逻辑模拟划分算法

随着并行计算机应用的日趋广泛,在大型数字系统设计验证中,并行逻辑模拟已成为提高模拟验证效率的重要技术途径。并行逻辑模拟算法性能受多种因素影响,其中电路划分算法是直接影响并行逻辑模拟性能的主要因素。提出了一种利用预模拟信息的启发式划分算法,可以明显改善多 Ｃ Ｐ Ｕ 的负载平衡效果,减少处理器间通讯量,有效提高并行逻辑模拟效率。