基于改进遗传算法交叉操作的图像复原方法

针对遗传算法自身存在计算量大的问题,文章提出一种改进的遗传算法图像复原方法。主要是根据图像平面状的特点,对遗传算法中的交叉操作进行优化,与标准遗传算法对比,能较好克服过早收敛的现象,有效提高运算速度,提升退化图像复原的质量。     

实数遗传算法交叉策略的改进

本文介绍了实数遗传算法交叉策略的一种改进方法,采用新的交叉策略决定遗传算法中子代个体的位置,可以使子代快速地向更高适应度的区域移动.实验结果说明使用这种改进的实数遗传算法可以极大地提高算法获得最优解的速度.     

基于异构多种群的一种改进遗传算法

针对简单遗传算法存在的问题，基于提高遗传算法搜索效率和收敛性，提出了一种基于异构多个种群的改进的遗传算法IMGA。该算法首先利用多个异构子种群并行进化的结果初步确定较好解，进化到一定时间后，把得到的优质解按照新的变异算子进一步寻找最优解。仿真结果验证了算法的良好性能。     

基于传统遗传算法的改进与研究

遗传算法是一种采用启发式的模拟自然界的进化论过程来解决现实生活中复杂非线性问题的算法,该算法常用于解决组合问题的最优化。在计算过程中通过对传统的交叉过程进行分析和改进,使用反转交叉的交叉方法,可以很好地解决在交叉过程中产生的"不良基因"问题。文章对基于传统遗传算法的改进进行了研究。     

基于改进遗传算法的入侵检测的研究

目前的入侵检测存在一些问题,针对这些问题,对遗传算法在入侵检测中的应用进行了研究,讨论了适应度函数的构造,并对种群的确定、选择算子、交叉算子进行了改进,在此基础上提出了一种基于改进遗传算法的入侵检测模型,并通过实验验证了它的可行性.     

基于自识别交叉算子和自适应变异算子的遗传算法研究

为有效地解决遗传算法收敛速度和局部最优解的矛盾,本文提出了一种具有自识别交叉算子和基于海明距离的动态变异算子的遗传算法。自识别交叉算子保证父代的优良模式遗传到下一代,加快了算法的收敛速度;而动态变异算子扩大了搜索范围,增强了算法跳离局部最优解的能力。实验证明,两种改进算子的有效结合保证算法能以较快速度收敛于全局最优解。     

改进交叉方式的遗传算法在求解通信网优化问题中的应用

在遗传算法中利用多种混沌模型构造随机开关，以此来控制遗传算法中的交叉运算，从而可迅速地求解０—１规划问题，并进一步在求解通信网的优化问题中得到成功的应用。     

改进的多任务分配与调度遗传算法

提出了一种改进的混沌遗传算法,定义了问题模型,采用一任务序列加一主机序列的编码表示,并由约束关系阶段随机产生合法调度。为确保生成新调度,改进了交叉机制;为保持解的多样性和均衡负载,设计了任务均衡变异算子。为利用混沌优化技术,交叉、变异频率都由混沌序列动态控制。仿真结果表明,该算法总能得到最佳解。     

基于改进遗传算法的TSP问题研究

通过对遗传算法和TSP问题的研究．提出了离散赌轮选择算子EPMX交叉算子和Dmutation变异算子等，对遗传算法的各个算子进行了改进。利用改进的遗传算法有效的解决了TSP问题．实验验证其与传统的解决方式相比有更好的收敛特性，解的准确性更好。     

遗传算法改进策略研究进展

针对遗传算法存在局部极小等缺陷,近年来,各种改进措施层出不穷。本文对遗传算法的改进历程进行了较详细地综述,并指出了其未来改进措施的发展趋势。此外,本文阐述了遗传算法仍有待克服的缺陷,以供相关学者参考。     

基于拉普拉斯分布模型的DCT域图像水印 视觉可见性评估

数字水印是数字作品版权保护的重要技术途径之一.随着数字水印技术的不断应用,数字水印产品的测评工作已经引起相关信息安全管理部门的高度重视,建立水印测评理论基础的需求越来越迫切.视觉可见性是数字水印测评的重要技术指标之一.本文根据DCT交流系数的拉普拉斯分布模型,对DCT域的典型水印嵌入算法的视觉可见性进行了评估,推导了水印嵌入深度(拉伸系数)与信噪比和峰值信噪比之间的理论关系,实验结果表明理论估计具有很高的精度,误差小于1分贝.     

