蚁群遗传混合算法

将蚁群遗传混合算法分别求解离散空间的和连续空间优化问题.求解旅行商问题的混合算法是以遗传算法为整个算法的框架,利用了蚁群算法中的信息素特性的进行交叉操作;根据旅行商问题的特点,给出了4种变异策略;针对遗传算法存在的过早收敛问题,加入2-0pt方法对问题求解进行了局部优化.与模拟退火算法、标准遗传算法和标准蚁群算法进行比较,4种混合算法效果都比较好,策略D的混合算法效果最好.求解连续空间优化问题是以蚁群算法为整个算法的框架,加入遗传算法的交叉操作和变异操作,用测试函数验证了混合蚁群算法的正确性.     

遗传模糊聚类算法在图像边缘检测中的应用

将一种改进的遗传模糊c-均值聚类(GFGA)算法应用到图像的边缘检测中.我们将灰度图像中的每一个像素点看成是一个数据样本,将该点的灰度值经过Robert算子、Sobel算子和Prewitt算子处理构成它的特性向量,形成具有三维特征的数据集,然后对这个数据集应用遗传模糊聚类算法进行分类,自适应地检测出图像的边缘点,达到提取边缘的目的.实验结果表明,这种混合算法能得到很好的边缘效果,并且得到的结果无需再细化处理,提高了边缘定位的精度.     

基于SA-GA混合算法的动车组车辆轮重分配优化

针对动车组车辆出厂前存在的轮重偏差问题,建立动车组车辆轮重调节力学模型,利用模拟退火算法(SA)的机制和遗传算法(GA)非均匀变异思想,提出了一种模拟退火遗传(SA-GA)混合算法,并利用该混合算法对车辆轮重调节力学模型进行数值求解,结果显示:轮重偏差降低到1.2％以下,符合GB/T 3317—2006的规定.同时使用...     

基于遗传算法的同步优化算法

提出一种基于遗传算法的同步优化算法,该算法吸取了遗传算法和模拟退火算法的各自优点,将二进制编码和实数编码有机地结合起来,既能够快速收敛到全局最优解,又能够在优化神经网络结构的同时,得到较好的权值分布.     

Banach空间中均衡问题和弱相对非扩展映射的强收敛定理及其应用(英文)

本文在Banach空间中设计了一些新的杂交迭代算法用以逼近一类均衡问题解集和弱相对非扩展映射不动点集或极大单调算子零点集的公共元.得到了一些强收敛的结论,并将它们推广到逼近一类均衡问题解集和有限个弱相对非扩展映射公共不动点集或有限个极大单调算子公共零点集的公共元的情形.最后,展示了本文的迭代算法在最优化问题上的应用.     

基于模拟退火算法的矩形优化排样问题的研究

考虑了一种矩形优化排样系统中遗传算法和模拟退火算法的结合算法.首先建立了该系统的通用数学模型.然后给出了求解该问题的遗传模拟退火算法.最后用VC++6.0模拟算例的结果表明该算法是一种行之有效的方法.     

强收敛的球松弛CQ算法及其应用

为了求解分裂可行问题,Yu等提出了一个球松弛CQ算法.由于该算法只需计算到闭球上的投影,同时不需要计算有界线性算子的范数,该算法是容易实现的.但是球松弛CQ算法在无穷维Hilbert空间中仅仅具有弱收敛性.首先构造了一个强收敛的球松弛CQ算法.在较弱的条件下,证明了算法的强收敛性.其次将该算法应用到一类闭凸集上的投影问...     

求解旅行商问题的搜寻者遗传算法

针对简单遗传算法易陷入局部最优及收敛速度慢的不足,提出一种改进遗传算法-基于启发式策略的搜寻者遗传算法.首先将搜寻者优化算法中的模糊思想和近邻策略相结合改进变异算子,增强种群多样性,避免陷入局部最优;然后针对路径优化问题基于启发式策略设计反转算子,使得路径中不存在交叉边,加快收敛速度;最后将改进遗传算法用于求解旅行商问题.结果表明,改进遗传算法的求解精度和求解效率明显优于基本遗传算法.     

一种改进遗传算法在最大独立子集问题中的应用

最大独立子集问题是组合优化问题中的一个重要问题,该问题是一个NP难题,其目标是在一个环图中找到一个最大的独立子集.提出了一种改进的遗传算法来解决这个问题,用一种基于条件的遗传算子来代替通常的基于概率的遗传算子.实验结果表明提出的算法是有效的.     

基于遗传算法的非规则墙体光伏阵列的设计

提出一种基于遗传算法的非规则墙体上光伏阵列的设计模型.提出适用于非规则墙体上光伏阵列的编解码算法,以及相对应的选择算子、交叉算子、变异算子,利用加权平均的方式对遗传算法中的适应度函数进行定义,实现对光伏阵列的发电量最大化和单位发电成本最小化.最后通过在Matlab环境下仿真,验证了本文算法的有效性.