遗传算法对模糊控制的优化及其应用

为了使模糊控制器具有自学习能力,本文将遗传算法与模糊控制相结合,提出了使用遗传算法对模糊子集进行划分的优化方法,并根据模糊控制的特点,给出了改进的编码方法和交叉算子,加快了算法的收敛速度．应用该方法对锅炉过热汽温进行了仿真研究,结果表明本文提出的基于遗传算法的模糊控制优化方法是很有效的．     

遗传算法在立体图象匹配中的应用

基于传统立体图象匹配技术,提出了一种新的使用遗传算法的特征匹配方法．实验中,采用了两种特征提取算法,以适应不同图象要求．实验用图包括自然景物图和人工合成图．此外,用ＢｒａｎｃｈＡｎｄＢｏｕｎｄ算法得出比较结果．实验结果表明,遗传算法有好的匹配正确率和收敛速度,具有鲁棒性,适合立体图象匹配．     

基于神经网络的股市预测

本文研究了基于神经网络的股票预测方法．针对目前存在的问题,提出了联合Davidon最小二乘算法及遗传算法来综合训练网络结构和权值的新方法．经对上证指数的模拟预测表明,通过合理地选取参数,可获得满意的预测效果．     

用遗传算法求解一个系统可靠性优化问题

在造价、体积和重量约束条件下,多级串并联系统的可靠性优化问题是一个具有多局部极值的、非线性的、同时具有整数和实数变量的混合优化问题。把遗传算法和共轭梯度法结合起来,对该问题搜索到了其它算法未能得到的最优解。在遗传算法的应用中,设定了有效的线性定标技术和混合交叉操作,改善了遗传算法的收敛性能。并基于模式理论从数值上表明该问题是符合积水块假设的。最后还从数值上表明遗传算法对该问题是多项式收敛的。     

改进遗传算法及其在谷氨酸发酵过程建模中的应用

针对谷氨酸发酵过程建模中变量取值范围扩大时,二进制遗传算法存在收敛速度和精度的矛盾,研究了改进的浮点遗传算法．仿真结果表明：该改进算法能克服二进制遗传算法的缺点,不仅在收敛精度和速度上都有明显的改进,且效率很高．具有工程实际应用前景．     

基于遗传算法的RBF神经网络设计

采用了遗传算法自动构造ＲＢＦ网络,把网络结构的形式作为一个子集选择问题来解决,并提出了新的遗传操作算子来改进遗传算法,加快了收敛速度,提出了算法的实用性,文中介绍了遗传算法的结构与优化原理,并给出了ＲＢＦ网络结构的生成方法,用仿真结果证明了本算法的可行性。     

遗传算法在系统辨识中的应用

基于遗传算法,采用改进的遗传算子,提出了一种辨识系统参数的方法,该方法能有效地克服有色噪声的干扰,获得系统参数的无偏估计。仿真结果说明了该方法的有效性。     

遗传算法及其研究与应用新进展

近些年,一种新的优化算法--遗传算法（GeneticAlgorithm,即GA）正在迅速发展。这一算法最早是由美国的密西根（Michigan）大学的霍兰（Holland）教授和他的学生们在7O年代初提出而创立的。该算法植根于自然进化与遗传机理,原先是用于模拟自然界的自适应（适者生存）现象,后来被引向于广泛的工程问题,而快速发展成一种"自适应启发式概率性迭代式全局搜索算法"。由于遗传算法具有不依赖于问题模型的特性、全局最优性、隐含并行性、高效率及解决不同非线性问题的鲁棒性的特点,正越来越激发起人们研究与应用的兴趣。自80年代以来,对G…     

启发式在计算机语言教学中的应用

启发式教学方法是各种教学方法的灵魂,这种教学方法符合由感性到理性、由现象到本质的认识规律,融入了过程式教学思想。在计算机语言教学中利用启发式教学方法,充分调动学生学习的积极性、主动性和创造性,引导学生通过自己的独立思考,在学习计算机语言的过程中能够举一反三、横向联合,融会贯通地掌握系统的计算机知识,培养学生分析问题和解决问题的能力,发展智能,增强自学能力。     

一种眼动测量的图像分析方法

提出一种用于鸟类视觉行为学实验的眼动测量的图像分析方法.采用基于遗传算法的多级灰度值聚类法分割普通CCD捕捉的视频图像,用区域生长法标记连通域粗略定位瞳孔区域,并利用瞳孔的近似圆形的几何特性修补光源反射影像形成的孔洞.在此基础上进行边缘检测,利用边缘像素的灰度分布特点修正瞳孔轮廓,采用重心法定位瞳孔中心.用该方法对实验环境照度下捕捉的图像和红外光源辅助照明的图像进行了分析,并与主动轮廓线方法对比.实验结果表明,该方法对眼睛特征的先验知识依赖程度低,抗噪声能力强,瞳孔中心定位精确.