孤立点检测算法与应用

孤立点检测问题是数据挖掘领域中的一个重要研究内容．首先对目前有代表性的孤立点检测算法进行综述,详细阐述了其实现的基本原理、实现的步骤和应用范围,进而对这些典型算法的优缺点进行了分析与比较,随后介绍了几种孤立点的典型应用,最后对孤立点检测算法的发展趋势从4个方面进行了展望．     

分布式随机迭代系统稳定性分析的并行算法

针对分布式随机迭代系统的特点,运用离散随机大系统的稳定性分析方法,提出一种易于作自动推理的分布式随机迭代系统稳定性并行分析法;解决了具有分布结构的随机迭代系统中出现的Ｌｙａｐｕｎｏｖ方程的高效并行算法问题．     

一种基于遗传算法的BP神经网络算法及其应用

主要分析了神经网络和遗传算法的特点和存在的一些缺陷，研究了遗传算法和BP神经网络学习算法相结合的相关技术，设计并实现了一个基于遗传算法的BP神经网络算法BP—GA，已应用于肺癌早期细胞病理诊断系统中。实验结果表明，该算法具有较强的收敛性和鲁棒性，其应用效果很好。     

基于隶属度-遗传神经网络模型的水质综合评价

针对水质综合评价问题,提出了基于隶属度-遗传神经网络的水质综合评价模型.水质综合评价模型对反向传播神经网络初始权值和阈值用遗传算法优化,并将隶属度的概念引入遗传神经网络,以便确定水质污染影响因子和水质等级.以苏帕河梯级电站水质监测数据为例,对该模型进行了测试,并与其他方法进行了比较.结果表明,该方法提高了运算精度,减小了全局误差,均方误差降低至6.337 14×10-5,用于水质综合评价合理、准确,有其独特的优越性.     

曲线拟合的两个几何方法

针对信号源未知或对象特性不连续的情况,将分别从倾斜角和面积的角度提出两种不依赖对象的曲线拟合的几何方法,并分别分析了两种情况下插入点与原数据点间倾斜角和二阶导数的关系,推导了插值算法计算式和简化式,之后验证二位曲线的拟合精度并展示了三位曲面的拟合效果。     

基于遗传算法的肝病诊断学习系统

提出一种用遗传算法来构造肝病诊断学习系统的方法,其中引入了肝病领域专家对规则打分的适应度评估机制,通过选择、交叉和交异等遗传操作使知识集得到不断地精炼,最后,用这种方法对模拟的专家知识进行学习,实验结果表明。该方法能使系统比较有效地学习专家知识。     

基于混沌粒子群--专用遗传算法切换策略的移动机器人路径规划

为了发挥粒子群算法和专用遗传算法的各自优点,提出了一种将二者结合的切换优化策略。该策略前期采用一种基于种群最优个体混沌化的混沌粒子群算法,后期选用专用遗传算法。通过大量仿真实验确定了在迭代代数、种群标准差和最优个体适应度差三种切换指标下各自的最优切换条件。与单一专用遗传算法和单一混沌粒子群算法的仿真对比表明：本文提出的切换优化策略在综合路径长度、平滑性和规划时间三个性能指标后具有一定的优越性。     

用单亲遗传算法解决影片递送问题

遗传算法(简称GA)是基于生物进化原理的普适性全局优化算法，是解决NP难问题的一种行之有效的方法．但是，序号编码的遗传算法不能在任意两条染色体的任意位置进行交叉，必须使用PMX，CX和OX等特殊的交叉算子，这些算子实施起来都很麻烦且效率不高．针对这一问题，采用单亲遗传算法，取消交叉操作，强化变异作用．这样既简化了遗传操作，又克服了早熟现象．较成功的解决了影片递送问题，文中的算例表明，该算法是实际有效的．     

确定传感器特性最佳拟合直线的优化算法

本文提出了一种确定传感器特性最佳直线的计算机优化算法,该方法是在“等残差”约束条件下,直接采用一维优化方法逼近最佳直线,并根据契比雪夫最佳一致逼近准则找出最佳直线。按该方法设计的优化程序流程简单、层次清晰、收敛速度快。     

一种新的伪并行遗传算法

利用混沌序列的伪随机性,将混沌引入伪并行遗传算法,提出了伪并行混沌遗传算法。对3个检测函数的仿真实验表明该算法能较好地克服早熟现象及收敛速度慢的问题,优于伪并行遗传算法、显著优于标准遗传算法。