VGE多用户协作建模与虚拟演示

提出将多智能体技术集成到虚拟地理环境（VGE）中,以有效地虚拟表达面向“人”GIS。主要研究VGE中基于遗传算法（GA）和多智能体系统（MAS）的多用户之间的协作。分析和研究了基于GA的多用户集体操作行为学习的算法,建立多智能体与对象之间动态交互的动力学作用模型和运动策略;最后以进化的3个智能体如何协作完成群体推立方体箱任务为例,基于V-Realm Builder 2.0设计了VGE中3用户集体推箱的虚拟世界原型,并用Simulink 6.0进行建模与虚拟演示。     

基于混合人工势场-遗传算法的移动机器人路径规划仿真研究

分析了人工势场模型存在的目标不可到达问题(GNRON)和由于局部最优解的存在而产生的死锁问题,提出了一种建立在改进人工势场模型上的基于遗传算法的最优路径搜索方法。仿真结果验证了本模型的有效性,能有效的解决由于人工势场模型缺陷而带来的路径规划问题。     

交互式遗传算法中收敛性及用户评估质量的提高

交互式遗传算法（IGA）有一个明显的缺点，即用户在交互过程中，对每代的所有个体都要进行评估，当个体的数量较大，进化代数较多时，用户容易疲劳。针对这一问题本文提出了三种解决方法：第一，利用粗糙集（rough set)理论作为信息提取技术，有效地提高交互式遗传算法的收敛性，降低进化代数。第二，引进一个自主式遗传操作过程，以缓解用户在交互过程中的疲劳性。第三，利用相似距离值这个新概念提高用户对个体评估的精确度。最后在人脸图形上进行实验的结果表明，本文所提的三种方法可以有效的缓解交互式遗传算法过程中用户疲劳问题。     

基于GA和粗集结合的规则抽取方法研究

本文介绍了一种基于GA和粗集结合的规则抽取方法。该方法可在具有不确定、不一致和不完备的大型数据库中进行规则抽取 ,并使用了一种二进制的分辨矩阵以寻找简式。不一致性问题通过上下近似来解决 ;不确定性和不完备性问题通过修改对象间的可分辨性到粗可分辨性的定义来处理。通过一个例子来说明该方法 ,且结果显示该方法是有效的。     

一种求解JOB SHOP问题的多向交叉遗传算法

针对传统的遗传算法在交叉算子设计上的不足,提出一种多向交叉的方法,本方法在产生子代的过程中具有保持个体多样性、克服早熟以及泛化能力强等优势。本文以一个具体的JOB SHOP问题作为例子来说明它的优势。     

特低渗储层参数的测井解释方法研究

针对特低渗透储层的岩心分析困难,尤其是饱和度的获得十分困难、测井解释难度大等问题,提出了一套系统的行之有效的解决方法。具体做法是:(1)利用常规岩心分析方法获得孔隙度、渗透率资料;(2)利用核磁共振成像技术来获得岩心含油饱和度资料;(3)利用改进了的人工神经网络建立高精度的孔隙度、渗透率和饱和度的测井解释模型。将这套方法用于大庆油田F48区块扶余油层的储层参数解释,处理效果较为理想。     

结合BP神经网络的遗传算法优选PEE制备参数

为方便快捷地寻找粉状乳化炸药PEE（powery emulsion explosives）的最佳制备参数,根据PEE制备数据建立了BP神经网络模型。以建立的非线性神经网络模型作为个体的适应度函数。采用Matlab编程,编写了制备参数的优选遗传算法迭代过程,并寻求到了最佳制备参数。依据灰关联分析方法,解析了PEE制备各因素对衡量指标的影响。结果表明,搅拌速度对PEE的制备也较为重要,而添加剂和喷雾压力影响较小,说明优化参数结果与原始数据的误差对衡量指标影响不大。理论分析结果与实际相符合,为PEE制备提供了一种新的优选方法。     

一种基于结构信息总结树的XML文档聚类方法

提出一种有效的XML文档结构信息表达方法,用数字化的结构总结树SST对XML文档的结构信息进行编码,在此基础上给出结构距离的定义,并采用遗传算法对XML文档进行聚类.实验证明该方法分类准确率高,易于实现,且不需先验的DTD知识.     

Worst-case tolerance analysis on array antenna based on chaos-genetic algorithm

This paper studies the effect of amplitude-phase errors on the antenna performance. Via builting on a worst-case error tolerance model, a simple and practical worst error tolerance analysis based on the chaos-genetic algorithm (CGA) is proposed. The proposed method utilizes chaos to optimize initial population for the genetic algorithm (GA) and introduces chaotic disturbance into the genetic mutation, thereby improving the ability of the GA to search for the global optimum. Numerical simulations demonstrate that the accuracy and stability of the worst-case analysis of the proposed approach are superior to the GA. And the proposed algorithm can be used easily for the error tolerant design of antenna arrays.     

Novel approach for identifying Z-axis drift of RLG based on GA-SVR model

This paper describes a novel approach for identifying the Z-axis drift of the ring laser gyroscope （RLG） based on ge-netic algorithm （GA） and support vector regression （SVR） in the single-axis rotation inertial navigation system （SRINS）. GA is used for selecting the optimal parameters of SVR. The latitude error and the temperature variation during the identification stage are adopted as inputs of GA-SVR. The navigation results show that the proposed GA-SVR model can reach an identification accuracy of 0.000 2 （？）/h for the Z-axis drift of RLG. Compared with the ra-dial basis function-neural network （RBF-NN） model, the GA-SVR model is more effective in identification of the Z-axis drift of RLG.