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。     

单纯形法在圈养野生动物饲料配方优化设计中的应用

为了优化设计饲料配方,探讨利用有限的原料合理优化圈养野生动物的饲料,实现野生动物饲料配方软件系统。采用线性规划中的单纯形法迭代运算求最优解的方法,通过编程实现单纯形法自动演算。单纯形法是线性规划和目标规划的主要数学模型,应用于优化饲料配方的设计。结果表明,通过单纯形法设计出基于MVC架构的饲料配方优化系统,用户可直接通过浏览器查询原料,选择加入配方的原料,通过网络提交到服务器,服务器运算后返回给用户饲料配方结果,经过适当调整后自动保存至数据库。说明通过程序开发本研究实现了单纯形法在饲料配方优化系统中的应用,为核心算法升级改造预留了空间,同时为野生动物饲料管理提供了新的方法。     

各地报刊文章选登

各地报刊文章选登国外渔用饲料加工技术一、电脑自动控制技术国外电脑自动控制技术早已应用在渔用饲料加工上。在一些大中型渔用饲料加工厂中，几十种饲料配方由电脑自控来精确完成，饲料加工、颗粒饲料的称量和包装，也用电脑自动控制，精度很高。在中央控制室内能显示彩...     

遗传算法在商场数据库中的应用

采用自适应遗传算子、多参数编码技术和确定性期望值模型选择机制等方法对基本遗传算法作了相应改进,有效提高了遗传算法的局部搜索能力,并具体介绍了遗传算法在商场数据库中寻找最优客户群的应用,说明了应用遗传算法中需要注意的一些问题。     

几种常用优化算法在饲料配方中应用的比较分析

为探讨在饲料配方设计时如何选择合适的优化算法，文章比较了线性规划、目标规划和模糊规划等算法在鲤鱼、猪、蛋鸡配合饲料配方设计中的优化结果。结果表明：三种优化算法的结果存在显著差异。模糊规划算法在三种配合饲料配方设计中均不能满足所有营养物质水平，且计算时间最长，其优点是配方成本最低；线性规划算法和目标规划算法在三种饲料配方中均能满足所有营养物质水平，但是在配方成本和计算时间方面存在差异。在配方成本方面，目标规划算法在三种优化结果均为最高成本。在优化过程用时方面，除鲤鱼饲料配方中线性规划算法用时最短外，另外两种饲料配方中均是目标规划算法用时最短。同时，结果还表明线性规划算法和模糊规划算法会随着配方中原料和营养物质约束条件的增多而导致计算时间大幅度增加。     

HACCP管理体系在渔用饲料企业中的应用

简述了HACCP管理体系的基本原理及其在渔用饲料企业中应用的重要性,提出在渔用饲料企业中建立良好卫生规范、危害分析及对关键控制点的监控等确保饲料安全卫生的措施.     

一种基于实数编码的自适应多亲遗传算法

为了克服基于二进制编码的遗传算法在求解连续参数优化问题时的缺陷,采用实数编码,定义1种度量多样性的指标,来自适应地调整基于实数编码的多亲遗传算法中交叉概率和变异概率,提出1种基于实数编码的自适应多亲遗传算法.该算法能自适应地调整其参数,且在求解优化问题的过程中,能克服早熟收敛的现象,提高搜索能力,加速收敛速率.最后对该算法进行了理论分析.     

应用遗传算法进行机械优化设计计算

遗传算法和传统优化算法相比有许多优越性.应用遗传算法原理,对机械优化设计进行计算,只对少部分点进行搜索,就得到工程需要的满意解.遗传算法的求解没有固定的模式,而是根据实际机械优化设计问题的求解要求,来确定计算过程中如何确定适应度函数,采用何种编码规则,选用哪种选择、交叉、变异遗传操作方法.     

无公害河蟹、青虾稻田混养技术（下）

虾蟹饵料 虾蟹食性都是杂食性．尤其喜食动物性饵料。稻田水域中的浮游生物、底栖动物、各类昆虫、杂草嫩芽等．都是虾蟹的优质天然饵料；鱼、螺蚬蚌肉、糠粕饼、苦草等是虾蟹喜食的人工饵料；还有虾蟹专用的配方饲料。饲料应符合NY5072无公害食品渔用配方饲料安全限量要求，不添加国家禁用的药物或添加剂。     

中国饲料数据库浅析

中国饲料数据库是“七五”国家攻关课题。它包括饲料营养价值评定、饲养标准、饲料标准、饲料配方、饲料工业信息、畜禽渔业信息等子系统。具有输入，数据处理、编辑打印输出，优化饲料配方、更新等功能。它是应用现代化管理技术，使营养、饲料科研成果中的数据条理化、标准化，使各种信息集中贮存，统一管理。中国饲料数据库的研究成功和推广应用，已取得巨大的经济效益和社会效益。     

