遗传算法进化中积木块的识别和利用研究

提出了一种基于积木块识别的遗传算法，该算法通过对进化过程中的候选积木块进行识别与利用来加速搜索，从而避免遗传算法随机搜索的盲目性．利用经典的对称旅行商问题求解过程来测试各种识别方法，再利用积木块的识别结果改进原有遗传算法，包括改进积木块的识别率以及基于积木块的交叉、变异算子．与基本遗传算法的计算结果对比分析表明，所提算法可显著提高遗传算法的搜索效率，减小遗传算法随机搜索的波动性．     

热源参数识别问题的Bayes遗传算法

利用Bayes遗传算法求解二维热传导方程的热源参数. 首先通过Bayes推理和二维热传导方程得到热源参数的后验概率密度函数, 然后结合遗传算法, 根据最大似然原理给出热源位置参数及热源产生时间参数的后验概率分布和统计结果. 数值算例表明： 当迭代次数达到50次时, 参数的相对误差均稳定地收敛在1%以下; 对观测数据分别添加5%和10%的噪声, 参数的相对误差分别控制在5%和9%以下.     

热源参数识别问题的Bayes遗传算法

利用Bayes遗传算法求解二维热传导方程的热源参数. 首先通过Bayes推理和二维热传导方程得到热源参数的后验概率密度函数, 然后结合遗传算法, 根据最大似然原理给出热源位置参数及热源产生时间参数的后验概率分布和统计结果. 数值算例表明： 当迭代次数达到50次时, 参数的相对误差均稳定地收敛在1%以下; 对观测数据分别添加5%和10%的噪声, 参数的相对误差分别控制在5%和9%以下.     

处置突发事件的通信勤务保障

突发事件具有事发突然、地点不定、发展迅速、危害较大的特点,通信勤务保障作为“处突”指挥的重要组成部分,在突发事件的处置中发挥着不可或缺的作用。本文从城区内部的“处突”通信指挥、远离城区范围的“处突”通信指挥、“处突”指挥中的移动式无线图像传输、通信密语的应用、现场通信管制措施的使用、公众移动通信网的利用等角度,对“处突”通信勤务保障进行了研究与探讨,并提出相应的方案与模式。     

科技期刊常见编排问题分析

以国家有关科技期刊编排标准为依据，对科技期刊编排中常见问题（目次，题名，摘要，关键词等）进行了分析，并指出了科技期刊编排的正确做法．     

基于基因控制的遗传算法的研究

分析了传统的遗传算法适应度函数设计通常只针对目标函数,而没有考虑自变量。提出使用基因控制的方法,以达到增强较好的基因在遗传算法中的作用。从而做到尽量保留染色体中较好的基因,从而尽快的找到可行解,提高算法收敛速度和效率。     

武警勤务课教学方法的运用应处理好三种关系

培养会组织、会管理、会值班、会做执勤中的思想工作的复合型人才,作为武警勤务教学的出发点和落脚点,必须针对勤务学科自身特点和规律及新时期武警部队对人才的需求,合理运用教学方法,处理好理论教学与实践性教学、教员讲授方法与学员自学方法、传统教学手段与网络辅助教学的关系,突出培养学员执勤指挥素质这个重点。     

目标识别中的遗传算法研究

提出了一种基于多样本模板的遗传算法目标识别方法 ,将若干个差别较大的目标样本存入目标库中 ,对所需提取目标的图象用遗传算法来求得这些匹配样本的最小匹配误差测度 ,最终匹配位置即为需提取的模板位置 ,而模板尺寸即为此时的样本尺寸     

浅谈高校课程表的编排

课程编排是高校教学管理中重要的环节,本文结合多年排课经验,对课程编排的原则,流程做出了分析,提出了建议。目的是充分利用教学资源,科学、合理的编排课程。     

解平面四杆机构约束优化问题的改进遗传算法

以平面四杆机构约束优化设计这一实际问题为背景,针对传统遗传算法（ＧＡ）存在的问题,提出了一种新的将柯西机（ＣＭ）和遗传算法相结合的改进遗传算法（ＭＧＡ）,数值计算结果表明,该算法避免了ＧＡ算法中的早熟收敛问题,可获得上机构参数优化问题的最优解,并且还具有收敛速度快等特点。     

