|
|
|
题名
|
作者
|
年代
|
出处
|
被引量
|
| 1 | 一种求解多目标柔性Job Shop调度的改进遗传算法显示文摘针对多目标柔性作业车间调度问题,提出一种改进遗传算法。该算法为了克服传统遗传算法的局限性,提高全局搜索能力和收敛性,采用一种新的GOR编码、新的分类选择算子和改进的优先操作交叉算子集成设计方法,定义编码的种群平均个体差,其交叉率和变异率受种群的多样性控制。通过典型算例的实验及与国内外最新的研究成果比较,证明了算法的优良性能。 | 袁坤 朱剑英 | 2007 | 中国机械工程2007，18，2： | 24 |
| 2 | 一种求解大规模机组组合问题的混合智能遗传算法显示文摘针对传统的采用二进制编码的遗传算法在求解大规模机组组合问题时收敛速度慢、易早熟等问题,作者结合机组组合问题的特点,提出了一种混合智能遗传算法。该算法以机组状态作为个体编码,结合启发式方法的自适应智能变异算子求解目标函数,显著缩小了求解问题的规模,保证了群体多样性,提高了算法的搜索效率,改善了算法的收敛性。仿真计算结果表明了该算法的有效性和实用性。 | 杨俊杰 周建中 喻菁 刘芳 | 2004 | 电网技术2004，28，19： | 20 |
| 3 | 多目标非线性水资源优化配置模型的混合遗传算法显示文摘针对某市水资源优化配置模型的多目标、非线性特点,提出大系统总体优化的遗传算法求解方法。遗传算法构造中,对连续变量离散化采用浮点数级联编码;依据精确不可微罚函数法,构建个体适应度评价函数;将模拟退火算法与遗传算法相结合,探讨了基于模拟退火的混合遗传算法在水资源优化配置中的实际应用。实例表明,混合遗传算法是解决水资源优化配置多目标、非线性问题的有效途径。 | 周丽 黄哲浩 贺惠萍 翟好 贺北方 | 2005 | 水电能源科学2005，23，5： | 19 |
| 4 | 一种新型保持种群多样性的遗传算法显示文摘针对遗传算法的“早期收敛”或“遗传漂移”,本文提出了一种新型保持群体多样性的遗传算法。该算法利用种群的熵和个体基因座的多样度来测度进化中种群的多样性,并将遗传操作与种群多样性联系起来,建立了遗传操作与种群多样度之间的函数关系式,使遗传算子中的主要参数能够随多样性函数和适应度函数的变化而自适应调整,从而提高了进化中种群的多样性和算法的搜索效率。仿真研究证明了该算法的优越性。 | 申元霞 张翠芳 | 2005 | 系统仿真学报2005，17，5： | 11 |
| 5 | 模糊自适应遗传算法显示文摘针对标准遗传算法在实际应用中存在的早熟问题,设计了标准遗传算法的一种改进形式——模糊自适应遗传算法。该算法是利用种群的方差和熵来衡量种群多样性,并根据每代种群的方差和熵设计模糊推理系统来自适应控制交叉概率和变异概率。通过多峰函数优化问题的仿真实验,表明了该模糊自适应遗传算法的可行性和有效性。 | 张大斌 王婧 刘桂琴 朱侯 | 2008 | 计算机工程与设计2008，29，18： | 3 |
| 6 | 基于遗传算法的家用保安机器人路径规划方法显示文摘将领域知识与遗传算法相结合,提出了一种针对家用保安机器人的路径规划方法.该算法采用改进的栅格化方法来描述家庭环境,重新定义了路径适应度函数的评价方法,并设计有效的路径遗传算子.仿真结果表明了该算法的正确性和有效性.利用该算法实现了在实际家庭环境下保安机器人的路径规划与动态避障. | 鞠浩 牛合明 张建勋 | 2007 | 高技术通讯2007，17，9： | 3 |
| 7 | 多天线UHF RFID标签阅读器的多标签识别优化算法显示文摘针对现有的超高频(UHF)射频识别(RFID)标签阅读器使用单个天线,难以保证多标签识别可靠性的问题,提出了一种通过增加天线个数,以增强覆盖效果、减少识别盲区、增强多标签识别可靠性的RFID多天线识别模式,并利用遗传算法对识别过程中启用天线的个数进行优化,通过合理处理选择、交叉、变异遗传算子以提高RFID阅读器多标签识别的可靠性。实验结果表明:增加天线个数可以增强覆盖效果、减少识别盲区;基于遗传算法的识别优化算法具有良好的搜索性和收敛性,提高了系统识别的可靠性。该研究为复杂环境下应用超高频RFID技术提供了新思路。 | 仲元昌 刘春伟 丁漩 王旭 | 2012 | 高技术通讯2012，22，7： | 2 |
| 8 | 基于位变异的模式遗传算法显示文摘针对简单遗传算法容易陷入局部最优点的问题,提出了一种基于位变异的模式遗传算法,并利用典型应用函数进行计算测试,结果表明该算法可有效地提高全局搜索能力,较好地解决早熟问题. | 张爱华 | 2009 | 五邑大学学报(自然科学版)2009，23，3： | 1 |
| 9 | 基于神经网络和遗传算法的无功优化设计显示文摘无功优化是一个复杂的混合优化问题,传统方法较难获得全局最优解.文中提出了将并行遗传算法和Hopfield网络相结合的算法.该方法利用遗传算法的并行搜索和解空间搜索的优点进行网络参数的选取,并采用Hopfield网络简单、快速、规范的优点来优化样本空间,以取得整体的优化效率. | 李清政 钟建伟 | 2006 | 湖北民族学院学报(自然科学版)2006，24，3： | 0 |
您所在的机构暂未开通此部分的功能，请联系管理员