进化图论在知识型企业组织结构设计中的应用

 在进化图论的框架下,运用命名为“动态链接”的更新规则来计算空间结构为环路的种群中某突变个体的固定概率,并结合相关理论来分析知识型企业组织结构的合理设计。对不同类型的组织结构模式作进化图进行仿真并做了比较分析,得出的结论是具有环路性质的无边界组织结构是更合理的知识型企业组织结构。这使得进化图论的应用扩展到了经济学。     

自适应细菌觅食算法在优化问题中的应用

细菌觅食算法在求解优化问题时,以固定的步长进行趋向操作,同时以固定概率对细菌个体进行随机驱散操作,虽然可以一定程度上增加种群多样性,但是在进化后期容易使优秀的个体流失,影响算法的寻优质量.针对上述问题,论文提出步长自适应调整和驱散概率自适应调整两项改进策略,分别根据算法进化程度和细菌个体的能量值动态调整趋向操作的步长和驱散操作的概率,从而使算法在保证种群多样性的前提下,保持细菌个体具有较高觅食能力,促进算法局部搜索和全局优化的平衡.对标准测试函数和TSP问题的测试结果表明:基于自学习的细菌觅食算法具有较强的全局寻优能力,适合求解高维复杂优化问题.     

动态环境下基于可变记忆的进化算法

常规基于记忆的进化算法在动态环境中往往达不到期望的效果,这主要是由于记忆体大小的限制.为此提出了动态环境下基于可变记忆的进化算法(IMEEA),其核心思想是算法中拥有两个种群,即搜索种群和记忆种群,同时采用过度变异策略来增加种群的多样性.算法中的两个种群有最小和最大的允许长度,并且种群的大小根据进化过程的进行而不断变化...     

莫莫格湿地景观格局变化对白鹤停歇种群动态的影响

对莫莫格国家级自然保护区各景观类型的变化及其对停歇白鹤种群动态的影响进行了研究.结果表明:1988-2003年间,保护区内农田、人工林、村庄、草地和沼泽的面积趋于减少,而盐碱地、浅水泡、水库和河流的面积呈增加趋势;随着降雨量的增加,农田、盐碱地和草地面积显著减少,而河流和沼泽面积随之显著增加.1983-2008年春季,在保护区停歇的白鹤种群数量呈增加趋势,每年春季平均有(571.5±485.6)只白鹤在此停歇,春季最高历史记录出现在2008年,为2 148只.2000-2007年秋季,在莫莫格保护区停歇白鹤种群数量呈显著下降趋势,平均种群数量为(495.6±429.4)只,2007年秋季种群数量最高,为1 485只.随着盐碱草甸面积的增加,停歇白鹤的种群数量明显下降(r=-0.785,P=0.037);停歇白鹤种群数量与泡沼面积呈显著正相关(r=0.796,P=0.032);农田、人工林、河流和水库面积变化对白鹤种群数量变化无显著影响.实施白鹤停歇地保护和恢复重建应重点加强对泡沼的保护和管理;另外,盐碱草甸为白鹤潜在的停歇生境,保护其完整性对白鹤停歇地的恢复重建具有重要作用.     

关联噪声对集合种群稳定性和平均灭绝时间的影响

在经典的存在生境破坏的集合种群模型的基础之上,考虑了关联乘性色噪声和加性白噪声对集合种群稳定性和平均灭绝时间的影响.应用Fokker-Planck方程得到了系统的稳态概率密度函数的解析表达式,利用平均首次通过时间的定义和最快下降法,得到了平均灭绝时间的表达式.对计算结果的数值分析表明:(1)加性白噪声强度Q的增加弱化了集合种群系统的稳定性,即内部噪声的增加对集合种群产生消极影响;(2)乘性色噪声强度D起到弱化集合种群稳定性的作用,即外界环境的波动对种群产生不利影响;(3)乘性色噪声自关联时间τ的增加增强了集合种群系统的稳定性,即τ可以使集合种群占据生境斑块的比例增加,并促使xs位置处占据生境斑块的比例的概率增加,对集合种群生存繁衍起到有利作用;(4)当两噪声之间的互关联为负关联(λ0)时,T(xs→x0)是关于D的单调减函数,即|λ|的增加弱化了集合种群的稳定性;当噪声间正关联(λ0)时,T(xs→x0)是关于D的非单调函数,随着D的增大,T(xs→x0)出现类似共振峰的极大值,表现出"随机共振"的现象;(5)T(xs→x0)是关于τ的单调增函数.     

基于自适应HereBoy算法的电路进化设计实验研究

针对电路进化设计演化后期种群收敛速度放慢等问题,采用自适应Here Boy算法,融入遗传算法的群体概念,研究自适应因子在进化算法中对演化收敛速度的影响。运用类神经网络的电路模型和矩阵编码方法对组合电路进行编码,建立了电路编码到电路功能的映射关系,采用外部进化方式进行电路适应度值评估,引入自适应遗传算子提高算法收敛速度和种群多样性。二位二进制乘法器电路的进化结果表明,该方法较传统Here Boy算法在电路进化设计进程中电路平均演化代数及演化时间明显减小,在进化后期,随着种群演化代数增加适应度值平均涨幅提高。     

基于离散变量自适应遗传算法的改进

在自适应遗传算法中交叉算子和变异算子随着其适应度变化自动改变其值,从而影响遗传进化的过程,但算法在进化初期对遗传操作的效果并不明显。本文针对离散变量的特征,通过计算个体间的离散程度,判断种群的进化程度,根据不同的进化时期自适应调整交叉概率和变异概率,使得种群的交叉和变异配合进行,有效地解决了离散变量在进化初期容易陷入局部寻优的问题。实验结果表明,算法经改进后,其全局收敛的可靠性增加并加快了收敛的速度。     

基于种群协同进化算法的固定极性动态逻辑电路功耗优化

基于电路的动态逻辑实现形式,建立了固定极性XNOR/OR电路低功耗极性优化问题的数学模型;针对传统遗传算法(TGA)和量子算法(TQA)的优势和不足,借鉴合作型协同进化思想,提出了种群协同进化算法(PCEA).该算法包含主体种群和小规模的量子比特种群,采取两种群并行进化、统一评估和主体种群择优重组的进化策略.主体种群采...     

一种改进的快速高效的差分进化算法

文章针对差分进化算法收敛速度和全局搜索能力之间不能同时兼顾这一问题,提出了一种改进的差分进化算法,该算法从动态更新种群、递增策略的交叉概率因子及递减策略的缩放因子对标准DE算法进行了改进,并用6个典型的测试函数对改进的差分进化算法和标准差分进化算法进行测试比较,结果表明改进后的差分进化算法在收敛速度、收敛精度和算法鲁棒性方面都要优于标准差分进化算法,采用动态更新种群的策略也有效地提高了算法的运算效率.     

固定和增长区域上一类互惠模型的扩散动力学

在生态中,互惠是一类常见的种群关系,由于某种群的数量增加对另一种群的变化有积极的作用,进而使得物种不断地繁衍进化.种群数量的变化受多种因素影响,尤其是栖息地大小的变化.为了研究区域的增长对互惠种群的影响,围绕互惠扩散模型,在固定区域和增长区域上通过数学分析和数值模拟了解其空间动力学.结果表明互惠的两种群之间互利、共生,在合适的环境中不会灭绝,并且区域的增长有利于互惠种群的生存发展.