解决约束优化问题的一种聚类遗传算法

本文设计了一种基于聚类分析的遗传算法,首先将种群中的点按照某种特性分成不同的几类,然后分别找出每类及整个种群中较优个体.设计了一种变异算子使得其余个体向较优个体迁移,该变异算子在较优点附近具有很强的局部搜索能力.该方法能有效的处理约束.仿真计算的结果表明该算法能极大地提高计算稳定性和精度.     

基于均匀设计的多目标自适应遗传算法及应用

提出一种多目标遗传算法,将均匀设计技术应用于适应度函数合成和交叉算子构造,以提高遗传算法的空间搜索均匀性、子代质量和运算效率.分析和实验结果表明,该方法可缩短算法运行时间和得到分布较均匀的Pareto有效解集;配合基于元件标称值的网表级高效编码方案和考虑基因位差异的遗传概率调整策略,可实现模拟电路自动设计,通过单次运行即获得对应不同偏好的多种实用化设计结果.     

一类改进的类电磁机制算法

针对一种新的启发式全局优化算法类电磁机制算法,提出了一类改进的类电磁机制算法,改进了算法中局部搜索方法,搜索得到的初始种群更适宜于进化;对力的计算方法做了改进,使算法收敛速度加快;改进了粒子的更新过程,使得算法在进化后期能更有效地收敛到全局最优解.实验表明,与原算法相比,新算法性能更好、应用范围更广泛.     

具有精确线性搜索的改进共轭梯度法

其中g_k=f(x_k),β_k为参数.β_k的不同选法形成了各种共轭梯度法,其中Fletcher-Reeves法(简记为FR法)是理论较完整的一个方法,对水平集有界的二阶连续可微函数,Powell和Baali分别在精确和不精确线搜索下证明了其全局收敛性.Polak-Ribiere法     

求解场问题的一种新算法

基于文（１）（２），本文给出了一种计算场问题的新算法－拓扑有限元Ｇｉｖｅｎｓ算法，该方法利用了拓扑有限元的特性及快速Ｇｉｖｅｎｓ变换。算例结果与实验吻合很好。     

求解无约束优化问题的类电磁机制算法

 针对标准类电磁机制算法中电荷溢出和参数敏感的问题,提出了新的电荷计算公式;基于电磁场中的吸引-排斥原理,引导粒子沿着合力方向向较优的区域移动;为提高算法的局部搜索能力,结合邻域搜索技术来改进种群中的粒子.在此基础上,提出了求解无约束优化问题的类电磁机制算法.理论分析表明新算法以概率1收敛到问题的ε-最优解集.对28个标准测试函数进行了仿真实验,并和已有算法对比,结果表明新算法具有收敛快、求解性能好的优点.     

中国营养平衡米及其配膳微量元素NSF研究

报道了营养平衡米和普通籼米的微量元素含量和ＮＳＦ值。并将营养平衡米配膳和籼米配膳的ＮＳＦ值进行了比较。结果表明,每５００ｇ营养平衡米Ｚｎ、Ｃｕ、Ｆｅ、Ｍｎ、Ｓｅ的含量分别为１９．１０、３．７５、８．６５、１３．２５、０．０７ｍｇ,高于同量籼米的８．００、１．５０、２．５０、５．１０、０．０３ｍｇ;ＮＳＦ值分别为１２７、１８８、４８、５３０、１４０,高于籼米的５３、７５、１４、２０４、６０。营养平衡     

基于多移动节点和遗传算法的传感器网络覆盖修复策略

设计了一种基于多移动节点和路径规划的传感器网络覆盖的修复策略。该机制通过对节点消耗能量的分析,采用遗传算法计算出移动节点的合理移动路径,可以最大可能地对普通节点进行及时修复,最大程度地避免由于传感器节点死亡带来的覆盖空洞。用随机过程在数学上证明了算法的收敛性。通过仿真实验的测试证实,所设计传感器节点修复机制和对移动节点的路径规划的求解算法能有效地预防节点死亡带来的覆盖空洞问题。     

基于有序划分编码的图着色算法

 针对整数编码的冗余性,提出了求解图着色问题的一种新的编码方式.采用有序划分编码问题的解,编码后的个体具有与问题的潜在解一一对应的特点.与整数编码相比,新的编码避免了冗余性,将搜索空间缩小了k!倍.对5个标准图着色问题的仿真结果表明,基于有序划分编码的新算法是求解图着色问题的一种有效的算法.     

动态多目标优化的进化算法及其收敛性分析

给出了动态多目标优化问题的一种新解法.首先对时间变量进行了等区间离散化,在得到的子区间(称为环境)上定义了种群的静态序值方差和静态密度方差.然后把动态多目标优化问题近似地转化成了若干个两个目标的静态优化问题.在给出的一种能自动检测环境变化的应答算子下,提出了一种动态多目标进化算法,同时证明了算法的收敛性.计算机仿真表明新算法对动态多目标优化问题是有效的.