基于遗传算法的六子棋博弈评估函数参数优化

将博弈问题分解为搜索引擎、走法生成、评估函数和开局库4大模块,再将自适应遗传算法引入到评估函数中,并通过锦标赛算法对评估函数中的参数组合进行自动调整和优化,设计并开发出基于上述方法的离线自学习系统.     

基于改进遗传算法的图像恢复

论述了基于遗传算法的图像恢复方法 ,提出了将模拟退火法和遗传算法相结合求解图像非线性最优化问题的算法。改进的算法提高了进化速度和全局寻优的能力 ,从而提高了图像的复原度 ,实验结果表明算法是有效可行的。     

基于遗传算法与粒子群算法的配电网无功优化

根据遗传算法(GA)收敛效果好和粒子群算法(PSO)收敛速度快的特点,将两者相结合对配电网无功优化模型进行求解。计算结果表明:该算法是收敛的、有效的。     

基于蚁群算法的水资源优化配置博弈分析

【目的】运用博弈理论分析流域内水资源开发利用过程中各用水地区的行为和收益问题。【方法】提出市场经济与宏观调控相结合的水资源配置模式,建立各用水地区追求自身收益最优的同时,实现全流域水资源合理分配的博弈模型,为实现水资源的协调发展提供支持。将该模型应用于黑河流域,运用蚁群算法实现模型的最优求解,并与线性规划法所得结果进行了比较。【结果】利用建立的水资源优化模型,通过水权和水资源费的调节,有效约束了黑河流域内各县(区、旗)的取水量,有利于解决水资源分配过程中的用水冲突,在保证黑河流域公共水权为1.2亿m3的基础上,流域总收益达到0.936亿元。【结论】运用流域水资源优化配置博弈模型进行水资源优化配置,可以有效保证流域的公共水权,激发各地区节水和开发新水源的动力。     

一种基于子种群带多亲体杂交的微粒群算法

提出一种改进的微粒群算法XSPSO,使用子种群来决定各个个体的邻域.引入基于邻域的多亲体杂交,引导各个微粒飞向不同的山峰的同时搜索其他山峰.从实验的结果来看,该算法具有较强的搜索能力和较好的稳定性,且精度较好.该算法用于多峰函数优化具有较佳的效果.     

基于遗传算法-鲸鱼算法优化反向传播神经网络的土壤参数预测

传统的土壤参数预测常采用物理、化学等方法,在预测准确性上存在较大误差,且易受到人为因素的影响。基于反向传播(BP)神经网络及其改进算法的土壤参数预测方法虽然不受人为因素的影响,但仍有较大的误差。为进一步提高神经网络预测精度,使用遗传算法-鲸鱼算法(GA-WOA)的混合算法优化BP神经网络,以此建立农业土壤参数预测模型,并与多种现有算法进行对比。结果显示,所提算法在农业土壤参数预测方面具有很强的适用性和更高的准确性。     

基于遗传算法优化的投影寻踪烤烟质量综合评价

烟叶质量评价的目的是对相应表征指标进行综合分析,其结果应能客观公正地反映烟叶质量的发展变化,并为评价组织者、决策者所信服和接受.试验根据烤烟烟叶化学成分检测结果,建立了基于遗传算法优化的投影寻踪烤烟烟叶化学成分指标质量综合评价模型,利用该模型对云南省临沧市烤烟烟叶化学成分指标品质进行了综合评价.结果表明,不同植烟区域烤烟烟叶化学成分指标品质的优劣顺序为临翔区、云县、沧源县、耿马县、双江县、永德县和凤庆县,各评价指标中以还原糖总糖比值、氮碱比值和钾含量3个指标对临沧市烤烟烟叶品质的贡献最大,与实际情况相符,说明评价结果可行而有效.模型在一定程度上避免了主观因素对评价结果的影响,可为烟叶生产决策、卷烟企业采购原料和配方设计提供科学依据,并为采用化学成分指标来评价烟叶质量提供了一种较为合理和有效的方法.     

