正交试验遗传算法及其在函数优化中的应用

针对遗传算法参数多且配置困难的问题，本文提出一种利用正交试验优化选择参数的方法，它使得对于不同领域的优化问题只需用正交试验进行一次参数配置，然后用遗传算法进行具体寻优即可取得较好效果。这种正交试验遗传算法易于编程实现且在一定程度上避免了遗传算法参数配置的盲目性。     

硬件进化的快速算法模型研究

针对硬件进化(evolvable hardware，EHW)存在的进化规模的扩展能力问题，研究了以内嵌式EHW的自适应要求为条件的染色体表示及计算复杂性问题．为提高遗传机器学习计算效率，根据FPGA(field programmable gate array)内部的结构特点，将可重构硬件的结构映射为遗传学习的染色体表示，提出一种符合EHW要求的二雏染色体的遗传机器学习方法——ISPitts，构造了一种动态遗传机器学习框架．实验结果显示，新方法不仅完成了四位比较器的内嵌式EHW实现，而且具有较高的进化效率．     

遗传算法在飞机目标识别中的应用

针对雷达目标识别中特征维数压缩和神经网络的隐含层结点数的确定等关键问题 ,提出了一种基于遗传算法的目标识别方法 ,该方法首先构造了一个符合目标识别这一特定问题的初始种群 ,然后利用遗传算法模拟生物遗传迭代和自然选择的遗传机理 ,通过多次遗传迭代最终收敛于问题的一个满意解。最后将该方法用于对三类飞机目标的分类和识别 ,验证了该方法用于目标分类和识别的可行性和有效性。     

企业技改投资项目的决策分析

以某个企业技改项目投资决策为例，给出一个交互式多目标决策过程。应用起来较为简单、实用，易于计算机实现求解过程。该过程充分考虑企业进行决策时的实际情况及环境和人的主管偏好，所得结果更合理。     

供应链中二级分销网络优化设计的随机规划模型

给出供应链中二级分销网络优化设计的机会约束规划模型。模型中将各个分销中心的需求量和各工厂的生产能力设为随机参数，并进一步讨论如何将模型中的机会约束转化为确定性等价类问题。     

遗传算法在远程防空导弹总体优化设计中的应用

强调了远程防空导弹在防空体系的地位 ,讨论了远程防空导弹作战使命及主要技术途径的实现思想。运用防空导弹研制中继承性和创造性给出了有创新意义下的远程防空导弹总体设计方案并给出了详细的双脉冲固体火箭发动机的数学模型。运用遗传算法进行了远程防空导弹总体设计并给出了优化设计结果     

多目标决策中的目标可变权法

多目标决策分析中，最常用的方法是目标加权法，目标权系数通常是由决策者主观确定的。但事实上，目标的权系数还应包含反映目标值所传递的反馈信息量的客观权。本文把两部分权值结合起来形成可变目标权，从而使决策更符合实际决策过程。并用实例说明，该方法实用、可行、有效。     

基于免疫的多峰极值遗传搜索算法

寻找多极值点是一个具有广泛应用价值的问题。在传统遗传算法基础上,引入免疫算子用来搜索多峰函数的极值点,其中免疫算子依次通过疫苗提取、接种疫苗和免疫选择三个步骤来完成。实验测试结果表明,该算法对一元函数和多元函数都有很好的效果。     

基于动态遗传网络对光栅传感器输出的细分

针对光栅传感器输出细分方法的一些不足,从另一个角度研究了一种在不增加复杂的硬件电路和光栅刻线的情况下,采用软件实现对光栅传感器输出细分的方法。该方法将遗传算法与动态神经网络相结合,通过少量样本点的学习,用神经网络拟合出光栅传感器的传输特性。对任意输入值,经神经网络泛化后,实现对光栅传感器输出细分。通过实验验证了该方法的有效性。