理学 >>> 信息科学与系统科学 >>> 信息科学与系统科学基础学科 系统学 控制理论 系统评估与可行性分析 系统工程方法论 系统工程 信息科学秘系统科学其他学科
搜索结果: 1-15 共查到信息科学与系统科学 遗传算法相关记录39条 . 查询时间(0.623 秒)
从智能优化视角出发解决联合火力打击任务规划中动态兵力、火力、目标最优化分配问题,设计了信息素遗传算法并将其引入到联合火力打击任务规划问题的求解。信息素遗传算法作为标准遗传算法的改进算法,借鉴了蚁群算法中信息素浓度概念,用信息素浓度控制种群个体变异方向,使用可控变异替代标准遗传算法中的随机变异,使最优个体快速收敛。同时使用熵权法和理想点法将联合火力打击任务规划的众多评估指标融合为可量化对比的综合评分...
提出了一种使用遗传算法对单兵助力外骨骼系统传统交互力控制方案所采用的PI控制进行优化的控制方案,并进行了仿真验证,最终证明所设计的遗传自适应PI控制器能够有效提高单兵助力外骨骼系统的环境适应性。
提出一种用于求解最优完备测试集的改进二进制粒子群遗传算法的优化方法,基于故障-测试相关性矩阵建立测试选择的优化模型,以遗传算法为基本框架,用二进制粒子群的进化代替遗传选择的代间复制,遗传交叉前加入有效性判断,并且提出“基因系数”的概念来定量衡量基因的多样性,动态调节变异概率,在维持个体多样性的条件下提高搜索效率。大量实例实验表明:该方法能以较大概率收敛于全局最优解,验证了该方法能有效地解决测试优选...
针对入侵检测中恶意流量特征高维度问题,提出了一种改进的遗传算法优化支持向量机的入侵检测方法。根据适应度函数和种群进化次数首先设计了自适应变化的交叉和变异概率,利用梯度下降法对遗传算法进行了改进,然后设计一种基于分类准确率、数据特征维度和误报率的适应度函数,同时输出网络流量特征权重、核参数γ和惩罚因子C,仿真实验表明:本方法相比其他入侵检测算法,降低至少20%流量特征维度,提高至少2%流量检测准...
武器目标分配问题是防空作战指挥控制的核心和关键。针对求解防空作战WTA存在容易早熟和收敛较慢的问题,提出了一种改进遗传算法。引入直觉模糊集理论,定义了WTA问题的目标函数和约束函数的隶属度和非隶属度函数,通过“最小最大”算子构建了直觉模糊WTA问题模型;针对遗传算法中变异概率固定的竞争和子代种群缺乏父代优良个体的问题,采用自适应变异概率和模拟退火Meta-Lamarckian学习策略改进算法,并求...
针对用户显式评价导致用户疲劳, 进而限制交互式遗传算法搜索性能的问题, 研究基于用户交互行为和条件偏好网络(CP-nets) 的隐式评价模式的交互式遗传算法, 并将其应用于图书商品个性化搜索. 首先, 给出用户交互行为的数学描述, 建立基于用户少量交互行为的条件偏好网络模型以拟合用户偏好; 然后, 利用CP-nets 模型估计用户对进化个体的评价值, 实施进化操作以帮助用户尽快找到满意解. 在个性...
针对电解铝生产过程中电解槽调配及出铝调度问题, 在建立数学模型分析基础上, 设计一种混合策略优化算法. 通过引入人工经验排出特例, 利用遗传算法完成优化. 以出铝路径为优化适应度函数, 利用交叉算子调配电解槽铝液组合, 利用变异算子改变槽装车路线. 最后通过某铝厂电解槽3 组数据优化实例表明了所提出方法的有效性.
针对目前无线定位算法普遍存在的低精度问题提出一种新的定位及校正方法. 首先利用贝叶斯估计法对多 传感器传回的测量数据进行融合, 初步确定各无线传感节点的所在位置;然后利用虚拟力导向方法对节点局部校 正, 利用混合遗传算法对节点全局校正. 仿真结果表明, 所提出方法与其他基于测距的算法相比, 定位精度大大提高.
