Windows/NT下 OpenGL三维图形编程原理及实例

本文介绍了Windows下OpenGL编程的基本原理和方法.分析了OpenGL与Windows绘图方式的异同.目前C++Builder开发OpenGL程序资料还较少,本文给出了一个C++Builder开发OpgnGL简单图形动画程序的实例.     

遗传算法和遗传规划对比研究

通过对遗传算法定向搜索机制和遗传规划搜索机制的研究比较,可以看出,依据遗传算法的基本思想设计遗传规划的进化算子时,由于算子空间过大而导致盲目搜索。通过对遗传规划的研究,提出了一套有定向机制的进化算子,进而设计和实现了基于这一套算子的遗传规划算法。     

用遗传算法求解最优同时镇定控制器

研究了用改进的遗传算法求解同时镇定一族线性定常系统的最优状态 /输出反馈控制律问题。引入了通常的二次型指标作为每一个系统的性能指标。在满足稳定性的条件下 ,通过最小化每个系统性能指标的加权函数值来求得最优同时镇定律。提出了一种求解该优化问题的改进遗传算法。计算结果说明了该方法的有效性。     

基于遗传算法的管理信息系统的智能分解

将遗传算法原理应用于管理信息大系统的结构化分解,并对具体分解技术进行了详细描述,最后对一个具体实例进行了仿真计算。仿真说明,该算法具有全局快速收敛性、并行性和极高的分解效率。     

基于遗传算法的模糊神经控制及其应用

将遗传算法和模糊神经网络结合起来,提出一类智能控制方案。仿真实验和实际温控表明,这类智能控制器可改善具有时变、非线性及大纯滞后系统的控制品质,其性能优于一般模糊控制。     

求解二层线性规划问题的混合粒子群算法

结合粒子群优化方法和单纯形法为二层线性规划构造了一个混合粒子群优化算法.算法具有两层结构,其中粒子群算法用以求解上层规划问题,单纯形法用以求解下层规划问题.设计的粒子群在上层决策变量的可行城内搜索最优解,同时通过单纯形法求解下层规划问题得到每个粒子相应的下层规划问题的解.算法通过初始种群可行化,以及步长控制、不可行粒子淘汰等技巧避免了使用罚函数处理约束带来的困难,提高了粒子群优化算法的计算性能.最后,我们给出算法的数值例子并对该算法的计算性能加以分析.     

求解带装载能力限制的开放式车辆路径问题的遗传算法

对带装载能力限制的开放式车辆路径问题的求解进行了研究,提出了一种用于求解该问题的遗传算法.对算法中几个关键操作的不同实现方式的性能进行了比较.给出了算法对标准测试算例的运算结果,并与文献中目前最好的结果进行了比较和分析.     

65个菊花栽培品种遗传多样性的AFLP分析

利用AFLP技术, 对65个菊花品种进行了遗传多样性分析.选用6对多态性高、分辨力强的引物组合分别对供试材料的基因组DNA进行扩增, 共获得244条清晰可辨的谱带, 其中多态性带178条, 多态位点百分率达72.95%,揭示了菊花栽培种质丰富的遗传多样性.对AFLP扩增结果采用UPGMA法进行聚类分析,多数瓣型相同的菊花种质表现出较为密切的亲缘关系,地域来源与聚类结果也有一定程度的相关性,而花色与聚类结果无明显的相关性.     

用随机开关控制的遗传算法在求解设备更新问题中的应用

针对一种确定性的设备更新问题；提出了用遗传算法求解的新途径。通过适当的编码，可大大减少常规０—１规划中的变量数目和约束条件，较好地反应被优化对象的本质特征。进一步采用遍历匹配选择和随机开关控制杂交的方法，可迅速地求出全局最优解或近似最优解。     

遗传算法优化BP神经网络的异丙酚血药浓度预测

针对静脉麻醉异丙酚时变性强,房室结构复杂的特性,经典的非线性混合效应模型参数估计法存在变量繁多,人为因素多等弊端,而BP神经网络又存在极易陷入局部极值,网络训练不稳定致使预测误差大。利用遗传算法优化BP神经网络的权值和阈值,调整神经网络中异丙酚血药浓度和时间、病人年龄、体重、身高、体表面积、采样时间、总剂量、注射率的关系,然后建立异丙酚血药浓度预测模型,并与NONMEM方法、BP神经网络进行比较。比较结果,GA-BP网络的平均误差为1.2%,BP网络的平均误差为29.59%,NONMEM为14.61%,GA-BP网络的绝对平均误差15.76%,BP网络的绝对平均误差31.9%,NONMEM为22.99%。实验结果表明:GA-BP网络对于半衰期较短的麻醉药物异丙酚药物具有较好的非线性拟合能力和更高的预测准确性。