基于代沟信息的可变种群规模遗传算法

针对遗传算法种群规模难以估计的问题,提出了一种基于代沟信息的可变种群规模遗传算法。利用相邻几代群体间的极优解差异信息,在遗传算法发生早熟现象时根据逻辑斯蒂模型来改变种群规模,能以较小的计算代价获得与其它遗传算法性能相近的解。实验结果证明了算法的有效性。     

公交线网优化的算法研究

为缩短居民乘车出行时间以及减少公交运营投入,在公交线网优化过程中通常采用具有全局最优的遗传算法。针对基本遗传算法自身的一些缺点,提出了一种改进的遗传算法。该算法在公共交通路线优选过程中运用减少搜索空间、加入最佳保留策略和修正策略的方法,对基本遗传算法中的选择、交叉、变异算子及中止条件进行改进。改进遗传算法能够在保证种群多样性的同时加快收敛速度,较好地避免了基本遗传算法前期容易早熟和后期进化缓慢等现象。实例仿真计算表明,该算法具有比基本遗传算法更高的效率,是优化公交线网的一个有效途径。     

量子遗传算法的改进及其应用

为了解决量子遗传算法(QGA)用于连续多峰函数优化易陷入局部极值的问题，提出了一种改进的量子遗传算法(IQGA)．这种改进的量子遗传算法采用了已搜索到的最佳个体更新量子门和群体灾变策略．典型函数的测试结果表明，IQGA比QGA的收敛速度更快，且能有效地克服QGA易“早熟收敛”的不足．应用结果表明，IQGA的性能优于QGA和其它遗传算法．     

一种改进的遗传算法及其在作业车间调度的应用

基于遗传算法容易产生早熟的现象,提出了一个概念清楚、运算量小的评价种群过早收敛程度的指标 ,并利用该指标提出了一种新的调整策略.仿真实例表明 ,该方法能及时反映种群在进化过程中的过早收敛程度 ,不仅能加快计算速度 ,而且还能增强算法的全局收敛性.     

一种改进的遗传算法及其在作业车间调度的应用

基于遗传算法容易产生早熟的现象,提出了一个概念清楚、运算量小的评价种群过早收敛程度的指标,并利用该指标提出了一种新的调整策略.仿真实例表明,该方法能及时反映种群在进化过程中的过早收敛程度,不仅能加快计算速度,而且还能增强算法的全局收敛性.     

多值编码遗传算法

针对经典遗传算法过早收敛，不利于保留种群多样性的问题，提出一种采用k阶扩展二进制编码的多值编码遗传算法．该算法可以更好地保留种群的多样性，更容易达到全局的最优点，应用结果比较也证实了多值编码遗传算法比经典遗传算法具有更好的优化效果．     

遗传-模拟退火算法在数据库查询优化中的应用

将遗传算法与模拟退火算法相结合,导出了一种基于遗传0模拟退火算法的多连接查询优化算法．该算法将查询计划的一棵语法树看作是一个染色体,对于语法树上的连接操作后序遍历生成一个编码．在所有编码构成的种群进行完选择、交叉、变异操作之后,在其中引入模拟退火机制,从而进一步调整优化了种群,保持了群体的多样性,减少了用户查询的响应时间．     

基于混合遗传算法的连续空间下机器人的路径规划

介绍一种基于遗传算法的移动机器人路径规划的新方法．采用混合遗传算法对连续空间下机器人的路径进行规划时，先对规划空间利用Ford算法进行链接图建模，得出可选路径，然后再使用遗传算法来调整各个路径点，最后得到最优的或近似最优的优化路径．该方法可以克服可视图法和人工势场法在路径规划中的某些不足．     

云遗传算法

为了克服传统遗传算法搜索速度慢、易陷入局部最优解的缺陷，借鉴遗传算法的思想，利用云模型云滴的随机性和稳定倾向性的特点，提出了一种新的遗传算法——云遗传算法（CGA）．该算法由正态云模型的Y条件云发生器实现交叉操作，由基本云发生器实现变异操作．最后，进行了函数优化实验，并与标准遗传算法（SGA）和自适应遗传算法（AGA）进行了比较，以证明其有效性．     

遗传算法中的连锁与变异

通过分析生物对人工选择响应的实验，应用遗传及进化理论对遗传算法的连锁与变异中的问题进行了讨论，并提出了以增加初始种群有利于进化方向的连锁和采用基因流的方法提高流传算法的效率及解决早熟收敛问题。     