基于改进遗传算法的机器人路径规划与仿真

针对标准遗传算法解决机器人处于障碍环境下寻找最优路径局部寻优精度较差、规划效率低的问题,提出一种改进遗传算法的机器人路径规划方法。该算法采用一维编码表示路径, 构造了路径最优化的目标函数和适应度函数,利用多个种群拓宽搜索空间,提高了规划效率,采用保优选择策略,避免陷入局部最优。仿真结果表明,改进遗传算法比标准遗传算法路径规划质量高,能够获得平滑的低代价路径,稳定性好,是机器人路径规划的一种较好的方法,且具有一定的推广意义。     

基于遗传神经网络的渔业养殖疾病预测

简要介绍了神经网络和遗传算法的基本原理,针对神经网络算法易陷入局部极小的缺点,将具有全局寻优特点的遗传算法融入其中,使用遗传算法对神经网络的权值优化,并将该算法运用到渔业养殖疾病预测中,得到了收敛速度快、精度较高的预测模型。这种模型具有较好的客观性和实用性,可以为科学养鱼、处理养殖疾病提供依据。     

BP神经网络和遗传算法相结合在洞庭湖氨氮浓度预测中的应用

BP算法具有寻优精确的特点,而遗传算法具有很强的宏观搜索能力和良好的全局优化性能。因此将遗传算法与BP神经网络相结合,训练时先用遗传算法进行寻优,将搜索范围缩小后,再利用BP神经网络来进行精确求解,可以达到全局寻优和快速高效的目的。设计了一种利用遗传算法优化BP神经网络权重的预测方法,并对洞庭湖氨氮浓度的预测进行了研究。结果表明,丰水期(9月份)数据分布比较均匀,遗传算法优化BP神经网络权重的预测方法的3种学习算法计算值与实际值接近,并优于BP神经网络的计算结果,说明该方法具有较好的预测效果。     

遗传算法应用于多元非线性回归模型求参的研究

传统的非线性回归模型求参方法存在精度不高、限制等条件繁琐等问题。本文提出了遗传算法这一有效算法，由2个算例给予验证，并与线性最小二乘法和Gauss-Newton迭失法的结果作了比较，证明遗传算法是一种通用性较好的算法。     

一种基于数值遗传算法的求解TSP问题的演化算法

近年来,TSP问题的应用非常广,但当前较成熟的算法大都基于局部优化,而局部优化往往无法求出最优解。研究了一种求解TSP问题的演化算法,该算法兼顾了两父体算子与一元算子的优点,并具有免疫算法的免疫记忆功能,是一个具有较强的选择压力和适应地改变的变化算子的演化算法。与其他遗传算法和免疫算法相比具有收敛速度更快,结果更优的特点。     

基于免疫遗传算法的等温输油管道优化设计

免疫遗传算法是生命科学中免疫原理与传统遗传算法结合后得到的一种新兴算法,对求解非线性规划问题效果显著.应用该算法对等温输油管道优化数学模型进行了求解,实例计算表明,该算法优化性能好,优化效率高,在等温输油管道最优化设计问题上有很好的应用前景.     

一种基于元胞自动机的改进遗传算法

针对遗传算法中存在搜索效率和解精度低的问题,结合元胞自动机模型,提出了一种改进的遗传算法——竞争杂交算法。在适应度函数中运用元胞自动机模型进行竞争复制,在确定交叉算子时进行杂交,依此来对遗传算法进行改进。仿真结果表明,竞争杂交算法在搜索速度和概率上比简单遗传算法要高一些。     

基于遗传算法的生鲜农产品库存控制的应用

根据生鲜农产品保鲜期短的特点,分析了合理库存的重要性;从满足消费的需求出发,建立了生鲜农产品配送中心的库存控制优化模型,并结合实例,采用二进制编码的遗传算法对模型进行求解;运用VB编写相应的求解程序,库存费用节省了2.32%,实现了库存控制的合理性.     

蜂窝移动通信中基于遗传退火的固定频率分配

对蜂窝网无线规划中的频率分配问题进行了分析,用一种基于遗传退火的算法(GAEA)来求解,该算法是将模拟退火引进到遗传算法中,通过退火来减轻遗传算法的选择压力,利用退火法的爬山性能,改善了遗传算法的性能,提高了算法的收敛速度.实验证明了遗传退火算法的收敛速度比遗传算法快.