基于LabVIEW仿真的全局最短路径的遗传算法设计

遗传算法是以全局概率搜索为基础的优化算法,在路径确定的解决中,遗传算法具有相当的优越性,由于不存在对路径函数的限制,应用也较为灵活.本文介绍了遗传算法优化的基本方法,以全局最短路径的求解为课题分析了遗传算法的优化方法,并以LabVIEW进行仿真分析结果.     

论不可微函数的一种混合遗传算法

在浮点编码遗传算法中加入Powell方法,构成适于不可微函数全局优化的混合遗传算法。混合算法改善了遗传算法的局部搜索能力,显著提高了遗传算法求得全局解的概率。由于只利用函数值信息,混合算法是一种求解可微和不可微函数全局优化问题的通用方法。     

计算机网络可靠度优化计算中遗传算法的应用分析

在计算机网络可靠度优化计算的过程中,遗传算法是通过自身简单的算法结构,利用高超的搜索效率,然后以它强大的实用性和迅捷的求解速度,从而在全局计算中获得最优解的近似值。与传统的算法相比,在网络可靠度优化计算的问题上,遗传算法有着非常明显的优势。     

复合形遗传算法求解功率优化分配研究

传统遗传算法存在过早收敛及局部搜索能力差的缺点,在求解无线网络协作通信功 率优化分配等NP难问题时难以求得最优解。通过小生境策略解决遗传算法过早收敛问题,引 入复合形法提高局部搜索能力,构造了兼顾广度搜索与深度搜索的高性能混合算法,并对上 述问题进行求解。实验结果表明,所提算法与已有算法相比有一定优势,有效延长了协作网 络寿命,稳定性较好,分配的功率波动范围小。     

基于遗传算法的电力物资配送管理信息系统研究

遗传算法是一种基于自然进化原理的全局搜索方法,在很多问题的研究上有重大的意义。在管理信息系统的背景下,本文将遗传算法应用在电力物资配送路径的优化问题上,以期得到满意的结果。通过具体算例表明,遗传算法在电力物资配送路径优化问题上可以有很好的应用。     

基于改进遗传算法的客户购买行为聚类

针对电子商务客户购买行为,构建客户——商品矩阵,度量客户购买行为相似度。基本遗传算法存在一定的缺陷,本文提出一种改进的混合并行遗传算法,结合k-means算法的高效性和局部搜索能力,以及并行遗传算法的全局优化能力,并运用该算法对客户购买行为聚类。实验结果表明该方法在客户行为聚类应用中具有较高的效率和精确度。     

计算机网络可靠度优化计算中应用遗传算法的研究

所谓计算杌网络可靠度其实就是指计算机网络的可用性,其具备计算机网络各用户问互相连通的描述能力。优化计算计算机网络可靠度是目前社会市场所关注的热点话题。相对于传统的算法而言,遗传算法除了具有便于求解、算法结构简单以及搜索高效等特点以外,同时在进行全局计算的时候,还可获得最优的近似值。下面文章就计算机网络可靠度优化计算中遗传算法的应用进行研究和分析。     

刍议组合优化问题的求解方法

在人工智能和工程技术等诸多领域的研究课题中有很多属于组合优化问题,其问题的解决需要利用各种优化算法在庞大的搜索空间中寻找最优解。文章首先回顾了非线性组合优化问题的研究历史和研究现状。然后重点介绍了解决非线性组合问题的四种常见方法：Hopfield神经网络算法、模拟退火算法、遗传算法和蚁群算法,对研究NP问题又进一步拓宽了研究思路。     

基于遗传BP网络优化模型的集成化供应链危机预警支持系统

综合遗传算法全局收敛性和BP网络局部搜索快速性、自学习自适应的优点,设计了遗传BP网络优化模型,提出基于此模型的集成化供应链危机预警支持系统构建方案。基本思路:根据模糊优选模型建立训练样本,引入遗传BP网络优化模型,先用GA在全局中定位出一个较好的搜索空间,然后采用BP算法在此空间中进行局部精调,反复交替逐步搜索出最优网络结构,在训练好的网络中输入遗传BP网络模型对预警指标的时间序列预测数据,实现准确预警。有效克服了当前预警模型缺乏自我学习、预警知识获取低效等缺陷,为供应链预警研究提供了一条可行的实现途径。     

