一种使用遗传算法生成模糊控制器的方法

提出一种使用遗传算法生成模糊控制器的方法．设计人员只需设置性能指数或适值函数,而模糊规则的数目、隶属函数的参数以及模糊控制器的规则都可通过遗传算法自动生成．描述了一种具有局部优化机制的遗传算法,给出的应用实例表明该算法具有良好的适用性     

免疫遗传算法在BP神经网络中的应用

提出了一种基于免疫遗传算法(IGA)的BP神经网络设计方法.该算法在遗传算法(GA)的基础上引入生物免疫系统中的多样性保持机制和抗体浓度调节机制,有效地克服了GA算法的搜索效率低、个体多样性差及早熟现象,提高了算法的收敛性能.为了解决BP神经网络权值随机初始化带来的问题,用多样性模拟退火算法(SAND)进行神经网络权值初始化,并给出了算法详细的设计步骤.仿真结果表明,同混合遗传算法相比,该算法设计的BP神经网络具有较快的收敛速度和较强的全局收敛性能.     

基于混合遗传算法的叠前随机反演方法

针对常规随机反演方法计算效率低的问题,提出一种基于混合遗传算法的叠前随机反演方法。该方法充分利用测井资料中的高频信息,并以地震数据作为约束,首先通过快速傅里叶滑动平均(fast Fourier transform-moving average,FFT-MA)谱模拟算法进行随机模拟得到基于地质统计学的初始模型信息,随后结合提出的混合遗传算法对模拟结果进行快速优化,得到符合地下地质结构的反演剖面,实现对叠前弹性参数的反演。混合遗传算法避免了一般遗传算法常见问题,如收敛速度慢以及产生"早熟"现象,与模拟退火相结合能够快速收敛达到全局最优,保证了反演精度。数值试验结果表明,融入混合遗传算法的叠前随机反演方法,在充分利用叠前信息的同时可以保证反演结果有效收敛,并且与模型数据吻合较好,与传统的叠前反演方法相比具有较高的分辨率,在储层识别和油藏描述中起到了重要作用。     

ABEEMσπ/MM模型对蛋白质G_A88/G_B88水溶液动力学性质的研究

应用ABEEMσπ/MM（σπ水平的原子与键电负性均衡方法融合进分子力学）浮动电荷模型以及显性ABEEM-7P水模型,对GA88和GB88两个蛋白质分子进行了分子动力学模拟.分析了2个蛋白质的动力学性质,包括蛋白质的回旋半径、疏水表面积和亲水表面积、各类原子位置的均方根偏差以及氢键分布.通过对比水溶液和真空下2个蛋白质的回旋半径,表明该模型很好地体现了蛋白质的＂电致紧缩＂现象;对疏水表面积和亲水表面积的计算表明,GB88中残基与溶剂的相互作用更强一些;非氢原子位置的均方根偏差及氢键分布情况与实验结构相比较表明,ABEEMσπ/MM浮动电荷模型模拟的GA88和GB88的结构与实验结构有很好的一致性,进而说明该模型的合理性和参数的可转移性.     

A hybrid genetic algorithm for reduct of attributes in decision system based on rough set theory

Knowledge reduction is an important issue when dealing with huge amounts of data. And it has been proved that computing the minimal reduct of decision system is NP-complete. By introducing heuristic information into genetic algorithm, we proposed a heuristic genetic algorithm. In the genetic algorithm, we constructed a new operator to maintaining the classification ability. The experiment shows that our algorithm is efficient and effective for minimal reduct, even for the special example that the simple heuristic algorithm can't get the right result.     

INDO级别上的最大重迭对称性分子轨道III C—N核自旋偶合常数的计算

采用已建立的 INDO级别上的最大重迭对称性分子轨道方法计算得到的密度矩阵和分子中各原子净电荷,求得分子的最大键级杂化轨道,进而研究了 C— N核自旋偶合常数,所得计算结果与实验数据一致,结果表明我们建立的理论方法是可行的。     

求解通信优化问题的一种微粒群优化方法

简述了微粒群优化算法的原理、流程及其参数,在此基础上,针对其在通信中的应用,提出了一种基于分布式计算的多目标微粒群算法分割域多目标PSO算法(简称DRMPSO),并将其用于基站优化问题·仿真研究结果表明,它能很好地解决移动通信中的基站优化问题,并可被有效推广到处理诸如信道分配、网络拓扑优化设计、IP组播、Adhoc簇结构及组播路由等通信服务·     

Ru/Mn_xCe_(1-x)O_2催化苯甲醇液相氧化制苯甲醛

采用3种不同方法制备了Mnx Ce1-x O2载体,并通过负载Ru制得2.5%Ru/Ru/Mnx Ce1-x O2催化剂,考察了载体的制备方法、焙烧温度及n(Mn)∶n(Mn+Ce)对催化剂活性的影响.实验结果表明,由溶胶-凝胶法、n(Mn)∶n(Mn+Ce)=0.50、773K下焙烧制备的载体所制得的2.5%Ru/Ru/Mnx Ce1-x O2催化剂的活性最高,在333K下反应1h,苯甲醛产率达67.4%.XRD、N2物理吸附及SEM表征表明,该条件下制备的Mn0.5Ce0.5O2-sol-gel-773K载体具有完整的孔结构,较大的比表面积,且能够形成较多高分散的Ce-Mn-O复合氧化物.     

中国城市公交网络冗余度分析

可靠和强韧的城市公交网络不仅关系到城市居民的出行便捷性,同时也对维持整个城市系统的正常运转起着关键性作用．复杂系统的可靠性和强韧性的一个重要指标就是冗余度,即同一功能组件在一个系统中的重复备份．然而,对于城市公交网络的冗余程度的认识依然比较模糊．文章基于复杂网络的连通性理论和遗传优化算法,利用两种公交网络的冗余度的度量指标,即全局冗余度和局域冗余度,对8个具有城市化梯度的中国城市公交网络进行全面的冗余度分析．结果显示,公交网络的全局冗余度明显高于局域冗余度,同时城市中的局域冗余连通块呈现明显的异质分布特征．研究结果对于未来公交线路优化和设计具有一定的参考价值．     

一种求解代数方程组的混合遗传算法及工程应用

针对用遗传算法求解代数方程组时解的精度问题，提出了一种混合遗传算法，这种算法采用实数编码方法，在遗传算法的基础上，引入一种用适应度函数值构成动态变化的搜索步长的随机搜索算子，当遗传算法求解达到某一精度时，应用该搜索算子在最优个体附近进行随机搜索，使算法解较快地逼近到所要求的精度，实验表明用这种算法求解代数方程组，可以达到较高的求解精度，在工程中用于求解关节型机器人速度逆解，避免了矩阵求逆，取得了满意的效果。