一种改进的多种群量子遗传算法

针对常规量子遗传算法(Quantum genetic algorithm,QGA)在求解连续函数优化问题时容易陷入局部极值,提出了一种改进的多种群量子遗传算法(Improved multi-population quantum genetic algorithm,IMPQGA).该算法将初始化种群划分成N个子种群,每个子种群按不同的量子旋转门策略更新,然后相互交换子种群最优个体,同时在算法进化中引入一种新的量子旋转门,随进化代数增加动态地调整染色体个体进化方向,使算法及时跳出局部最优,避免早熟收敛.仿真结果表明,该算法相比常规量子遗传算法和多种群遗传算法(Multi-population quantum genetic algorithm,MPQGA)具有更好的优化性能.     

福建烤烟品种翠碧一号的配伍性评价

为给翠碧一号的配方打叶及叶组配方提供技术支持，以翠碧一号、云烟87和K326的上部叶（B2F）和中部叶（C3F）为试验材料，按等比例两两混合，设置9个叶组配方，以2个单料烟及其叶组配方为一组，通过感官质量评价判断翠碧一号与主栽品种（云烟87和K326）间的配伍性。结果表明，翠碧一号与K326单料烟的感官质量评价差异不显著，但均显著高于云烟87-B2F；在叶组配方中，B1和C4叶组配方的感官质量显著高于B2，与其他叶组配方差异不显著。B1、B2、B3、C1和C4的香气特性配伍性评价较好，显著高于其他叶组配方。B4和C4的烟气特性配伍性得分较高，显著高于其他叶组配方，配伍性较好。B2、C1、C2和C4的口感特性配伍性评价较好，且C1和C2的配伍性得分显著高于B1—B5和C3。B1的配伍性总分达到6.5分，显著高于其他叶组配方且配伍性较好，B5和C3的配伍性总分均低于5.0分，显著低于其他叶组配方且配伍性评价较差；其他叶组配方的配伍性总分介于5.0 ~ 6.0分之间，配伍性评价较好。由此可见，翠碧一号不同等级间及其与云烟87间的配伍性评价较好，其与K326相同等级间配伍性评价也较好，但不同等级间的配伍性评价较差。     

以潍坊烤烟C3F为目标样品的不同部位烟叶叶组配方设计研究

为提高上部和下部烟叶的使用价值,进行了不同部位烟叶叶组配方设计研究。在对配方中各单等级烟叶进行化学成分分析、感官评吸和重量分析基础上,首先以目标样品的化学成分为依据设计叶组配方。然后以单料烟感官质量评吸结果为依据设计各等级的使用比例,最终以叶组配方产品的感官质量确定叶组配方组合。结果表明:可以在不使用C3F的情况下,根据各单料烟化学成分检测结果和评吸结果进行综合分析设计模块,能够达到C3F的感官质量水平,从而提高了上部和下部的综合使用价值,降低了原料成本,缓解中部烟叶短缺的矛盾。     

改进实数遗传算法在减速器设计中的应用

在现有文献研究的基础上,采用一种改进的实数遗传算法对减速器优化设计问题进行了优化研究,取得了较好的效果。该改进算法不仅可快速产生初始种群,而且实现了子代种群的产生在优化方向上进行,提高了算法的搜索能力,克服了子代个体位置限制的不足,有利于保持种群的多样性,提高了避免未成熟收敛于局部最优解的能力。     

不同贮叶条件下叶组主要致香成分含量的逐步判别分析

为探索配方叶组(云烟某品牌)的最佳贮叶工艺条件,通过正交试验研究了不同贮叶工艺条件对叶组感官质量与致香物质含量的影响,并采用逐步判别分析方法建立了叶组在不同贮叶工艺条件下感官质量与致香物质含量的函数判别预测模型。结果表明:不同贮叶条件对配方叶组感官质量的影响明显,最佳工艺条件为45℃、85%,24 h。壬二烯醛、香叶醇、巨豆三烯酮A、二氢猕猴桃内酯4个变量代入判别函数,通过判别函数方差分析可知判别函数具有显著意义。用自身验证法和交互检验法对原样品进行回判,回判准确率均为100%,新样品的判别准确率为91.6%。基于叶组主要挥发性致香成分含量的判别分析模型具有较高的稳定性,可用于贮叶质量特征的判断。     