A FUZZY REASONING PETRI NET MODEL AND ITS REASONING ALGORITHM

ＩｎｔｒｏｄｕｃｔｉｏｎＰｅｔｒｉｎｅｔ（ＰＮ）ｉｓａｍｏｄｅｌｉｎｇｍｅｔｈｏｄｕｓｉｎｇｎｅｔｇｒａｐｈｓ．Ｕｓｕａｌｌｙ,Ｐｅｔｒｉｎｅｔｉｓｕｓｅｄｔｏｍｏｄｅｌａｎｄａｎａｌｙｚｅｄｉｓｃｒｅｔｅｅｖｅｎｔｓｙｓｔｅｍｓ（ＤＥＳ）,ｓｕｃｈａｓｃｏｍｍｕｎｉｃａｔｉｏｎ,ｍａｎｕｆａｃｔｕｒｉｎｇｓｙｓｔｅｍｓａｎｄｓｏｏｎ．Ｃｕｒｒｅｎｔｌｙ,ｓｏｍｅｗｏｒｋ［１,２］ｉｓｂａｓｅｄｏｎａｃｏｍ－ｂｉｎａｔｉｏｎｏｆＰｅｔｒｉｎｅｔｓａｎｄａｒｔｉｆｉｃｉａｌｉｎｔｅｌｌｉｇｅｎｃｅ…     

遗传算法用于控制器参数的满意优化

对于控制器参数的多指标优化问题，提出了一种新型优化设计方法。通过分别设计的各个性能指标的满意度函数，反映出各性能指标对控制系统的具体要求；并用综合满意度函数的设计，反映出对控制目标的综合要求。由此给出了一种优化模型。应用遗传算法自动搜索，实现控制器参烽的优化。仿真实验效果良好，表明了本文方法的灵活实用性。     

路网最优费率的双层规划模型及算法

为寻求系统、科学的路网最优费率测算方法,提出用双层规划模型描述路网管理者、收费道路经营者和车辆用户三者在费率决策中的博弈关系,其中上层以路网用户盈余最大化为目标,下层是弹性需求下的多车型随机用户均衡模型,设计了遗传-模拟退火混合优化的求解算法。计算发现路网收费收入目标的高低将直接影响测算所得费率的高低,进而影响各车型OD出行量,且时间价值低的车型用户比时间价值高的车型用户受费率变化的影响要更为显著,表明双层模型在费率决策过程中能兼顾相关各方的利益,建模时考虑车型分类能更合理地反映现实情况;与遗传算法、模拟退火算法相比,遗传-模拟退火算法计算结果最优。     

改进的自适应遗传算法及其在作业车间调度中的应用

针对自适应遗传算法在复杂问题应用中前期收敛速度缓慢和容易陷入局部最优的不足，引入了一种新的调节交叉概率和变异概率的方法，并提出了一种新的交叉方式，该算法很好地增强了自适应遗传算法的全局搜索能力，提高了收敛速度．通过比较几个优化实例，验证了本文算法的有效性．     

Improved Genetic Algorithm for Job-Shop Scheduling

Introduction Job shopschedulingproblem(JSP)isoneofthe well knownhardestcombinatorialoptimizationprob lems,andmanysolutionsbasedongeneticalgorithms(GAs)havebeenproposedbymanyresearchersso far[13].SincethedemonstrationofapplicationofGA toschedulingproblemsb…     

基于满意优化的模糊多目标预测控制算法研究

提出了以满意优化取代传统的最优控制对模糊预测控制中的性能指标进行优化的方法。以模糊多目标单步预测模型为例，给出了系统对某一控制目标的满意优化控制算法，并在此基础上提出了基于满意优化的模糊多目标预测控制算法。     

一种基于遗传算法的最优阈值图像分割算法

为了提高图像分割效率,提出一种基于遗传算法的最优阈值搜索方法OTSGA.OTSGA算法对图像的灰度级进行二进制编码,生成初始种群,求出每个个体的二维最大熵,然后根据设定的寻优准则进行相应的遗传操作以搜索阈值最优解.为了避免在求解过程中出现早熟现象,OTSGA算法将交叉操作得到的个体群与上一代种群混合,得到新的种群进行遗传操作,避免了个别个体在遗传运算的最初迭代时就在种群中占据主导地位,导致求解过程的过早收敛.实验结果表明,OTSGA最优阈值搜索方法不仅降低了运算开销,而且获得了满意的图像分割效果.     

IIR数字滤波器设计的搜寻者优化算法

为进一步提高无限冲击响应(IIR)数字滤波器的性能,提出了一种基于搜寻者优化算法(SOA)的IIR数字滤波器设计方法.SOA基于模拟人的随机搜索行为,由利用位置变化评价得到的经验梯度确定搜索方向,由采用简单模糊规则的不确定性推理确定搜索步长,通过搜寻者在搜索空间的位置更新,实现对优化问题的求解.2个典型设计实例的仿真结果表明,与差分进化算法(DE)和3种改进的粒子群算法(PSO)相比,SOA具有较好的全局寻优能力和较快的收敛速度,能有效地应用于IIR数字滤波器的没计.