一种改进的遗传算法及其在约束优化中的应用

提出一种违约解修正法来改进遗传算法 ,目的是把遗传操作中产生的不可行个体 ,经过修正变换成可行个体 ,并用测试函数验证其有效性 .计算的结果表明了违约解修正法的遗传算法应用在约束优化中是可行的 .     

改进的遗传算法求解TSP

阐述了一种针对TSP问题的改进遗传算法。引入了局部优化搜索算法。加快了算法的收敛速度。减轻了初值对结果的影响。加入了改进的OX交叉算法,在交叉中合理保留了优秀个体基因的排列顺序。利用精英复制保留了优秀基因。维持了种群个体数目稳定。提出了一种新的变异算法,有效避免了路径重复,减小了运算量,提高了运算速度。     

5个温郁金居群遗传多样性的ISSR分析

应用ISSR标记技术对瑞安、乐清和平阳三个地区5个居群的温郁金(Curcuma wenyujin)遗传多样性进行分析,筛选出6个引物用于温郁金5个居群的50个个体ISSR-PCR扩增,共检测到42个结合位点多态位点34个,多态位点百分率是80.95%.总的基因多样度平均值为0.239 5,居群内的基因多样度为0.161 8,居群间的基因多样性为0.0777.基因分化系数在0.019 1⁰.9414之间,平均值为0.324 5,其中居群间的遗传变异占总遗传变异的32.45%,居群内的遗传变异占总变异的67.55%.温郁金有着较高的遗传多样性水平,且居群内发生了较高的遗传分化.基因流系数Nm为1.041 0,表明温郁金居群间的基因交流也比较多.     

遗传算法在经济混沌组合预测中的应用

经济混沌是由确定性的经济系统产生具有随机性的动态行为。虽然经济系统产生的时间序列不具有长期预测性，但在短期内可有较为精确的预测，可以为其建立确定性的预测模型。为了探求经济时间序列中的混沌特性，文中在Wolf提出的相空间重构的基础上，提出了一种基于遗传算法的经济混沌组合预测方法，在该方法中采用自适应并行遗传算法确定组合模型中权系数，这样可以较好地解决传统经济混沌预测大多数都是使用单一模型以至影响了观测精度等问题，最后以实例检验了提出的算法。     

采用重复交叉操作及最优保留策略的遗传算法

基于有限次重复交叉操作和将父代的最好个体代替子代的最差个体的思想，提出了一种新的遗传算法（REGA）。该方法克服了基本遗传算法容易出现的早熟现象，并利用马尔可夫极限定理获得全局收敛性，求得基于有限次重复交叉操作的基本遗传算法（记为RSGA）的渐近性质，以及提供关于这两种算法吸收时间的数学期望的计算方法，仿真事例表明，它不仅克服了局部最优的缺点，而且适用于有多个最优解问题，同时群体的平均适应度增加较快，运行效率更高，因而，该方法对于优化问题具有一定的应用价值。     

车用发动机磁流变悬置的刚度优化

由于传统的悬置优化设计一般不考虑发动机载荷以及系统阻尼,不能反映磁流变悬置的半自动控制特性。因此,选取具有代表性的车用直列式4缸4冲程发动机悬置系统的振动力学模型,利用遗传优化算法建立一种磁流变液阻尼器初始刚度优化的新方法。该方法使磁流变液悬置在发动机多种转速下有更优秀的传递率,在冲击载荷下满足安全要求的发动机振动烈度。     

基于GA-BP算法的隧道围岩力学参数反分析

建立智能位移反分析系统,用其确定隧道围岩的力学参数．针对BP神经网络易陷入局部极小值和训练时间过长等缺点,利用遗传算法全局寻优能力优化BP神经网络的权值和阈值．结合均匀设计法在围岩力学参数初始域范围内设计实验方案,这样不仅减少了迭代时间和次数,还提高了预测精度．通过对绿春坝隧道围岩力学参数的反演,验证了该方法的可靠性及适用性．将反演得出的围岩力学参数代AN数值模型中进行计算,结果表明,数值计算值与现场实际监测值的误差分别为-8．9％和4．5％。     

基于规则的神经网络在模式分类中的应用

针对模式分类任务,提出一种基于粗糙集规则的神经网络构造方法.首先,利用粗糙集理论和遗传算法约简输入特征,在尽量保持分类能力不变的情况下降低条件属性维数,并推导出简练的分类规则集合.然后,以规则集为基础构造BP神经网络结构、确定网络层数、输入输出节点数等,并计算规则的条件属性重要度和依赖度2个参数对连接权值进行初始化.最后,通过一个实例验证了方法的有效性,结果表明该方法能有效解决传统神经网络构造难、解释难、过拟合等问题,提高了分类精度,降低了训练时间.此外,初步探讨了网络训练时对知识提炼的影响.     

一种代数杂交算子的搜索能力分析

在利用布尔代数的理想将遗传算法（ＧＡｓ）中的个体空间进行等价分类后,给出一种代数杂交算子,分析这种代数杂算子在这些等价类之中的搜索能力,这为深入理解ＧＡｓ搜索机理及预防ＧＡｓ的过早收敛和欺骗问题提供了理论上的指导。     

带性能约束布局问题的不干涉遗传算法

针对卫星舱设计中的带性能约束优于问题,给出了并证明了矩形图元布局优化不干涉性的判别定理,依该定理构造了求解布局问题的不干涉遗传算法,数值结果表明了该算法的正确性和实用性。