多种群竞争遗传算法及其性能分析

在指出传统遗传算法收敛中所存在的收敛速度慢及局部收敛问题的基础上,引入了一种新的改进遗传算法——多种群竞争遗传算法。该算法以种群间竞争为基础,不断淘汰相似个体,并不断补充新个体,增加种群的多样性,以提高收敛速度。最后,用一个典型的测试函数对传统遗传算法和多种群遗传算法进行测试,结果表明多种群遗传算法的性能优于传统遗传算法。     

负荷建模参数辨识中综合改进遗传算法的应用

参数辨识是负荷建模的关键之一,针对遗传算法本身存在的缺陷,提出一种综合改进的遗传算法.该算法通过初始种群选择、最优个体保留、自适应交叉和变异率等方面进行综合设计,有效地避免了早熟和近亲繁殖,提高了收敛速度.建模实践表明,所提的综合改进遗传算法可加速收敛,缩短辨识时间,同时提高了拟合精度,克服了参数的分散性,是一种适合于负荷建模参数辨识的优化算法.     

一种用于防止早熟收敛的改进遗传算法

针对遗传算法中的早熟收敛现象,提出了一种改进的遗传算法.该算法利用种群多样性算子产生较好的初始种群分布,并以该算子作为判断种群是否早熟收敛的依据.一旦出现早熟收敛或早熟收敛的趋势,则进行灾变,以恢复算法的进化能力.同时结合种群的最优个体和引入的随机种群,设计了一种包含选择、交叉算子的一般性算子,使算法能有效维持种群的多样性,快速找到全局最优解.     

一种用于防止早熟收敛的改进遗传算法

针对遗传算法中的早熟收敛现象,提出了一种改进的遗传算法.该算法利用种群多样性算子产生较好的初始种群分布,并以该算子作为判断种群是否早熟收敛的依据.一旦出现早熟收敛或早熟收敛的趋势,则进行灾变,以恢复算法的进化能力.同时结合种群的最优个体和引入的随机种群,设计了一种包含选择、交叉算子的一般性算子,使算法能有效维持种群的多样性,快速找到全局最优解.     

基于AHP-GABP的农业保险可持续发展评价

为了全面评价我国农业保险可持续发展水平,用改进的多子代遗传算法优化BP神经网络,并与层次分析法相结合建立基于AHP-GABP的农业保险可持续发展评估模型。结果表明,多子代遗传算法使子代种群规模提高1倍,增加了种群的内部竞争,更大限度地优化BP神经网络的收敛速度和预测精度。利用该模型对我国农业保险2004—2014年可持续发展水平进行评估,其结果与我国农业保险基本发展情况相符。该模型在我国农业保险可持续发展评估领域具有一定的应用价值。     

一种新的改进遗传算法及其性能分析

针对简单遗传算法收敛中所存在的收敛速度慢及局部收敛问题,引入了一种新的改进遗传算法。该算法利用不断淘汰相似个体,并不断补充新个体的方法增加种群的多样性。并用一个复杂的函数对算法进行测试,结果表明该算法性能优于简单遗传算法。     

基于改进遗传算法的网格资源调度策略算法

网格的资源调度是网格的核心应用之一,是一个完全NP问题。遗传算法是解决任务调度的全局优化搜索算法。提出了一种基于改进遗传算法的任务调度策略算法。该算法将子任务按照层次深度排序,兼顾网格资源的运算能力,通过DAG图获取层次关系,解决种群中的非法染色体问题。在种群进化的时候采用多种群、强父代染色体进化重组的方案。仿真试验表明,该算法具有一定的全局搜索能力和局部搜索能力,在搜索能力和搜索速度上优于普通的遗传算法。     

动态环境中基于遗传算法的机器人路径规划

为解决动态环境中足球机器人的路径规划问题,采用栅格法对机器人工作空间进行划分,用序号标识栅格,并以此序号作为机器人路径规划参数编码,建立了以路径最短、避障为优化目标的遗传算法个体评价函数．采用轮盘赌选择、重合点交叉、多种变异结合等方法完成了遗传操作．针对遗传算法易陷入局部最优的不足,在标准遗传算法基础上加入了复原操作和重构操作,使改进后的遗传算法收敛于全局最优．仿真结果表明：该算法能够成功地在动态环境里规划出一条近似最优的路径,算法是有效的．     

改进的克隆选择算法求解0——1背包问题

提出了一种改进的克隆选择算法(Improved CSA),该算法采用贪婪策略与宽限边界值相结合的方法,利用未成熟优良子群体提供的信息修改个体基因位来改善种群质量;同时增加一个历史至当前代最佳个体记忆单元防止种群退化.通过对2个0-1背包问题的仿真实验表明:该算法比一般CSA算法和遗传算法能更快的找到最优解;其搜索效率更高,性能更加稳定.     

