共查询到20条相似文献，搜索用时 120 毫秒
1.
本文考虑到节点度的代价问题 ,提出了广义最小生成树的概念 ,并分析了最小生成树在实际应用中的局限性 .针对一般遗传算法求解该问题的不足 ,提出了自调整的变异算子和混合选择策略 .通过仿真 ,证明了广义最小生成树模型的适用性 .最后将改进前后两种算法的仿真结果进行比较 ,证明了改进后遗传算法的有效性 . 相似文献
2.
3.
量子遗传算法求解度约束最小生成树 总被引：1，自引：0，他引：1
度约束最小生成树问题属于NP完全问题,但在现实中具有非常重要的应用价值.针对度约束最小生成树问题,采用量子遗传算法来求解该问题.并对基本的量子遗传算法进行改进.针对度约束最小生成树问题的特征,设计了一种新的量子编码方式,保证算法获得可行解;并与深度优先搜索的思想结合,保证得到树的连通性;通过数值试验验证新算法的可行性,并与其他算法进行比较.取得了良好的效果. 相似文献
4.
为了提高粗粒度并行遗传算法性能,缩短对立体仓库路径优化问题的求解时间,将一种单程序多数据流（简称SPMD）并行结构运用到粗粒度并行遗传算法中,并对算法进行改进。通过对自动化立体仓库拣选路径优化模型的求解,得到串行与并行计算两种情况下的运算时间与加速比,并在求解精度相差不大的情况下,将改进算法的计算时间与遗传算法、蚁群遗传算法进行比较。对比结果表明,并行计算能有效提高算法优化效率,缩短程序执行时间。该研究对于解决自动化立体仓库堆垛拣选路径优化问题有着重要的现实意义。 相似文献
5.
为了准确地获得直线加速器的光子能谱,根据测量的百分深度剂量和蒙特卡洛模拟的单能光子百分深度剂量,采用先验约束模型和遗传算法来进行优化求解.首先,将光子能谱建模为一个包含2个参数α和Ep的先验解析函数,采用遗传算法对该模型进行优化求解;然后,将光子能谱建模为一个离散约束优化模型,并利用遗传算法进行优化求解,初始解由第1步获得的解析函数产生.将该方法应用于瓦里安iX直线加速器来计算其6和15 MV光子束的能谱,实验结果表明,采用该方法重建获得的光子能谱以及百分深度剂量与蒙特卡洛模拟计算的结果具有良好的一致性. 相似文献
6.
在对方案有偏好的模糊多属性决策中,定义了模糊数相似函数后,提出运用方案综合值与方案偏好值的相似度来确定属性权重的方法,运用遗传算法对导出的约束规划模型进行求解从而得到属性权重,最后采用例子说明该方法的有效性和实用性． 相似文献
7.
给出了最小生成树问题（MST）的一个基于混合DNA计算的遗传算法模型。在该模型中,为了对最小生成树的解进行编码和解码,通过引入DNA计算,提出了一种最小生成树问题的改进遗传算法编码方案,该方案吸收了DNA计算和遗传算法的优点,具有固定的长度。为了搜索需要的最佳编码,引入遗传算法搜索技术,并给出了自适应的交叉算子和变异算子。最后,根据最小生成树问题的特点,通过实例仿真验证了所提出的基于DNA计算的遗传算法的有效性 相似文献
8.
针对城市轨道交通中常出现客流分布不均的潮汐现象,以乘客在途成本和企业运营成本最小化为目标,构建多目标优化模型。运用遗传算法进行参数寻优,用线性加权法对该优化模型进行求解,并提出在某条路线上不同列车编组运行结果评价函数及仿真方法。以深圳地铁四号线为例验证了该优化模型的有效性。 相似文献
9.
为了有效求解如何安排面试专家组成员工作使面试公正客观的问题,建立面试安排工作数学模型,该模型为复杂的非线性整数规划问题。提出一种装箱编码、模拟退火遗传、多点交叉、领域搜索变异的遗传算法对数学模型进行求解,并以一个30名专家对300名学生进行面试,且每个面试组4名专家的例子用遗传算法进行求解计算。结果表明,改进后的遗传算法能高效求解出问题的近似最优解,求解结果能满足面试工作安排所提出的要求。 相似文献
10.
在考虑交易成本的情况下,利用β系数建立了证券组合投资的多目标优化模型,并采用遗传算法研究了模型的求解. 相似文献
11.
