基于加速进化编程的非线性模糊控制系统的优化设计

根据从对象中采集到的输入输出数据,采用加速进化编程算法优化模糊控制规则库中的各参数。该方法可以方便地调整模糊控制规则和隶属函数的参数。并提出了基于该算法的模糊控制系统的设计。用优化好的控制器去控制一个典型的非线性系统—球棒系统,仿真实验表明,控制效果和鲁棒性均达到了令人满意的效果。     

基于免疫进化算法的径向基函数网络

基于免疫进化算法，提出了一种设计径向基函数(RBF)网络的新算法——免疫径向基函数网络(IRBF)训练算法．该算法通过提取RBF网络核函数宽度的先验知识作为疫苗构成免疫算子，缩小了标准进化算法搜索空间的范围，提高了算法的收敛速度．计算机仿真表明，采用这种算法训练的RBF网络达到了较好的性能．     

工程咨询企业非正式制度环境的进化博弈论分析

非正式制度是正式制度有效运作的保证，对工程咨询业发展影响重大．本文运用进化博弈论中的复制动态模型和进化稳定均衡分析了有限理性情况下，受不同非正式制度影响的工程咨询企业的进化博弈解，揭示了工程咨询企业非正式制度的长期演化趋势．     

免疫进化机制及其在时序模式挖掘中的应用研究

针对目前动态数据挖掘中存在的问题,提出基于数据增量的动态挖掘进程概念;在动态挖掘进程和生物免疫进化过程的相似性基础上,提出了知识发现中的免疫进化机制的基本内涵;给出了基于免疫进化机制的时序模式挖掘算法及其实验分析,以验证理论的正确性和有效性。     

加权小世界网络上的财富分布

网络演化博弈是研究社会财富分布的重要工具．使用经典的小世界网络来模拟社会网络的拓扑结构,并引入权重来表示个体联系的强度与频率,边的权重可以通过一个加权参数β进行调节．然后在此加权网络上研究了演化雪堆博弈的动力学过程,并使用基尼系数和帕累托指数两个经济学指标对系统的财富分布公平程度进行了量化研究．结果表明,系统的财富分布与参数β存在非单调的关系,并且公平程度在β=-1时达到最高．     

非对称博弈下的企业纳税筹划进化稳定策略分析

纳税筹划是通过合理、合法事前筹划安排,帮助企业实现节税效应并争取利润最大化。事实上,在不完全理性的现实背景下,纳税企业与税务机关二者间信息是不对称的,因此纳税博弈也是在复制动态状态下展开的。为此,着重分析了纳税企业与税务机关的进化博弈动态过程,建立了纳税筹划选择博弈模型,并对模型稳定策略进行了分析,最后对企业纳税筹划选择提出了建设性的对策和建议。     

网络化控制多目标无功优化的进化算法

针对网络化控制无功优化系统中节点为时间驱动的传输模式,提出一种多目标优化的改进进化算法。首先,分析网络化控制系统中节点的时间驱动和事件驱动2种传输模式,并对于时间驱动模式下数据丢包现象,建立网络化控制多目标无功优化系统的数学模型,进而引入去冗-保持处理方法。其次,给出一种基于双群体搜索机制的改进差分进化算法,通过对约束条件的可行和不可行双群体处理,解决多目标优化过程中陷入局部最优的问题,并改进变异和交叉操作以提高优化速度与性能。最后,利用IEEE 30节点系统进行仿真计算及分析。研究结果表明:该算法不仅能保证系统达到次优状态,而且收敛速度、均匀性及逼近性等方面均有较大提高。     

遗传算法在装备供应优化问题中的应用

在装备供应中,由于装备品种多、配套复杂,存储装备的仓库和需要装备的单位地域分布不同,担负的任务不同,对装备的品种、数量、时限要求不一样,如何使装备供应科学化、合理化,是一个涉及多变量、多目标的复杂系统问题.在综合考虑装备供应各项因素的基础上,建立了装备供应优化的数学模型,提出了基于遗传算法的解决方案,解决了采用传统优化...     

Two-Level Genetic Algorithm for Clustered Traveling Salesman Problem with Application in Large-Scale TSPs

Let G = (V, E) be a complete undirected graph with vertex set V, edge set E, and edge weights l(e) satisfying the triangle inequality. The vertex set V is partitioned into clusters V1, V2, …, Vk. The clustered traveling salesman problem (CTSP) seeks to compute the shortest Hamiltonian tour that visits all the verti- ces, in which the vertices of each cluster are visited consecutively. A two-level genetic algorithm (TLGA) was developed for the problem, which favors neither intra-cluster paths nor inter-cluster paths, thus realized inte- grated evolutionary optimization for both levels of the CTSP. Results show that the algorithm is more effec- tive than known algorithms. A large-scale traveling salesman problem (TSP) can be converted into a CTSP by clustering so that it can then be solved by the algorithm. Test results demonstrate that the clustering TLGA for large TSPs is more effective and efficient than the classical genetic algorithm.     

人工免疫算法在足球机器人路径规划中的应用

提出了一种人工免疫算法———基于思维进化的人工免疫算法,此算法在人工免疫的基础上吸取了思维进化算法中的优点,提出了趋同半径和异化半径的概念,能够实现算法中抗体的局部和全局求解,使得人工免疫系统和思维进化算法有机地结合起来。同时将算法应用到足球机器人的路径规划中,构建了机器人的数学模型和亲和力函数,并且给出了具体的实现步骤,取得了合理的实验结果,对算法中的一些关键操作也进行了简要的说明。