基于混合遗传算法的敏捷卫星任务规划求解

针对新一代对地观测敏捷卫星任务规划问题,首先研究了敏捷卫星的特点,分析了敏捷卫星工作模式及对地观测过程,在此基础上构建了基于多目标的任务规划模型。针对敏捷卫星任务规划问题具有多约束、多冲突、非线性NP-hard特点,本文提出了基于混合遗传求解算法,该算法将免疫遗传算法与蚁群算法相结合,以蚁群算法所产生的解作为免疫遗传算法的初始种群,同时以蚁群算法中的全局最优解作为疫苗。通过实验表明本文提出的算法比遗传算法和免疫遗传算法精度更高,收敛速度更快。     

基于遗传算法求解旅行商问题

提出一种基于生物进化论的寻优方法─—遗传算法,用以求解著名的组合优化难题─—旅行商问题,此算法与传统求解TSP问题的方法相比,具有简单、强壮、高效、高速的特点,每次皆可收到一个满意的结果,若不考虑内存限制,原则上对任何规模的对称欧几里德平面TSP问题具有通用性。     

杉木优良家系实生苗与扦插苗造林效果比较

杉木优良家系的实生苗与扦插苗造林对比经１３年的试验表明,相同家系实生繁殖苗与扦插繁殖苗造林后的生长、材性表现基本一致,没有明显差异,而且性状变异系数也相近。由此说明,利用优良家系的种苗,采用扦插繁殖的无性系苗木造林,其优良性状能获得保持。     

一种不定控制系统的强健神经网络控制器

探讨不定控制系统的强健神经网络控制器．这是一个由遗传运算法则确定的最佳隐藏神经数的前馈多层神经网络．它借助状态空间控制器和编入必要的最佳程序,进行非线性处理,以确保性能的强健性．混合的遗传运算法则和后繁殖神经培养,具有最佳网络结构和神经染色体接合权的双重目标,把最佳网络结构和神经权协调地聚合,从而得到与性能控制目标基本一致．     

区间数互反判断矩阵一致性及排序

主要研究区间数互反判断矩阵的一致性及排序方法.在介绍了区间数互反判断矩阵的概念的基础上,给出了区间数互反判断矩阵一致性的定义,根据一致性的定义,提出了基于线性规划模型的区间数互反判断矩阵排序方法,并通过实例说明了方法的可行性和有效性.     

优化差异工件单机批调度问题的混合微粒群算法

研究了单机环境下具有动态到达时间的差异工件批调度问题,设计了微粒群算法对此类问题进行求解,并结合动态规划进行优化.首先给出了问题的微粒表达形式,并根据问题的离散优化特性对微粒状态的更新方法进行了改进;然后将微粒群算法和动态规划算法进行有效结合,改善近似解的质量.在实验中,对各类不同规模的算例均进行了仿真,验证了该算法的有效性.     

改进的三种群遗传算法

提出了一种新的三种群遗传算法.在一个子种群中,高相似个体之间具有相对高的交叉率,遗传操作得到的新个体替代上代种群的最劣的个体.在另一个子种群中,低相似个体之间具有相对高的交叉率,相对大的变异率,遗传操作得到的新个体替代父代中的最劣个体.两个子种群移民一定数量的个体到第三个子种群,第三个子种群进化后移民到前两个子种群,均衡算法的局部搜索能力和全局探索能力.将算法与确定性排挤遗传算法与3个子种群的多种群遗传算法进行比较,结果表明新算法的性能更优.     

油田开发的多目标随机规划模型及确定性转化

在油田开发实际中,决策者要经常同时考虑多个相冲突的目标,例如利润、投资上限等.假设与这些目标相联系的参数是随机的且服从正态分布,并以投产措施的井次数为决策变量可以建立油田开发的多目标随机规划模型.引入一种机会约束妥协规划模型对其进行确定性转化,并进行求解.文章最后提供了一个例子来说明所提议方法的有效性.     

进化计算在生物信息学中的应用

本文介绍了进化计算和生物信息学的基础理论知识、进化计算的搜索方式的特点及生物信息学的任务,并且针对生物信息学任务总结了进化计算在这些生物信息学任务中的应用．     

基于免疫遗传算法的入侵检测器的生成模型

在分析了基于人工免疫的检测器的生成算法基础上,结合十进制数编码的遗传算法进行了优化设计,建立了一个基于免疫遗传算法的入侵检测器的生成模型,融合了人工免疫,遗传算法等多种智能技术.重点研究检测器的进化阶段,采用的是十进制对问题进行编码,能在短时间内搜索到高精度的全局最优解,而且稳定性也非常好,因此提高了检测器的多样性,高效性以及其适应度水平.并对模型性能进行分析,该模型可以对未知入侵行为和已知入侵行为以及其变种进行有效的识别.