交互式偏好满意优化在渔船技术经济论证中的应用

针对在玻璃钢渔船技术经济论证中多目标优化的权重设计问题,提出一种交互式偏好权重的遗传算法,使决策者能够在多衡准满意优化中的当前群体中,将对于个体的偏好转换为对于权重数值的偏好关系,利用它们重新构造适应度函数,并作为在Pareto遗传算法的偏好优化方向。通过多次的进化后,决策者能够获取最满意的优化解。该方法避免了传统多目标船型论证中需要事先确定优化目标的权重且才能进行综合评判的缺陷,经玻璃钢渔船经济技术论证的计算实例论证,该方法是可行且有效的。     

一种新型的动态粒子群优化算法

为了改进标准粒子群优化算法全局搜索性能,提出了一种种群动态变化的多种群粒子群优化算法。当算法搜索停滞时,把种群分裂成两个子种群,通过子种群粒子随机初始化及个体替代机制增强种群多样性,两个子种群并行搜索一定代数后,通过混合子种群来完成不同子种群中粒子的信息交流。收敛性分析表明,本文算法能以概率1收敛到全局最优解。实验结果表明,本文算法具有较好的全局寻优能力和较快的收敛速度。     

基于混沌遗传算法的PHEV能量管理策略优化

提出了一种新的混沌遗传算法,改进了混沌映射和遗传算法的结合方式,使种群在进化的过程中能够混沌搜索解空间,从而增强遗传算法的遍历性.该算法有效地克服了遗传算法局部收敛的缺陷.在软件ADVISOR2002中,以一辆采用模糊能量管理策略的插电式混合动力电动汽车(Plug-in Hybrid Electrical Vehicle,PHEV)为研究对象,应用该混沌遗传算法对其隶属函数和控制规则进行了优化.仿真结果表明,该算法可以实现对模糊控制器的全局优化.与原模糊控制策略相比,优化后的燃油经济性提高了5.15%,CO排放减少了6.39%.     

遗传算法及其在渔饲料配方中的应用

首先阐述了参数编码、初始群体、适应度函数、遗传操作以及算法控制参数等遗传算法基本原理,然后着重介绍其在渔饲料配方中的应用,在该应用中采用了实数编码、基于线性排名的选择、算术杂交和非一致变异等遗传算法方法。结果表明,在渔饲料配方优化中应用遗传算法要优于目前饲料配方软件中大多采用的常规应用数学的优化方法。主要体现在单位产量饲料配方中的成本价格前者要低于后者。由于遗传算法能够解决因子较多,非线性程度高的问题,从而得出的饲料配方能更好的符合相关鱼种的营养含量标准。     

遗传算法及其在渔饲料配方中的应用

首先阐述了参数编码、初始群体、适应度函数、遗传操作以及算法控制参数等遗传算法基本原理,然后着重介绍其在渔饲料配方中的应用,在该应用中采用了实数编码、基于线性排名的选择、算术杂交和非一致变异等遗传算法方法。结果表明,在渔饲料配方优化中应用遗传算法要优于目前饲料配方软件中大多采用的常规应用数学的优化方法。主要体现在单位产量饲料配方中的成本价格前者要低于后者。由于遗传算法能够解决因子较多,非线性程度高的问题,从而得出的饲料配方能更好的符合相关鱼种的营养含量标准。     

基于遗传算法的多目标串联水库系统优化调度方法

根据遗传算法随机产生函数变量，无需储存离散点的特点，本文应用基于目标序列的排序矩阵评价个体适应度的多目标遗传算法，求解了以发电与供水效益最大为准则的滦河大河口～西山湾串联水库系统的优化运行策略。