一种二元单亲演化差基因变异算法

设计了一种新的单亲遗传算法,该算法对个体和基因分别计算其适应值,并将适应值最差的基因 进行变异,从而大大提高了遗传算法的全局收敛速度。以n皇后问题为例,采用这种算法求解3000个皇 后问题所用时间平均约为55min,而求解100个皇后问题所用时间平均只有约124ms。实验表明,该算法 不仅能在短时内找到全局最优解(精确解),而且具有良好的稳定性。     

基于个体优势遗传算法的水稻生育期模型参数优化

【目的】快速并准确估算作物生育期模型参数。【方法】本文提出了一种新的改进型遗传算法——个体优势遗传算法（individual advantages genetic algorithm,IAGA）,并应用于水稻生育期模型参数估算。在遗传算法的基础上引入个体优势算子,并改进了变异算子及种群更新策略。以完全嵌入方式耦合RiceGrow和ORYZA2000水稻生育期模型,实现了模型参数的自动率定。利用汕优63等5个水稻品种在徐州、高要等地的多年田间试验资料,对IAGA算法的有效性进行对比试验。【结果】（1）试验验证结果的RMSE<3.05 d,NRMSE<3.19%,MDA<2.41 d,R2>0.9885,表明利用IAGA获得的模型参数准确性较高。（2）调参的实测数据量大小对调参结果影响不大。由3年数据增加到6年数据,试验拟合结果最大NRMSE值由2.58%增大到3.08%,增加了0.5%。选择隔年并包含全生育期天数最大值与最小值的调参数据,可以获得较准确的模型参数值。（3）IAGA与复合形混合演化算法、遗传模拟退火算法以及标准粒子群算法相比,可获得更准确的模型参数值。【结论】IAGA算法可以实现水稻生育期模型参数的自动率定,为作物生长模型参数的快速准确估算提供了一种有效新方法。     

基于遗传算法的城市公交服务质量评价知识规则挖掘方法

城市公共交通服务质量评价知识规则是城市公共交通企业进行服务质量评价的重要依据,优质、合理的评价知识规则将使服务质量评价更加公正、更加客观。本文在分析城市公共交通服务质量评价指标体系的基础上,将一种改进的遗传算法用于城市公共交通服务质量评价价的知识规则挖掘,提出一种基于遗传算法的城市公共交通服务质量评价知识规则挖掘方法,阐述算法的实现途径。实例表明,该方法在进行知识规则挖掘时是完全可行的、有效的。     

多连杆机械压力机遗传算法优化设计

采用多连杆作为机械压力机的工作机构代替原机械压力机曲柄滑块机构.采用矢量多边形法建立了滑块的运动方程,并且采用遗传算法建立了优化设计数学模型.以JH23-63型机械压力机的技术参数为依据,设计的多连杆压力机在公称压力行程范围内滑块的最大工作速度仅为96 mm.s-1,并且在曲柄转角α=50°~100°范围内具有平均速度为105 mm.s-1的明显速度平台.该多连杆压力机的低速锻冲特性与原普通型机械压力机相比其工作性能有明显的提高.     

基于混合并行遗传算法的多目标约束优化技术研究

多目标约束优化问题属于NP问题。并行遗传算法是解决该类问题的常用算法,它具有较强的全局搜索能力和并行性,但局部搜索能力差,禁忌搜索算法则比较适合于局部搜索。提出了一种基于混合并行遗传算法的多目标约束优化方法,该方法综合了并行遗传算法和禁忌搜索算法的优势,改进了并行遗传算法的性能,能有效避免局部最优解。     

基于遗传算法和MATLAB-ADAMS的汽车转向节优化计算

针对某微型汽车转向沉重、前轮摆振和前轮磨耗严重的问题,首先建立了麦弗逊前悬架数学模型,依照给定的前轮定位目标参数,在Matlab环境下,优化计算得出转向节关键点静平衡位置坐标,然后根据计算结果在ADAMS软件中建立麦弗逊前悬架虚拟样机模型,最后采用遗传算法联合ADAMS仿真优化的方法,以前轮上下跳动时4个前轮定位参数值相对于给定值变化量绝对值加权之和最小为综合目标,对其进行优化.优化后4个前轮定位参数值都是围绕目标值上下变化,其中后倾角变化幅度减少32%,内倾角变化幅度减少24%,前束角变化减少34%,外倾角的变化也一直处于外张状态,悬架运动特性得到改善,同时也证明了联合仿真优化方法方便可行.     

基于分组排挤机制的遗传算法

利用遗传算法进行寻优有时候遗传操作会陷入局部寻优,造成早熟,使遗传操作收敛不到最优解.针对这一问题,提出一种基于分组排挤机制的遗传算法,将种群个体进行分组,引入基于海明距离的排挤机制,不仅可以防止早熟,而且可以加快收敛速度.最后用普通遗传算法与之进行比较,证明其可行性和有效性.