基于遗传算法求解旅行商问题

从应用的角度讨论了基于遗传算法的旅行商问（Travelling Salesman Problem,简称TSP）的求解方法,并结合实例给出了求解过程和计算机仿真结果。在算法的仿真中,改进后的算法明显优于传统的遗传算法。这表明,该算法具有良好的可行性和实用性。     

An Improved Genetic Algorithm with Quasi-Gradient Crossover

The convergence of genetic algorithm is mainly determined by its core operation crossover operation. When the objective function is a multiple hump function, traditional genetic algorithms are easily trapped into local optimum, which is called premature conver- gence. In this paper, we propose a new genetic algorithm with improved arithmetic crossover operation based on gradient method. This crossover operation can generate offspring along quasi-gradient direction which is the Steepest descent direction of the value of objective function. The selection operator is also simplified, every individual in the population is given an opportunity to get evolution to avoid complicated selection algorithm. The adaptive mutation operator and the elitist strategy are also applied in this algorithm. The case 4 indicates this algorithm can faster converge to the global optimum and is more stable than the conventional genetic algorithms.     

多个体参与交叉的Pareto多目标遗传算法

Pareto多目标遗传算法是利用Pareto最优的概念发展出的一种求解多目标优化问题的向量优化方法,能够得到Pareto最优解集.由于采用常规的两个体参与交叉的遗传算法,使整个算法耗费在小生境(Niche)算子上的时间太多,导致算法的效率较低.本文发展出多个体参与交叉的Pareto多目标遗传算法,群体中的个体采用真实值表示,使该算法的速度大大提高,同时证明了相应的模式定理,并提出用方差和熵来分析该算法对解群多样性的影响.最后用算例说明了采用多个体参与交叉的Pareto多目标遗传算法与常规算法比较的结果,证明了本文提出算法的优越性.     

遗传算法在求解WTA问题中的应用

时遗传算法应用于武器系统目标分配问题的优化进行了研究,通过对算法和算子的适应性改进,使算法的求解速度和质量得到了明显改善,达到了优化的目的,证实了先锋遗传算法应用于此类问题的可行性和有效性。     

基于硬件实现的基因算法的研究

本文提出了一种VLSI实现的硬件基因算法.研究了基因算法的各种变种,探讨了它们的性能及硬件实现的可能性.提出了一个能进行群体存储、父本选择、交叉、变异等操作且易于硬件实现的结构.在硬件实现上,用VHDL描述了整个算法.所作的设计是一个通用的VLSI结构,通过流水线结构和并行化操作获得了很好的性能.硬件实现基因算法有效地缩短运行时间,为实时应用提供了可能.整个设计用Altera公司的FLEX10K40型号的芯片进行了FPGA实现,它完全可以用VLSI来实现.     

蚁群混合遗传算法的研究及应用

为解决组卷过程中在一定约束条件下存在的多目标优化问题,结合蚁群算法和遗传算法各自的优点和它们融合的基础,提出了一种蚁群算法融合到遗传算法的策略:在组卷的前阶段利用遗传算法群体性全局搜索能力,快速形成初始解,在满足终止遗传算法的条件后,将遗传算法调度的较优解转化为蚁群算法所需要的初期信息素,然后利用蚁群算法所具有的正反馈、高效等特点快速形成试卷最优解。实践结果证明此算法改善了试卷的质量以及系统的运行效率,生成的试卷符合要求,达到预期的结果。     

基于基因算法的激光干涉计量精度的提高

提出一种基于改进的基因算法的提高激光干涉CCD计量精度的数据处理方法，并将该方法与传统基因算法作余弦曲线拟合以及最小二乘法作二次曲线拟合进行比较。结果表明，用改进的基因算法优化，不但解决了CCD光学干涉计量中像素尺寸以及图像采集卡空间量化误差对测量精度的影响，而且解决了目标函数多极值问题，从而干涉条纹可获得高于光敏像素级定位精度。最后将干涉条纹的光强精确地拟合出来，讨论曲线拟合误差，表明该算法具有很好的鲁棒性和自适应能力。