遗传算子的代数形式和概率特征

采用矩阵形式表示遗传操作过程,可为设计遗传算法程序提供简单的数学模型,遗传操作的概率特征,揭示了遗传优化过程中的作用及相互关系。     

遗传算子的代数形式和概率特征

采用矩阵形式表示遗传操作过程 ,可为设计遗传算法程序提供简单的数学模型 .遗传操作的概率特征 ,揭示了遗传算子各自在遗传优化过程中的作用及相互关系 .     

一般扭算子李代数

由扭算子构成的扭算子李代数在李代数理论中占有重要的位置,首先构造了一般形式的扭顶点算子Z~σ(E_(ij),α,β,z),然后给出了一般扭算子李代数g(G,l)[σ],研究了一般扭顶点算子所具有的性质.     

Toeplitz算子代数的归纳极限

设(G_1,E_1),(G_2,E_2)为两个拟格序群,记■~(E_1),■~(E_2)为相应的Toeplitz算子代数．设■：G_1→G_2为一个保单位的群同态,使得■(E_1)■E_2．本文给出了上述两个Toeplitz算子代数间的自然同态映照成为C~*-代数的单同态的充要条件,刻画了Toeplitz算子代数的归纳极限,证明了任何自由群上的Toeplitz算子代数是顺从的．     

顶点算子超代数的双模

对于任意一个顶点算子超代数$V$及$m,n\in
\frac{1}{2}\mathbb{Z}_{+}$, 通过构造$A_n(V)-A_m(V)$-\!双模
$A_{n,m}(V)$, 刻画了$V$
的一个从可容许$V$-\!模的第$m+1$层子空间到第$n+1$层子空间的作用,
并得到一类Verma型可容许$V$-\!模.     

关于超自反算子代数

本文讨论超自反算子代数的等价条件,改进了W.Arveson的一个结果。     

顶点算子超代数及相关的结合代数的表示

设 V 是一个顶点算子超代数. 该文得到了一系列的结合代数A_n(V)(对任何n∈ 1/2 + Z₊(i∈ {0,1})). 也给出了A_n(V) -模但非A_n-1/2(V) -模的不可约模范畴和单的可容许的V -模的范畴之间的一一对应关系. 对于给定的A_n(V) -模但非A_n-1/2(V) -模U, 还构造了一类广义Verma可容许的V -模M_n(U). 进而利用结合代数的表示进一步研究了顶点算子超代数的表示论.     

套代数的直和算子集及可逆算子

本文研究了套代数的一个直和算子集X_N^φ,得到套代数的直和分解:τ(N)=D_N⊕X_N^φ,同时讨论了套代数中可逆算子的分布,得出套代数的对角D_N关于可逆算子是封闭的。特别地,当套为可数套时,套代数关于可逆性算子封闭的充要条件为φ(T)可逆。     

关于超自反算子代数

本文讨论了超自反算子代数的等价条件及超自反性在张量积、直和、同构、约化中的不变性，改进加深了孙善利＾［２］的结果，并证明了两类Ｖｏｎ Ｎｅｕｍａｎｎ代数的超自反性。     

基于遗传算法的对规避目标搜索模型

分析了在应召条件下对规避目标搜索行动的特点,然后采用遗传算法建立了可用于辅助搜索决策者制定协同搜索方案的模型,为分析应召搜索提供了新的方法,该方法克服了传统的运筹学搜索论在协同行动等复杂条件下寻求最优搜索方案的不足     

基于遗传算法的附随扩散模型的构建及实证研究

论文研究了具有附随扩散关系的产品扩散特点,以Bass模型为理论基础,构建了附随扩散模型,然后以移动上网用户附随移动用户扩散的实例为研究对象,建立了移动上网附随扩散模型,并采用遗传算法估算模型参数,对今后几年移动上网用户的扩散规律进行了预测。最后,将附随扩散模型的研究结果与采用传统Bass模型、Logistic模聊的结果进行了对比,得出了附随扩散模型拟合和预测效果更好的结论。     

遗传算法与神经网络相结合的降水预报模型

针对目前BP神经网络在实际应用中,网络结构难以确定以及网络极易陷入局部解问题,用遗传算法优化神经网络的连接权和网络结构,在遗传进化过程中采取保留最佳个体的方法,建立基于遗传算法的BP网络模型,同时通过实例说明该模型在降水预测中的应用,计算结果表明该方法的预测精度较高。     

三维装箱问题的模型与改进遗传算法

三维装箱问题是一类NP-hard的组合优化问题,构建一个适当的数学模型并设计高效快速的算法具有重要的理论和现实意义.该文将箱子空间划分为立方体单元,依此构建三维装箱问题的混合整数规划模型,并通过改进遗传算法求解,剔除大量不可行解提高了收敛速度.实验结果表明此算法运算过程及结果稳定,具有较强的实际应用价值,能有效解决复杂的三维装箱问题.     

遗传算法优化神经网络的汛期降水模型

针对目前神经网络在实际应用中,网络结构难以确定以及网络极易陷入局部解问题,用遗传算法优化神经网络的连接权和网络结构,并在遗传进化过程中采取保留最佳个体的方法,建立基于遗传算法的神经网络模型,实例研究结果表明该方法可以取得较高的预测精度.     

基于遗传算法的LuGre轮胎模型参数辨识研究

LuGre轮胎模型是一种动态轮胎摩擦力模型,该模型能够精确描述轮胎摩擦环节的动态特性,但由其高度非线性使得参数辨识非常困难.针对LuGre轮胎模型,提出一种基于遗传算法的模型参数两步辨识方法.首先由PD控制辨识出静态参数;然后由PID控制辨识出动态参数.在每一步辨识中,均采用遗传算法作为优化工具,从而避免了采用拟和辨识方法中误差较大,试验条件难以控制的缺点.该算法仅仅使用轮胎转速数据,而转速传感器是汽车防滑刹车控制系统(ABS)的基本组成部分,因此该算法可以与ABS结合工作,低成本的实现LuGre轮胎模型参数辨识.     

遗传算法基础理论研究的新近发展

本文综述了有关遗传算法收敛性及收敛速度估计的近期研究结果,在分类概述相关的Ｖｏｓｅ－Ｌｉｅｐｉｎｓ模型、Ｍａｒｋｏｖ链模型、公理化模型、连续（积分算子）模型及收敛速度估计、迭代次数估计与时间复杂性估计的基础上,指出遗传算法理论研究存在的其它亟待解决的问题。     

一个水流问题的遗传算法求解

应用遗传算法(GA)来讨论一个水流问题.这个水流问题曾是不少统计学者用来考察不同试验设计和建模方法的常用案例.通过本例旨在说明遗传算法确为求解复杂系统优化问题的有力工具.     

基于遗传算法的企业风险管理组合模型的分析

本提出了企业关键风险体的概念，建立了基于关联成本和关联收益的风险管理组合净收益模型。并通过一个典型算例详细说明企业风险管理组合选择的标准和过程。实验结果表明该方法具有简单快速准确等特点，对企业的风险管理和决策具有一定的帮助和指导意义。     

非负约束条件下组合证券投资决策的遗传算法

本讨论了在非负约束条件下实现预期投资收益率的组合证券投资遗传算法,并将该算法应用于一个六元证券组合的投资问题。