一种用于云计算资源调度的改进遗传算法

针对轮询调度算法、遗传算法和模拟退火算法在云计算资源调度中存在收敛速度慢、易早熟和资源负载不均衡等问题,提出了一种基于模拟退火思想的改进遗传算法(Simulated Annealing Improved Genetic Algorithm: SAIGA)。改进算法设计了基于任务平均完成时间和负载均衡的双适应度函数和自适应的交叉变异概率函数,允许算法在退火过程中以一定概率接受劣质解从而避免早熟现象的发生,将虚拟资源上任务分配数的标准差作为选择个体的依据来实现节点的负载均衡。仿真结果表明,改进算法与上述算法相比,在任务平均完成时间、资源利用率以及收敛速度上表现得更优越,能够较快地找到资源最优调度方案,具有较好的可行性和实用性。     

一种改进的遗传算法与最大互信息图像配准方法

针对最大互信息图像配准的不足,将遗传算法和最大互信息相结合提出了一种改进的PV插值方法,用二阶B样条函数取代传统PV插值法的核函数,将某点对联合直方图的影响从4个邻域点扩展到9个。在优化互信息函数的时候采用了改进的遗传算法,自适应的调整进化过程中的交叉概率和变异概率,并采用精英选择策略有效保留适应度高的个体。实验结果表明,改进方法配准的最大互信息值为1.1005,高于改进前的标准方法,改进方法的配准后拼接的图像不存在重影,而且重叠部分的图像细节比改进前的标准方法清晰。改进的PV插值方法有效抑制了函数曲线中的局部极值现象,配准结果具有很高的精确性。此外,用实数进行编码提高了配准速度。     

改进遗传算法在红外增透膜系设计中的应用

在3～5μm红外增透膜系的遗传算法优化设计中，当群体接近成熟时，个体间的竞争能力和算法的区别选优能力会下降，进化将停止不前，产生无意义的重复计算和长时间等待。为了监控进化过程中染色体的变化趋势和改进情况，并提高算法的搜索能力，提出了一种采用离线比较法和辅助优选因子的薄膜改进遗传算法。计算实验表明，离线比较监控法能有效地掌握计算的进展情况，准确地监察到群体的成熟收敛、进化停止，并可据此决定改进算法的时机。采取辅助优选因子，能保持先前的计算成果，选出当前群体中的优良个体，跟引入的新鲜个体一同参与交叉，使进化不断向前，从而使改进后的算法搜到合格解的几率大大提高。     

基于多种群混沌遗传神经网络的模拟电路故障诊断

针对标准遗传算法优化BP神经网络收敛慢,易陷入局部最优的问题,提出了改进的多种群协同进化遗传算法,该算法改变了以往的随机初始化方法,采用了附加混沌扰动的tent映射初始化均匀分布的种群,提高了初始解的质量;每个种群采用自适应交叉率和变异率,引入移民算子实现种群间的横向联系;算法通过多种群的协同进化和种群间的个体移植提高了算法的搜索均匀性和效率;仿真实验表明该算法误差小,收敛速度快,诊断正确率高,较好地解决了模拟电路的软故障诊断问题。     

有限等待置换流水车间调度问题的IGA算法

在对经典遗传算法进行研究的基础上,针对具有等待时间置换流水车间调度问题,以最小化最大完成时间为优化目标建立整数规划模型,并提出一种解决该问题的IGA算法。算法中部分染色体的初始种群由原问题所转化而成的具有等待时间两台机器的置换流水车间调度问题的解所组成。交叉方法采用基于顺序和位置相结合的OPX方法。通过对Taillard算例中置换流水车间调度问题基准数据的测试,并对仿真实验的结果进行了分析,验证所提出IGA算法的有效性和可行性。     

图像法自动调焦的最佳调焦区域选取算法

对分辨率较高的图像来说,调焦评价函数的计算耗时较多,会影响调焦的实时性。选用整幅图像中细节最丰富的子图像作为调焦对象,在保证调焦精度的同时,可改善调焦效率。为快速找到此区域,提出了基于自适应遗传算法(AGA)的寻优算法。在此算法中,用离焦子图像的加权熵作为适应度函数,自适应的改变遗传算法的交叉概率和变异概率,以避免结果陷入局部极值。实验结果表明,此算法具有运算复杂度低,稳定性好等优点,所选定的子图像具有良好的调焦特性曲线。     

基于强制进化随机游走算法的质量交换网络综合

针对现有质量交换网络优化方法存在的不足, 提出一种适用于质量交换网络综合的强制进化随机游走算法。通过随机增大或减小质量交换器的传质负荷、分流比以及贫流股的流量, 并设置最小阈值实现网络连续和整型变量的同步优化; 通过以较小概率接受差解, 增强结构变异, 使算法更好地兼顾质量交换网络的全局和局部搜索。在2个质量交换网络实例中的应用表明, 优化结果优于文献最优结果, 算法保持了个体的独立进化且具有良好的全局和局部搜索能力。     

X波段微带余割平方扩展波束天线阵赋形优化遗传算法研究

提出了一种改进型自适应遗传算法, 该算法用logistic函数拟合交叉概率和变异概率, 以赌轮盘选择和精英保留相结合的方式, 在全局寻找最优解. 与经典遗传算法相比, 改进型自适应遗传算法可以大大提高算法的求解质量. 本文基于改进的自适应遗传算法研究设计了-3 dB范围为0°-12°, -10 dB波束宽度为65°, 波束覆盖为65°, 天线频带范围为8.5-9.8 GHz, 中心频率为9.05 GHz的X波段微带余割平方扩展波束天线阵. 研究结果表明改进型自适应遗传算法对方向图的拟合程度具有较大提高, 适应度值可以从0.07以下提升到0.09以上.     

改进自适应遗传算法的平面传声器阵列优化

针对传声器位置的离散性和遗传算法二进制的编码特点,本文提出改进的自适应遗传算法,对自适应交叉概率和变异概率作了重新设计,并将本文改进自适应遗传算法和传统标准遗传算法以及文献中提到的改进自适应遗传算法进行了比较,发现本文方法能够快速得到更优的结果。此外,本文提出了随频率变化的主瓣宽度和旁瓣水平折中的适应度函数R3,通过与适应度函数R1和R2的仿真结果对比,发现适应度函数R3能够有效地平衡阵列主瓣宽度和旁瓣水平。最后,本文设计了5臂均匀圆阵和5臂螺旋阵,并与本文随机阵进行仿真实验对比,进一步验证本文方法的有效性和可行性。     

自适应混合遗传算法优化团簇

提出一种用于原子团簇结构优化的方法,该方法把具有全局寻优能力的自适应遗传算法与基于牛顿法思想提出的局部优化方法相结合.碳团簇的结构优化用于验证新方法的合理性,计算结果与自适应遗传算法的结果相比较,证明所提出的局部优化方法能够有效地搜索到局部极值,计算结果和混合遗传算法的结果进行对比,证明提出的自适应混合遗传算法能有效地解决"早熟"现象,并且通过对C₁₂的四次计算,表明该算法具有一定的稳定性.