简介：介绍遗传算法的基本特点和工作原理。结合线性规划模型阐述了其在复垦土地结构优化中的应用,通过具体实例给出了其实现过程。

简介：遗传算法是一种较新的工程优化算法,将其引入给水管网优化设计,增强了管网设计方案的经济合理性.对给水管网优化设计的数学模型建立,遗传算法的基本原理、实数编码技术、评价函数的建立进行了分析,并用实例验证了其有效性.

简介：针对多台大功率整流机组并列运行效率优化的需要,采用浮点数编码遗传算法,并进行适当的改进,采用不同群体配合不同惩罚系数的方法处理约束条件,采用最优个体保留方法进行选择,采用线性交叉和自适应变异,通过基于控制参数自适应调整的策略克服早熟收敛.现场数据实验结果表明,该方法收敛于全局最优解,收敛速度满足需要,过程比传统的工程方法简单,计算结果优于工程方法.

简介：设计了一种基于遗传算法的关联规则算法,该算法将遗传算法和关联规则相结合.对遗传算法的编码方法、适应度函数的构造、交叉算子和变异算子进行了分析,给出了所设计方法的具体步骤,并进行了试验.试验表明,改进后的算法的执行效率高于Apriori算法.

简介：针对传统遗传算法容易出现早熟和收敛速度慢等问题，提出了一种基于改进遗传算法的自动组卷方法，详细介绍改进的遗传算法应用于组卷的步骤，包括编码方案、适应度函数、遗传算子的确定等关键内容。实验结果表明，改进的遗传算法有效地提高了组卷效率。

简介：目前各国在工程建设领域特别是在基础设施领域的金钱投入越来越大,工程项目多目标优化的问题成为人们探究的重点。免疫算法就是一种在自然界生物体免疫系统基础上的优化算法,是目前多目标优化研究的一个新的也是重要的研究方向。本文在多方了解与研究下对遗传算法进行了深入的研究分析,总结当前已有的基因免疫遗传算法在处理多目标优化问题中的优点与缺点,对这些问题提出一些解决的策略。

简介：采用遗传算法对350-1500W6种规格的汽车永磁发电机进行了优化设计，获得了高质量的全局最优解。采用爪极与横向磁体布置相结合的转子结构，以永磁体为主、电励磁为辅助调节的并联此路，保证了汽车发动机在变速、变载工况下保持恒压的可靠性。

简介：论述了遗传算法在编码表示和遗传算子等方面的应用情况,指出了常用编码方法的优点和缺点,并且结合TSP的运行实例详细分析了基本遗传算法对求解结果和求解效率的影响.简单说明了混合遗传算法在求解TSP问题中的应用并对遗传算法解决TSP问题的前景提出了展望.

简介：在AS／RS调度系统中，货位分配是一个关键问题。为了提高AS／RS入出库效率，优化货架的使用，文章引入遗传算法理论，并利用该思想对自动化立体仓库货位分配算法进行了优化，提出并建立了基于遗传算法的AS／RS货位优化模型。

简介：将混沌现象和邻域细化搜索策略应用于实数编码遗传算法（RCGA）中,提出了一种改进的RCGA。并将该算法应用于连续函数优化求解。与其他方法相比,表明该算法可靠且算法效率更高。

简介：遗传算法为解决复杂问题，特别是NP类问题提供了一种全新的思路，其编码方式也将在一定程度上决定算法效率的高低和程序设计的复杂程度。需要针对想要解决问题类型的不同而采取不同的编码方式。

简介：用计算机集成智能技术进行负荷预测的遗传算法是在综合人工神经网络（ANN）和遗传算法（GA）的基础上形成的,这种模型在ANN和GA的基础上可以对未来24h负荷做出短期预测.利用遗传算法可以求得最佳负荷和偏差,仿真结果表明这种方法是有效的.

简介：针对遗传算法在自动组卷中的应用，总结了三种以遗传算法为基础的自动组卷解决方案，就遗传算法中的参数编码、初始群体的设定、适应度函数的设计等核心内容，进行了分析和比较，并提出结论。

简介：BP神经网络是一种按误差逆传播算法训练的多层前馈网络，其与遗传算法的结合可以得到一种拥有良好的全局优化搜索和局部时频特性的学习训练途径。针对BP网络的不足，提出了一种基于改进遗传算法的BP神经网络控制器，此方法可以克服基本遗传算法收敛速度慢，容易陷入“早熟”收敛，计算稳定性不好等一系列问题，进一步提高了BP神经网络控制器的性能。最后通过对轧制力模型的预报仿真，证明了控制器的有效性。

简介：针对传统基于简单遗传算法的组卷系统收敛速度慢，组卷质量较差等缺陷，设计一种基于改进小生境遗传算法的自适应组卷系统。首先依照组卷约束权重比，生成适应度值较高的初始种群．其次对选择策略进行优化。引入小生境预选机制以维持种群多样性，防止过早收敛。再次根据组卷特点改进交叉算子和变异算子，根据种群进化情况，自动调整交叉概率和变异概率。最后经过若干迭代后达到终止条件，以自适应方式生成目标试卷。实验结果证明，与简单遗传算法相比，改进的遗传算法在收敛速度和组卷质量上均有显著的提高。

简介：组合预测通过加权综合多个分模型预测信息提高预测精度。组合预测的效果以各种形式的误差准则评价。平均相对误差反映预测结果的总体平均效果,误差极差反映预测误差最大值和最小值的分布区间。本文以最大相对误差最小化为目标,用遗传算法求取组合预测的加权值,实例计算结果表明：平均相对误差和极差均优于各被组合分模型;在组合预测结果的基础上基于另一规则的再次组合预测,可进一步提高预测效果。

简介：文章提出了一种基于遗传算法建立高木-关野型（T-S）模糊模型的编码方法．该方法将模糊模型的输入变量、规则的选择及结构、对应于任意规则中每个输入变量的隶属度函数的中心位置及宽度同时编码进染色体中，并在遗传算法中进化．为了验证此方法的有效性，文中通过此方法对磁流变（MR）阻尼器的逆动力学模型进行了训练，并通过仿真对训练得到的模糊模型的精度与训练数据进行了比较．结果表明，通过此方法得到的进化T-S模糊模型可以实现高非线性模型的参数辨识，且具有较少的输入变量、规则以及较高的精度．

简介：BP算法是人工神经网络的传统常用训练算法。遗传算法是一种新型的、随机性的、全局性的优化方法。基于MATLAB对比这两种训练方法的异同和优缺点，从而达到神经网络的最优化训练，充分发挥神经网络的作用。

简介：应用迪杰斯特拉算法和弗洛伊德算法进行路由链路设计时,可以找到最短路径,但可能引起网络负载的不均衡.在考虑网络综合性能的基础上,对这两种算法增加链路或在生成链路时加入节点度的限制,可实现路由算法的优化,减少网络负载不均衡情况的发生.

简介：早熟收敛和后期收敛速度慢是标准遗传算法（SGA）的一对主要矛盾，给算法的优化效率造成很大影响，对操作算子及其遗传参数的确定实现自适应是解决该问题的有效方法。作者根据各操作算子及其参数的特征对选择、交叉、变异算子进行基于自适应茕略的遗传优化设计，使算法很好地缓解了早熟收敛和后期收敛速度慢的矛盾，从而提高了优化效率。仿真结果表明，基于自适应策略的遗传算法比标准遗传算法具有更高的解精度和优化效率。