针对机器人路径规划问题的改进型遗传算法

针对路径规划的"求解质量"和"求解效率"2个问题,在传统遗传操作的基础上,通过在遗传操作中加入优化算子,减少了搜索的盲目性,使得优秀个体能较快地产生,算法在很少的进化代数中就可以求出问题最优解.算法的分析和仿真试验表明,算法的改进是有效的.     

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遗传算法的效率及解决早熟收敛问题 .     

多目标遗传算法在机器人路径规划中的应用

针对具有多个优化目标的机器人全局路径规划问题,提出一种改进的多目标优化遗传算法。在初始群体的生成中,采用把随机法和基于问题先验知识的启发式方法相结合的策略,以加快收敛速度;在遗传算子的设计中,引入删除、修复和平滑算子,以提高算法的搜索效率;在选择算子中。加入避免外部存储器中出现相同个体的机制,以防止早熟收敛。仿真结果表明：该文算法运行一次能够有效地产生一组近似Pareto最优路径解。     

基于遗传算法的团队CGA路径规划方法

基于遗传算法给出了一种团队CGA(Computer Generated Actors)全局路径规划方法,针对复杂环境和团队特点设计了不等长的路径编码和个体适应度评价方法.试验表明该方法可以为团队中每个成员规划出一条协调的、无障碍的路径,有效地解决复杂空间下团队CGA路径规划问题.     

基于遗传算法的自动装配顺序规划

笔者对自动装配顺序规划问题建立一种改进的遗传算法（Genetic Algorithms)。建立了装配体各零件间的可行装配方向元组,用于判断无干涉装配序列;提出5种合适的遗传算子,并以装配方向的改变次数作为装配顺序的适应值;采用一种适应值修改方案来避免算法过早收敛。算例表明,本文建立的装配顺序规划的遗传算法,能快速自动产生出满意的装配顺序方案。     

基于遗传算法的目标规划求解

首先讨论了遗传算法的优点，然后提出了将遗传算法应用于带有约束优化问题的求解，并进一步将其运用于一目标规划的优化设计中，计算机数值仿真结果表明该方法的有效性     

基于自适应遗传算法的无人机航路规划

在规划区域内随机产生一系列威胁点和相应威胁半径来量化无人机(UAV)任务环境,通过纵向剖分目标区,将航路点的表示由二维缩减到一维,采用实值编码以提高运算精度.针对遗传算法(GA)早收敛和收敛慢的问题,在交叉和变异中设计了自适应算子.计算仿真表明该控制算法能使无人机在复杂环境中回避威胁,快速选择最短路径,提高了规划效率.     

基于多目标遗传算法的路径规划

研究三维地形中的路径规划问题.针对三维地形中路径涉及的因素多,将多目标优化的思想引入路径规划.提出一种基于多目标遗传算法的路径规划方法,设计了优化路径的遗传算法实现方案.使用大范围初始化种群的方法,设计了适合于路径规划的遗传算子.实验证明,该算法能综合考虑多种因素,并能同时提供不同特点的多条路径供决策者选择.     

基于遗传算法的工艺规划与调度集成方法

为了实现制造系统中的工艺规划与调度集成，采用遗传算法解决工艺规划与调度集成的问题，并构建了相应的工艺规划与调度集成模型．在对遗传编码和算子结构的设计中，利用交叉算子来变换加工顺序，用变异算子来改变工艺路线．在考虑设备负载平衡以及加工任务完成时间最短的条件下，将工艺规划和车间调度相结合，实现了最优工艺路线与调度结果的同时生成．通过算例分析，证明此方法能够有效地实现工艺规划与调度的集成．