遗传算法的定式及其收敛性研究

从算法论与数理逻辑的角度给出了新的遗传算法定式,其中包括生物遗传并法的定式与通俗遗传算法的定式,在此基础上进一步讨论了遗传算法的收敛性,提出了遗传算法收敛性公理。     

一种新的伪并行遗传算法在车间调度中的应用研究

提出了一种改进的伪并行遗传算法(Improved Pseudo-Parallel Genetic A lgorithm,简称IPPGA),将改进遗传算法与SGA伪并行操作(采用并行思想,在同一台机器上完成操作),保证了种群多样性,防止局部早熟收敛;改进算法对部分遗传算子做了改进,采用迭代交叉,多父代产生多子代,让多个染色体中优秀基因段组合产生子代,大大加快收敛速度;设定一个最优个体保存序列库,防止最优解的丢失.采用实际算例进行仿真试验,数据表明改进的伪并行遗传算法(IPPGA)较标准遗传算法(SGA)快速、有效.     

基于遗传算法的PID智能控制器设计

根据实际应用的需要,设计出一种基于遗传算法的PID控制器．该控制器首先采用遗传算法优化PID控制器的参数,得到一组参数的最优值,在实际控制过程中利用遗传算法不断优化PID参数,从而提高PID控制器的控制性能和自适应能力．以确保系统的动态和稳态性能最优．根据设计结果采用Matlab对此进行仿真,仿真结果表明：与常规的PID控制器相比,这种基于遗传算法优化的PID控制器用于实际控制系统可达到良好的动、静态性能和自适应能力．     

改进的遗传算法在Canny算子阈值选取中的应用

Canny算子因其信噪比高、定位准确以及单边响应的优势,常常用于图像的边缘检测,而双阈值检测中阈值的选取会影响图像边缘提取的效果,为了获得边缘检测的最佳阈值,引入了一种改进的遗传算法.该方法从遗传算子和操作策略两个方面对基本遗传算法作出改进,重点设计了种群进化的适应度函数,使用该方法确定图像边缘连接的最佳阈值,以获得图像的边缘检测效果图.仿真结果表明:采用改进的遗传算法确定的阈值所得到的图像,边缘细节丰富,定位准确.     

基于遗传算法的模糊控制器设计

研究了基于遗传算法的模糊控制器的设计,用以解决生产过程中的实际问题.在具体实施中,首先解决了模糊控制器的设计问题.其次,对如何利用遗传算法对模糊规则寻优的问题进行研究,通过遗传算法,设计和动态优化模糊控制规则.解决模糊控制器的瓶颈问题.     

基于自然数编码的模式理论研究

在分析基于二进制编码的遗传算法基础上,对基于自然数编码的遗传算法作了初步的探讨。论文定义了基于自然数编码的模式和模式的阶,并推导出了相应的模式理论,从而得出了该理论与基于二进制编码的模式理论相类似的结论,对于解释基于自然数编码的遗传算法的收敛性具有一定的意义。     

基于遗传算法的供应链联盟伙伴选择

在建立供应链联盟伙伴选择多目标决策模型的基础上，提出了一种求解供应链联盟伙伴选择优化问题的自适应遗传算法，并给出了算例．该算法设计了自适应交叉概率和变异概率，使每个个体在遗传过程中对环境变化具有自适应调节能力．算例结果表明，用该方法能以较快的速度收敛于全局最优解．     

�Ŵ��㷨�ڶ�̬·���յ�ϵͳ�е�Ӧ��

提出了以随机A*算法为基础，运用遗传算法来求解不满足先进先出原则的动态网络中最短路径问题的思路，其中通过运用提出的随机Dijkstra算法解决了将遗传算法应用于最短路径问题中的最大障碍－初始种群的产生。最后，以广州市电子地图为基础，对提出的算法进行了验证，试验结果表明遗传算法适合求解非常态且不满足先进先出原则的动态网络中的路径诱导问题。     

遗传算法在高速公路路径计算中的应用

高速公路路网模型问题是一个十分重要的问题,各种路径的算法一直是高速公路路网模型中研究的重点.文中讨论了用遗传算法求解高速公路路网模型中路径的问题,详细介绍了路网模型的建立、遗传算法的设计和各种算子的选择;并通过仿真计算验证了用遗传算法解决路网模型中路径问题的可行性.     

