遗传算法及其应用

遗传算法是模拟生物进化机制新发展起来的一种搜索和优化方法，它是基于自然进化机制并且在寻找目标函数或在目标函数附近解决优化问题，遗传算法已在许多领域得到应用。并显示出良好的发展前景．本文介绍了一些优化方向的基本问题，包括理论、方法、实现技术以及应用中的普遍性问题，对其应用前景进行了展望．     

遗传算法及其应用

遗传算法是模拟生物进化机制新发展起来的一种搜索和优化方法,它是基于自然进化机制并且在寻找目标函数或在目标函数附近解决优化问题.遗传算法已在许多领域得到应用,并显示出良好的发展前景.本文介绍了一些优化方向的基本问题, 包括理论、方法、实现技术以及应用中的普遍性问题,对其应用前景进行了展望.     

面向对象的改进遗传算法优化设计

为提高遗传算法的优化求解性能,从4个方面对遗传算法进行改进:即对障碍项及惩罚项因子的动态变化实现适应度函数的动态变化;对约束函数规格化处理以提高算法的搜索稳定性和算法的收敛速度;采用共享函数的方法使进化个体极易跳出局部最优而达到全局收敛;控制参数的动态变化以适应进化过程不同时期的需要.整个改进措施以面向对象的方法加以实现,并通过单级圆柱齿轮减速器设计实例验证,结果表明相对于常规优化算法,改进后的遗传算法使减速器体积减小25.8%,相比传统遗传优化算法使减速器体积减小5%,从而表明该改进遗传算法具有较高的优化求解效果.     

面向对象Flow-shop调度问题的遗传算法求解

以面向对象的程度设计方法,实现了用遗传算法求解ＦｌｏｗＳｈｏｐ调度问题（ＦＳＳＰ）文中讨论了ＦＳＳＰ的不同存贮方式（ＵＩＳ、ＦＩＳ和ＮＩＳ）,时限问题以及不同的交叉算子对算法的作用     

遗传算法及其在制造工程中的应用

遗传算法是建立在模拟自然界生命进化机制基础上的一种新型搜索和优化方法。介绍了遗传算法的概念和基本原理，讨论了它在制造领域的初步应用成果，并对其应用前景和要进一步研究的工作作了一些展望。     

遗传算法及其仿真

介绍了遗传算法的基本概念,并提出了一种基于MATLAB遗传算法与直接搜索工具箱的遗传算法仿真方法.仿真实验证明,该方法是简单、实用、高效的.     

面向对象Flow—shop调度问题的遗传算法求解

以面向对象的程序设计方法，实现了用遗传算法求解Ｆｌｏｗ－Ｓｈｏｐ调度问题（ＦＳＳＰ），文中讨论了ＦＳＳＰ的不同存贮方式（ＵＩＳ，ＦＩＳ和ＮＩＳ），时限问题以及不同的交叉算子对算法的作用。     

用遗传算法构造n阶幻方

该文利用遗传算法构造n阶幻方,为幻方的研究提供了一种新的方法.针对这个具体问题设计了新的交叉算子和变异算子,改进后的遗传算子更适合构造n阶幻方的遗传操作.     

遗传算法及其实现

介绍遗传算法,并进行了实现.通过对 CHN144城市的数据进行测试,测试表明:遗传算法具有较强的全局搜索能力.     

面向对象的实用网络计划工具类组件及其应用

作者结合面向对象的设计思想,提出了一种实用的网络计划模型,并实现了实用网络计划工具类组件,该组件有三个基本类,工序类,工程类及网络计划工具类,最后给出了这个组件在资源优化中的应用的例子,并说明其有效性。     

遗传算法综述

遗传算法是一种自适应全局优化概率搜索算法,在各种科学工程领域得到了广泛的应用,文章介绍了遗传算法的发展历程、理论研究和应用研究状况.     

基于遗传算法的网络选播路由算法初探

介绍选播路由算法相关的基本概念和研究内容，探讨利用遗传算法和随机方法研究选播路由算法的关键技术问题。     

简单遗传算法的一种改进算法

针对简单遗传算法收敛速度慢的问题,结合复合形法,提出了一种改进算法并将其应用于系统辨识,仿真结果表明,改进后的算法具有收敛快,精度高的优点。     

指派问题的遗传算法研究与实现

提出了用遗传算法（ＧｅｎｅｔｉｃＡｌｇｏｒｉｔｈｍ）进行运筹学中指派问题（ＡｓｓｉｇｎｍｅｎｔＰｒｏｂｌｅｍ）优化的新方法。根据优化问题的性质，设计了两种编码方案，以及适合此类问题的复制、交换、倒位、变异四种遗传操作符。在此基础上，完成了整个优化算法及程序框图，并用Ｃ语言实现。计算结果表明，算法设计正确，程序灵活可靠，是解决此类问题的一种行之有效的方法。     

分组量子遗传算法及其应用

量子遗传算法是一种高效的并行算法，但它易陷入局部极值。提出一种分组量子遗传算法，通过分层、分组等方法，保证了染色体的多样性。典型函数测试结果表明，分组量子遗传算法具有全局最优性，其性能优于其它几种遗传算法和QGA。     

基于遗传算法的函数优化拟下降算法

在传统优化算法中嵌入一拟下降步,改善了算法的收敛性质;用遗传算法计算拟下降步,提高了算法的全局搜索能力,又不改变原算法的收敛性．数值计算结果表明,所提出的算法结合了遗传算法和传统算法的优点,是一种可行的解决函数优化问题的混合算法．     

基于遗传算法的数控机床主轴优化设方法

通过分析主轴的结构和加工过程中的受载变形情况,建立了主轴优化设计的数学模型.针对传统优化设计方法在解决主轴优化设计中出现的问题,引入遗传算法,应用实数编码规则和改进的遗传算子对数控机床主轴进行优化设计.在VC++平台上,利用C++语言构建基于遗传算法的数控机床主轴优化设计系统.通过实例设计及结果分析,验证了应用基于遗传...     

应用遗传算法进行单机工件加工排序

运用遗传算法和提前／拖期调度模型，研究了在单机情况下工件加工排序问题，提出了一个新算法．此外，在应用遗传算法的过程中，还提出了“二次编码”的方法和利用ＥＤＤ法则作为寻找最优排序起始点的思想，从而加快了新算法的收敛速度．     

基于遗传和蚁群算法融合的聚类新方法

遗传算法具有快速良好的全局搜索能力,而蚁群聚类算法具有良好的分布式并行性和正反馈能力。将两种算法进行融合,充分利用算法各自的优势和特点,能更有效地进行聚类分析。实验证明这种新组合算法在优化能力和时间性能上比常用的聚类算法有比较明显的优势。     

基于遗传算法和蚂蚁算法的图象分割

遗传算法对系统中的反馈信息利用不够,当求解到一定范围时往往做大量无谓的冗余迭代,求精确解的效率低下;蚂蚁算法初期信息素匮乏,求解速度慢．作者取长补短综合采用这两种方法来分割图象．首先采用遗传算法搜索隶属度曲面及其对应的欧氏距离,接着采用蚂蚁算法分割图象,取得了较好的分割效果．