基于多代竞争遗传算法的数值函数优化

目的 对标准遗传算法的过早收敛问题进行改进。方法保持种群的多样性,将上几代个体中的一部分与本代共同参与竞争,提出多代竞争遗传算法,通过理论分析和对数值函数优化证明该算法的有效性。结果推导出多代竞争遗传算法的模式定理,经验证明显优于标准遗传算法。结论多代竞争遗传算法有利于保持种群的多样性,避免了过早收敛。     

基于多代竞争遗传算法的数值函数优化

目的对标准遗传算法的过早收敛问题进行改进.方法保持种群的多样性, 将上几代个体中的一部分与本代共同参与竞争,提出多代竞争遗传算法,通过理论分析和对数值函数优化证明该算法的有效性.结果推导出多代竞争遗传算法的模式定理,经验证明显优于标准遗传算法.结论多代竞争遗传算法有利于保持种群的多样性,避免了过早收敛.     

基于遗传算法的矿山用泵机组优化运行

针对矿山用泵机组在运行过程中功耗过大的问题,以机组中各泵的流量为自变量,以总流量、单台泵流量、泵开启台数为约束条件,以电机的总输入功率最小为目标函数,建立了矿山用泵机组优化运行的数学模型。利用遗传算法得到泵机组在给定总流量下的最优流量分配,使其经济运行,并改善了泵机组粗调或不调的现状。     

含约束条件遗传算法在连续催化重整优化操作中的应用

介绍了通过惩罚函数法解决含约束条件遗传算法的实现问题。分别采用内点法和外点法，将有约束优化问题转化为无约束的优化问题，再利用Matlab编制遗传算法程序。通过对连续催化重整优化操作过程仿真计算，证明该方法具有快速收敛且优化结果好的特点。     

改进遗传算法求解三维集装箱装载问题

集装箱配载是一个复杂的组合优化问题,约束条件多,属于NP完全问题,求解难度大。本文在考虑一些实际应用中的约束条件下,提出了一种三维集装箱装载的改进遗传算法。算法中考虑了货物放置方向、装载容积等约束条件,给出了有效的解码算法。实例仿真结果说明了该算法的有效性和实用性,可以直接在实际中应用。     

生物化学投影教学的尝试

生物化学投影教学的尝试张佩珠（云南中医学院中医系昆明６５００１１）关键词生物化学，投影教学，应用中医院校生物化学课学时少，内容多，学科本身系统性较强，概念抽象，结构式、反应式多而繁，教师难于讲授，学生难于掌握。在教学中配合使用投影片可收到一定的效果。...     

基于变区域搜索的改进遗传算法研究

针对基本遗传算法容易陷入局部最优解的缺点,提出了一种求解全局最优解的变区域搜索遗传算法。该算法以上一代最优解为导向,在它所在的随机局部区域内搜索,以提高当代最优解附近的搜索密度,加快遗传算法的收敛速度。基于标准函数的仿真测试研究表明,本算法能有效地减小进化代数和提高最优解的精度,尤其适合维数较多的函数寻优。     

运用多媒体投影电视进行计算机教学初探

随着计算机技术应用的日益普及,计算机教育已经逐步成为我国教育的重要内容。计算机教育是一项面向现代化的教育,因而需要有现代化的教学手段和教学方法。多媒体大屏幕投影教学就是使计算机教学得以优化的现代化教学手段之一。我院1995年开始运用多媒体投影电视进行计算机教学,取得初步成效。     

基于神经网络和遗传算法的在线优化软件设计与实现

提出了一种基于神经网络和遗传算法的在线优化体系，设计并实现了基于神经网络和遗传算法的在线优化软件包，并将该软件成功应用于甲醇合成的在线操作优化，进而对此类软件的特点进行了讨论，最后对它的应用前景作了展望。     

基于实数编码的多种群遗传算法的点云配准

针对不同视角下测量的点云在配准时计算量大、速度慢的缺点,提出了一种基于实数编码的多种群遗传算法的配准方法,可以克服标准遗传算法速度慢、精度差的缺点,有效地提高全局搜索能力,实验结果表明:实数编码的多种群遗传算法能够快速获得较好的配准结果,以此结果作为初始位置进行最近点迭代法配准,能迅速达到所要求的精度,获得理想的配准效果。     