城市道路两相邻交叉口信号控制组合优化研究

以两个单点信号控制交叉口组成的简单绿波系统为例,建立一个以干线车辆行程时间最短为目标,各相位有效绿灯时间、饱和度及周期时长为约束条件的非线性函数模型,分别运用遗传算法和遗传退火算法对目标函数进行优化,实现了对绿波系统各交叉口信号配时的优化设计,并以实例加以论证,其优化效果良好。结果表明:遗传退火算法更能快速、准确地寻找出全局最优解。     

改进型遗传蚁群混合算法求解旅行商问题

针对原有遗传蚁群混合算法的遗传算法特性不突出,容易过早收敛的缺陷,提出一种带有基因数量控制的遗传蚁群混合算法,有效地提高了遗传算法部分的基础基因数量,提高了全局最优解能力.通过动态分析基因适应度,生成动态变异概率,提高了最优解的生成概率.精英交叉原理的使用,能保护优秀基因不受交叉变异的影响堕化.     

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．     

中国19个不同地区汉族亚群的分子遗传学关系

目的　研究中国不同地区汉族亚群之间的分子遗传学关系。方法　收集我国19 个地区汉族9 个STR基因座的等位基因频率,进行Hardy Weinberg平衡检验,采用Nei s法计算各亚群间的遗传距离,采用组间平均连锁法进行聚类分析,采用UPGMA的算法绘制系统发生树。结果　不同汉族亚群特定STR的等位基因频率和遗传距离存在差异;聚类分析结果表明广东汉族与广西汉族首先聚类,福建汉族与青岛汉族与我国其他地区汉族差异较大而最后聚类;分子进化树绘制与聚类分析结果相似。结论　9 个STR位点在中国不同地区汉族亚群之间存在多样性;应用该遗传标记进行疾病相关分析、法医学个体识别等研究时应选择不同地区亚群的基础数据进行对比才能够获得科学的结果。     

基于改进遗传算法的旅游线路选择问题

针对旅游线路选择问题,在编码、交叉、变异等遗传操作上,对遗传算法作了改进,并用MATLAB编程实现.结果表明,改进的遗传算法能够较好地求解旅游线路选择问题.     

基于改进遗传算法的单元机组非线性模型参数辨识

针对火电厂单元机组的特点及遗传算法工具箱在辨识多变量、非线性系统参数中存在的早熟、收敛速度慢等问题,对遗传算法工具箱进行了改进,以单元机组非线性动态模型为研究对象,提出了基于改进遗传算法工具箱的参数辨识方法．根据托电600MW机组的阶跃扰动试验数据,辨识得到了单元机组非线性动态模型的参数．结果表明改进遗传算法工具箱对单元机组非线性模型参数辨识具有良好的适应性,辨识得到的模型是有效可靠的．     

钢管混凝土拱桥施工合龙合理状态的遗传搜索

由于钢管混凝土拱桥的受力特点，在施工仿真计算中无法找到倒退分析的起点，为此，尝试嵌入遗传算法来确定钢管拱肋施工合龙前的合理状态，以此作为倒退分析的起点，确定了以扣索索长调整量为变量参数的目标函数，而目标函数需要通过结构仿真计算才能得出相对应的目标函数值，搜索相当复杂，因此采用实数遗传算法，改进了遗传操作，以满足搜索的精度和速度，并用算例搜索出了合龙时拱肋线形的合理状态，经比较其状态是合理的，可以作为倒退分析的起点。     

均匀设计和遗传操作并行的遗传算法

针对简单的遗传算法稳定性较差，容易发生早熟收敛的不足之处，提出了将均匀设计和遗传操作相结合的遗传算法，通过编码在问题的解空间和算法的搜索空间之间建立一个映射，对其进行交叉操作，变异操作和均匀设计操作，用典型的测试函数进行测试，证明了该算法是可行的，与单纯遗传算法相比，计算精度和收敛速度更高。     

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。     

遗传算法在并行多机调度问题中的应用

从车间生产调度的实际情况出发，针对最小化完工时间的并行多机调度问题，提出了一种优化遗传算法．充分考虑紧急任务的插入，通过提供一个记录设备当前负荷的数组，实现对任务的动态调度．仿真结果表明该遗传算法能够较好的解决并行多机生产调度问题．     

基于遗传算法与小波神经网络的客流预测研究

针对轨道交通短时客流具有动态性、非线性、不确定性的特点,提出一种基于遗传算法与小波神经网络的轨道交通短时客流预测方法.该方法利用具有全局搜索最优的遗传算法优化小波神经网络,有效的避免了神经网络易陷入局部最小值的缺陷.在分析轨道交通短时客流的特征上,利用实测数据对模型进行验证.结果表明,相比遗传算法优化的BP神经网络模型,单一的小波神经网络模型其预测精度更高,误差更小,能在实际中应用.