首先提出一种基于遗传算法的压缩感知重构新方法, 并设计了具体的算法流程. 该方法运用遗传迭代思想, 在稀疏度未知的情况下可准确重构出原始信号, 避免了子空间跟踪问题. 在此基础上, 进一步将所提新方法应用于合 成孔径雷达(SAR) 高分辨距离像的重构, 同时建立了相关的SAR 系统模型, 构造了有效的稀疏变换矩阵和观测矩阵. 仿真结果表明了所提出方法的有效性, 同时验证了该方法用于SAR 高...
设计一种求解约束优化问题的粒子进化变异遗传算法(IGA PSE). 首先, 分析候选解约束条件离差统计信息 与约束违反函数之间的关系及其性质, 基于约束条件离差统计信息提出一种改进约束处理方法; 其次, 基于粒子进化 策略提出3 种新变异算子; 然后, 讨论该算法早熟收敛的3 种情况, 并提出相应的种群多样化维持策略; 最后, 通过数 值实验表明所提出的算法能够有效求解约束优化问题.
传统遗传算法的解空间均为可行解, 经过遗传操作产生的新个体若为不可行解, 则需要对其进行修正. 但在梯级水库调度中, 由于各时段间、 水库间存在的水力电力联系, 使这种修正变得复杂困难. 鉴于此, 本文提出了自适应逐次逼近遗传算法(AGASA), 它可在包含不可行解的空间中寻优, 并根据寻优结果自动调整搜索空间与控制参数, 从而逐渐逼近最优解. 最后通过一个算例, 并与离散微分动态规划法(DDDP...
复杂性科学研究已经成为系统科学领域研究的重要方向,然而由于复杂系统的多层次、非线性等特点, 加之含有大量随机不确定因素,给系统的演化仿真工作带来巨大的困难,提出基于实数编码的多目标嵌套加速遗传算法(RMONAGA)来对复杂系统进行演化仿真,利用复杂适应系统自身特点与遗传算法特点的相似性,采用嵌套、多目标等方法较好的解决了复杂系统中不同层次交互、不同部门间适应性矛盾等问题.将该方法应用于三江平原区域...
针对很多约束优化问题的最优解位于可行域的边界上或其附近的特点,提出了一种新的遗传算法.算法将种群中的可行解和不可行解分别存贮在两个容器中,新设计的交叉算子(内外交叉法)尽量让可行域内的可行解与可行域外的不可行解交叉,并顺着有利的方向一维搜索到可行域边界,此举既增大了个体接近全局最优解的几率, 又增强了算法的收敛速度;粒子群变异法则吸取粒子群 (PSO)算法的优点,让粒子沿粒子自身历史最优和全局最优...
现有的文本特征选择方法都是串行化的, 应用于海量文本数据集时时间效率较低, 因此利用并行思想来提高文本特征选择的效率, 已成为文本挖掘领域的一个研究热点. 本文将 遗传算法和并行协同进化算法结合起来, 在粗糙集的基础上设计了一个并行协同进化遗传算法 并将该算法用于文本特征选择. 该方法采用遗传算法搜索特征, 利用并行协同进化算法来提高 时间效率, 从而较快地获得较具代表性的特征子集. 实验结果表明...
论文深入分析了高校排课问题, 建立了其数学优化模型, 构建了其基本求解框架. 针对高校排课问题的特点, 引入遗传算法来加以解决, 设计了多种改进方案, 包括: 十进制编码方案、初始种群生成方案、适应度函数设计方案、免疫策略、 自适应交叉概率和自适应变异概率设计方案. 仿真结果表明该算法能够满足高校排课问题的多重约束条件, 能更有效地解决高校排课问题.

中国研究生教育排行榜-

正在加载...

中国学术期刊排行榜-

正在加载...

世界大学科研机构排行榜-

正在加载...

中国大学排行榜-

正在加载...

人 物-

正在加载...

课 件-

正在加载...

视听资料-

正在加载...

研招资料 -

正在加载...

知识要闻-

正在加载...

国际动态-

正在加载...

会议中心-

正在加载...

学术指南-

正在加载...

学术站点-

正在加载...