基于混合遗传算法的K-Means最优聚类算法

针对遗传算法的K-Means聚类算法在遗传过程中容易受到适应度最大染色体的影响,存在过早收敛于局部最优值和遗传算法的局部搜索性能较差的问题,提出了结合混沌优化方法形成的混合遗传算法。仿真实验表明:该方法有效地克服了遗传算法的早熟问题,从而得到最优的聚类中心。     

一种基于浓度调节的改进型量子遗传算法

针对量子遗传算法（QGA）优化多峰函数时存在收敛速度慢、容易陷入局部最优的缺陷,提出了改进型量子遗传算法（IQGA）。引入个体浓度的概念,在量子门更新之前对种群进行筛选并剔除高浓度个体和劣个体,并用新的个体代替它们,增强了量子遗传算法全局搜索能力。通过典型复杂连续函数的对比测试,验证了该改进型量子遗传算法的可行性和有效性。     

一种基于改进型遗传算法的模糊聚类

针对模糊C均值算法(FCM算法)难以达到全局最优解的问题,引入了具有全局搜索能力的遗传算法以解决聚类问题,并在标准遗传算法基础上进行了改进。将该算法运用于IR IS数据的聚类,实现了较好的聚类,从而验证了算法的有效性。     

灾变合作型协同进化遗传算法及其在Job Shop调度中的应用

合作型协同进化遗传算法是多个子种群通过协作而共同进化的新型算法,常应用于多目标、大规模的优化问题。本文在合作型协同进化遗传算法的基础上,进一步模拟自然界中的灾变现象,在原先的算法中加入灾变算子,提出灾变合作型协同进化遗传算法,以防止出现不成熟收敛现象,并用经典的函数优化问题和Job Shop车间调度问题进行仿真实验,其结果验证了改进算法的优良性能.     

遗传算法在医学图像配准技术中的应用

采用遗传算法实现了多模 3D医学图像的仿射配准 ,并针对经典遗传算法后期收敛速度缓慢 ,易陷入局部极值的特点做了相应改进 ,实验结果表明 ,改进后的分阶段编码的遗传算法能加速配准进程 ,该算法对图像配准时间基本恒定 ,有利于临床实际应用     

SLP和遗传算法结合在工厂平面布置中的应用

用经典的系统布置设计求得综合相互关系表之后，采用遗传算法求解具体的平面布置方案，以高效率获得可视的、满意的设计结果，弥补传统SLP设计过程中手工操作的繁琐迭代、易受主观影响、结果不稳定等缺点。结合某液压转向器厂的案例对改进的SLP法的具体实施，以及中等规模工厂平面布局问题的有效性、灵敏性作了相关探讨。     

基于改进的遗传算法优化支持向量机的精馏塔故障诊断

针对支持向量机（SVM）参数的选取困难,提出了利用改进的遗传算法（IGA）对其参数进行优化。IGA采用代沟选择和可变交叉概率,确保当前种群中最适应的个体总是被连续传播到下一代,并使进化后期优化的对象比较容易稳定,计算效率提高。将基于改进遗传算法优化的SVM（IGA-SVM）训练算法应用于某醋酸共沸精馏塔的故障诊断,仿真实验结果表明：对比标准GA-SVM算法,IGA-SVM算法对故障数据能够得到较优的分类辨识结果,且该算法训练速度更快,便于工程应用,对精馏塔的故障诊断有显著的指导作用。     

基于遗传算法的土香薷总黄酮提取工艺优化研究

[目的]确定土香薷总黄酮的最优提取工艺。[方法]以乙醇浓度、料液比、提取时间和提取次数为考察因素,以总黄酮含量为目标函数,运用SPSS18.0软件建立其正交试验数据的二次回归模型,并进一步采用遗传算法对其进行优化,确定土香薷总黄酮的最优工艺条件。[结果]建立总黄酮含量（Y）与各因素的二次回归模型为：Y=51.039＋2.164X3X4-0.007X1X2;遗传算法优化后得其最优提取工艺条件为：加药材21倍量浓度为61%的乙醇提取3次,每次2h。;此条件下土香薷总黄酮的平均含量为54.37 mg/g,RSD为1.29%,与预测值（53.71mg/g）基本相近。[结论]所选最优提取条件提取率高、稳定性好,可用于土香薷总黄酮的提取。