改进ST-GA遗传算法在多目标运输问题中的应用

在解决多目标运输优化问题的基于生成树的遗传算法（st-GA）中融入了NSGA-Ⅱ算法,提出了一种新的生成树遗传算法（NSST-GA）,新算法利用NSGA-Ⅱ中的策略来保持解群体的分布性和多样性,采用精英保留和擂台法来进行遗传选择,算例结果表明新算法提高了收敛速度,防止了早熟收敛,较好的保持了种群多样性和算法的稳定性．     

浅析日常输配电线路运行管理及维护措施

输配电线路是电力系统中很重要的一部分,在我国应用范围很广,在我国电力系统占据着重要位置,输配电线路直接影响到整个电网系统的安全问题,所以,输配电线路的运行维护和管理是非常值得研究的课题.在当前形势下,输配电线路的可靠性和稳定性是电力系统发展的重要前提.因此,对输配电线路的维护与管理是电力系统发展中尤为重要一环.该文将就日常输配电线路的运行管理和维护做出探讨和剖析,以达到提升我国电路管理水平的目的.     

改进的遗传算法及在物流配送路径优化中的应用

物流配送中带有时间窗车辆路径问题（vehicle routing problem with time window,VRPTW）是复杂的NP-Hard难题,本文针对这个问题提出一种改进的遗传算法．针对简单遗传算法容易出现“早熟收敛”的问题,算法设计了一种基于个体浓度的群体多样性保持策略,将其作为选择算子,依据个体期望繁殖率来选择子代,引入新颖的CX交叉算子．通过对实际的物流配送实例进行实验和计算,实验结果表明,该遗传算法可以更加有效地求得有时间窗车辆路径问题的优化解。是解决物流配送车辆路径安排较好的方案．     

农业经济动物的SNPs研究进展

SNPs,即单核苷酸多态性,是指基因组DNA序列中由于单个核苷酸(A,T,C,G)的替换而引起的多态性。综述了SNPs分析方法及其在农业经济动物研究中的应用。     

他们也是迷惘的一代--论《秀拉》中的战争与死亡主题

美国黑人女作家、诺贝尔文学奖获得者托妮·莫里森在其代表作<秀拉>中刻画了几个栩栩如生的一战老兵和战后黑人青年的形象,幽婉地反映了他们的困惑、无奈以及黑人身份带给他们的种种不平和孤独.他们其实也是"迷惘的一代",但身为黑人,无奈的叹息却被白人主流社会忽视了.     

RON研究及在信用风险评估中的应用

针对资源分配网络算法鲁棒性较差,泛化能力不能保证等缺点,提出了一种将滑动数据窗口技术和梯度法相结合的资源优化网络,同时为避免网络过于庞杂,实现了隐节点的合并.在此基础上,建立了一种基于混杂神经网络的信用评估模型,并用该评估模型对上市公司的信用评级,表明了该评估模型的可行性和有效性.     

特征提取与多目标机器学习研究及应用

特征提取与多目标机器学习算法是基于多目标协同EA提出的,该算法通过对学习样本多属性进行特征提取找出其核属性,由核属性与其他非核属性组成属性组,从而提高了分类的精度。各属性组再按相似性和类标签进行有监督地聚成类簇,类簇个数和中心根据适应度矢量函数通过机器学习算法自动确定,这样类簇个数和中心就不受主观因素的影响并且保证了这两个关键要素的优化性质。待分类样本的类属是按离某个类簇中心距离最近邻法则和该类簇的类标签来判定。最后,将算法应用到UCI数据集中的Liver Disorders和Hepatitis两个数据集,以及浙江省北部地区夏天异常高温天气预测。通过实验表明,特征提取与机器学习算法优于著名的朴素贝叶斯、C4.5、SVM算法。     

基于子结构法的航空结构件动态特性快速分析

为实现航空整体结构件不同加工阶段的动态特性快速分析,将工件按等效原则简化为若干标准特征子结构,进行参数化建模,采用子结构模态综合法进行航空整体结构件的动态特性研究,讨论了其基本原理并介绍了工程实现方法.选取典型航空结构件,实现其动态特性的快速分析.结果表明,工件子结构划分原则准确有效,利用模态综合法可提高计算效率,并保证良好的精度.     

改进遗传算法及其在聚类分析上的应用

本文提出的改进遗传算法通过在选择操作前对种群进行相似性检查来保持群体多样性,解决进化种群早熟问题,提出了与相似率和迭代次数相关的变异概率公式来保持种群多样性和算法收敛性,通过在UCI的WINE和IRIS两组数据集上与c-means算法的聚类实验结果比较,证明了改进遗传算法的有效性．     

Adaboost算法分类器设计及其应用

Adaboost算法可以将分类效果一般的弱分类器提升为分类效果理想的强分类器,而且不需要预先知道弱分类器的错误率上限,这样就可以应用很多分类效果不稳定的算法来作为Adaboost算法的弱分类器。由于BP神经网络算法自身存在的局限性和对训练样本进行选择的主观性,其分类精度以及扩展性有待提高。将Adaboost算法与BP神经网络相结合,使用神经网络分类模型作为Adaboost算法的弱分类器。算法在matlab中实现。对2个UCI的分类实验数据集进行实验,结果表明Adaboost能有效改善BP神经网络的不足,提高分类正确率和泛化率。