遗传算法控制参数选择的仿真研究

控制参数选择得是否合适是非常重要的,这些控制参数对遗传算法的影响是非常大的。这些参数主要包括:交叉概率(pc)、变异概率(pm)以及种群的大小等。本文首先简要介绍了遗传算法的工作机理,然后从理认上分析了控制参数对遗传算法运算的影响。最后通过软件仿真,验证了不同参数的选择对遗传算法运算结果的影响,并根据仿真结果对实际使用遗传算法时的控制参数选择提出了一定的选择范围,这在实际工程应用中有一定的实用价值。     

基于模拟退火的进化算法性能对比研究

将模拟退火算法和遗传算法、粒子群优化算法分别进行结合，形成模拟退火-遗传算法以及模拟退火-粒子群优化算法，并作性能对比分析。研究结果表明，这两种算法都在进化代数和全局寻优能力方面有较大突破，在找寻最佳个体解的效率士，模拟退火-粒子群优化算法更突出。     

带瓶颈移动法的混合遗传算法求解柔性作业车间调度

柔性作业车间调度问题是对传统车间调度问题的扩充，它更接近于现实的生产调度问题。针对柔性作业车间调度问题，提出了带局域搜索（瓶颈移动法）的混合遗传算法。区别于传统的遗传算法，本文算法用两个向量束表达解，并采用了适应问题特征和染色体结构的交叉和变畀算子。基于关键路径的思想，舰颈移动法使用两种有效的邻域结构；改变关键路径上相邻两工序的加工顺序和为关键路径上的工序分配新设备。为了提高搜索能力，邻域结构可以动态调整。我们在3个代表性标准测试问题上检验了该算法的求解性能。     

MIMO系统发射端天线选择对性能的影响

基于发射端天线选择对MIMO系统性能的影响进行研究.首先建立信道模型,然后对采用ZF接收机的情况下误码率性能进行分析,并讨论了天线选择标准.仿真结果表明,不进行天线选择,获得误码率为10-2所需要的信噪比至少为22.5 dB;进行天线选择,获得误码率为10-2所需要的信噪比为18 dB,证明天线选择能改善系统性能.     

Improved Genetic Algorithm Application in Textile Defect Detection

Based on an efficient improved genetic algorithm, a pattern recognition approach is represented for textile defects inspection. An image process is developed to automatically detect the drawbacks on textile caused by three circumstances： break, dual, and jump of yams. By statistic method, some texture feature values of the image with defects points can be achieved. Therefore, the textile defects are classified properly. The advanced process of the defect image is done. Image segmentation is realized by an improved genetic algorithm to detect the defects. This method can be used to automatically classify and detect textile defects. According to different users＇ requirements, different types of textile material can be detected.     

转基因小麦的环境风险

随着转基因植物种植面积的不断增加,转基因植物对环境的影响受到越来越多的关注.小麦面包品质改良是目前转基因小麦研究的重点之一.文章对小麦遗传转化、转基因植物生态风险和转基因小麦的环境适应等相关问题进行了一系列的综述.     

飞向Halo轨道的太阳帆航天器轨迹优化设计

研究太阳帆航天器从地球同步轨道飞向日-地第2Lagrange(L2)点Halo轨道时其转移并入轨的轨迹优化设计问题。提出了分3阶段优化设计的方法:首先调整航天器逃离地球的飞行轨迹,使其比较接近目标Halo轨道的不变流形;再借助不变流形,用遗传算法求解相应的最优控制,使其转移到目标Halo轨道的不变流形上;最后航天器将沿流形飞行完成入轨。数值仿真结果表明,提出的方法可以得到相当好的转移轨道。由此显示,将转移轨道分为若干阶段,借助不变流形,用遗传算法求解最优控制问题的轨道优化设计方法对于此类小推力变轨问题是切实可行的。     

基于遗传算法的支持向量机人脸识别技术

人脸识别身份验证技术是目前一个非常活跃的研究课题.文章针对人脸识别系统涉及到的人脸特征提取、识别验证等环节,利用K-L变换首先对人脸图像进行特征参数提取,并提出用支持向量机与遗传算法相结合的新型算法进行分类识别,利用遗传算法自动选择最优的核函数参数,将以上方法相结合的新型人脸识别方法的实验结果表明,该方法所得参数确定的SVM具有较优的识别率,其整体性能优良.     

单周期离散随机需求的库存-运输整合优化

库存-运输整合优化问题极为复杂,目前尚缺乏系统研究。本文针对一个配送中心与多个客户组成的配送系统,讨论客户单周期离散随机需求条件下,建立该系统的库存-运输整合优化问题模型。并通过分析模型的离散特征,把问题转化为一般的车辆路径问题,借鉴现有的求解方法,构造了求解模型的自适应单亲遗传算法。最后用MATLAB编程并用测例进行了测试。结果表明,借助现代优化方法,库存-运输整合问题的研究具有理论意义和实际价值。     

基于遗传神经网络的科研项目经费预算方法

针对科研经费预算准确性与实用性无法兼顾的难题,提出基于遗传神经网络的科研项目经费预算方法.分析了科研项目经费构成及影响预算的关键因素,建立了影响因素的量化表达式,将量化结果作为输入,项目经费预算结果作为输出,利用遗传算法优化BP(Back Propagation)神经网络的权值和阈值,通过训练遗传神经网络预测模型建立输入与输出之间的非线性关系.运用预算实例对预测方法进行了有效性验证.仿真结果表明该方法有较高的预测准确性.