基于遗传算法和神经网络的倒立摆控制系统 总被引：4，自引：0，他引：4
以单级倒立摆为对象,介绍了一种融合遗传算法的神经网络控制方法。该方法采用以多层前馈神经网络作为遗传搜索表示方法的思想,以神经网络为基础,用遗传算法来学习神经网络的权系数,既保留了遗传算法的强全局随机搜索能力,又具有神经网络的鲁棒性和自学习能力。仿真结果证明:遗传算法和神经网络的结合,可兼有神经网络广泛映射能力和遗传算法快速全局收敛等性能。 相似文献
12.
矿井瓦斯涌出量的遗传神经网络预测研究 总被引：1，自引：0，他引：1
矿井瓦斯涌出系统是非线性变化的复杂系统,传统的瓦斯涌出量预测方法存在一定的局限性。根据改进遗传算法（IGA）和BP算法的特点,将两者结合起来,利用改进遗传算法优化BP网络权重和阈值,形成IGA-BP混合算法,用于对矿井瓦斯涌出量进行科学预测。检验结果表明,基于IGA-BP混合算法的遗传神经网络模型可靠,预测精度高,效果良好。 相似文献
13.
针对大型项目网络计划的不确定性,研究了工期、资源不确定的网络计划在费用限制情况下的费用均衡优化问题.利用蒙特卡罗分布,对不确定型网络计划进行蒙特卡罗仿真,进而获得n次仿真结果的代表性样本,从而得到该样本对应的确定性网络,用遗传算法进行求解.克服了传统启发式资源均衡优化算法在大型网络计划中不能保证最优解的缺点,得到一个费用分布均衡的网络计划.且以实例验证了该算法对大型项目的工期资源优化具有实际的应用价值. 相似文献
14.
BP算法是人工神经网络研究的一个常用方法，但从本质上说是属于局部寻优法，容易陷入局部极小点，且存在着学习速度与精度之间的矛盾；遗传算法是一种全局优化算法，具有并行计算能力．本文采用遗传算法来训练前向神经网络，建立一个基于遗传算法和BP算法的神经网络预测模型．试验结果表明它是一个成功较高的预测模型． 相似文献
15.
16.
INTRODUCTION With increased urbanization and consumer de-mand, most water distribution systems and efficient scheduling of pump operation have become increas-ingly complex. Several optimization methods are used to find optimal pump schedules. Because of the complex water distribution systems, simple calcula-tions are no longer possible. The main methods used at present are linear programming (Crawley and Dandy, 1993), dynamic programming (Yeh et al., 1992; Nitivattananon et al., 1996), … 相似文献
17.
全局优化神经网络拓扑结构及权值的遗传算法 总被引：12，自引：0，他引：12
提出将前馈多层神经网络的全局优化表述作为启发式遗传搜索的问题．设计了遗传算法全局优化神经网络拓扑结构和网络权值的新的编码方案,并利用该方法求解了洪水预报问题,给出了实例预报结果 相似文献
18.
高兴培 《广东广播电视大学学报》2005,14(1):28-31,35
免疫遗传算法是基于免疫原理的改进遗传算法，它能克服遗传算法易早熟、搜索效率低、不能很好保持个体的多样性等缺点。本文将免疫遗传算法用于BP网络结构优化设计中，仿真实验结果表明，该方法有很好的效果。 相似文献
19.
为实时监控类矩形盾构偏心刀盘工作状态,提出一种基于遗传算法（GA）优化BP神经网络模型的在线故障预测方法。首先,利用现场检测的相关测量数据,建立“特征—故障”数据集;然后,利用最优权值与阈值由遗传算法获取的BP神经网络对数据集进行自我学习,构建工作期故障预测模型;最后,开发偏心刀盘监控系统,对刀盘工作状态进行在线预测。实验结果表明,GA-BP网络模型预测准确率达到93.3%,与传统BP网络模型相比提高6%。基于GA-BP网络的偏心刀盘在线故障预测方法可精准预测刀盘工作状态,满足应用设计要求,为盾构施工安全提供有力保障。 相似文献
20.
采用遗传算法对混凝土进行配合比优化设计,以经济成本为目标函数、以人工神经网络混凝土性能预测模型为约束条件,用实数编码表示个体的染色体位串,通过选择、交叉、变异等遗传算子作用,完成遗传操作,以优胜劣汰为原则,最终达到最优解。将优化结果和工程实例的配合比进行对比,可见该方法可降低造价、节约能源,具有较好的工程使用价值。 相似文献