基于模拟退火算法的物流配送车辆调度问题研究

在详细分析遗传算法的局限性的基础上,构造了一种基于遗传算法和模拟退火算法的、用于求解车辆路径问题的退火遗传算法．GA和SA的结合,使得串行搜索成为多点并行搜索,混合算法的搜索行为可通过控制温度参数加以控制,且理论上GA并不影响平稳分布,因此鲁棒性必将提高。     

一种基于实数编码遗传算法的常模盲均衡

盲均衡可以看作代价函数优化问题。为了改进经典常模算法的性能,研究了利用实数编码遗传算法的常模盲均衡,把均衡器系数向量作为遗传算法的决策变量,采用轮盘赌选择和精英保留策略相结合的混合选择算子、算术交叉算子和非均匀变异方式,经过一系列的遗传操作,搜索到适应度值最高的个体,即均衡器的最优系数。计算机仿真结果证明了算法具有收敛速率快、能够搜索到全局最优解等特点。     

改进的遗传算法在TSP中的应用

分析了遗传算法和模拟算法的主要优缺点,提出一种用于求解旅行商问题（TSP）的改进遗传算法,该算法有效地将遗传算法和模拟退火算法相结合,在很大程度上缩短了算法的搜索时间;利用MATLAB对多种TSP问题进行仿真研究,实验结果证明了改进的遗传算法的有效性。     

淘宝搜索引擎个性化应用研究

本文研究了基于个性化搜索服务的淘宝搜索引擎相应的优化策略,总结出淘宝个性化搜索优化策略的方法和技巧,从而使得产品的标题符合淘宝排名的相关机制来获得较高的搜索排名.精准定位客户需求,契合更高的搜索结果,以提高产品的点击率及店铺的转化率,最终实现可观销量的目标为淘宝中小卖家进行个性化搜索优化提供参考.     

多品种小批量生产模式的工艺优化设计

本文基于多品种、小批量生产模式的工艺规程特点,针对工艺路线优化的复杂性,利用改进遗传算法,进行函数优化,得到工艺优化的合理方案.首先,对零件的加工特征进行分析和划分,然后,根据每个加工特征的加工要求生成加工链,并根据工艺约束进行加工方法排序,进而利用改进遗传算法对工艺路线进行迭代优化,并在MATLAB环境中得以实现.     

基于神经网络的云南中烟前置库短期负荷预测

用人工遗传算法来优化BP神经网络的初始权值,从全局空间出发搜索问题的最优解,对烟草工业企业多点生产、多点运输的调度平台进行短期压力负荷预测,达到成品卷烟产运网络优化的目标,更精确的实现产量与运输量的预测。最后以云南中烟省外三个前置库作为预测模型的测算实例,测算三库在一段时期内的负荷压力,并根据负荷压力就其设立合理性进行分析。     

论电信业务收入预测中遗传神经网络模型的结构及算法

遗传算法（GA）有很好的全局搜索能力,能从概率的意义上以随机的方式寻求到问题的最优解。但另一方面,遗传算法应用中容易产生早熟现象,局部寻优能力较差,而遗传算法与神经网络的结合可以发挥各自的优点。本文针对影响电信业务收入的主要因素,将BP神经网络与遗传算法有机结合起来,建立了相应的遗传神经网络模型用于电信业务收入预测,并利用实际数据进行教果验证。     

多目标遗传算法

遗传算法是一种基于生物自然选择与遗传机理的随机搜索与优化方法。近年来,由于遗传算法求解复杂优化问题的巨大潜力及其在工业工程领域的成功应用,这种算法受到了国内外学者的广泛关注。本文介绍了几种常用的遗传算法,指出了遗传算法的研究方向,并对遗传算法的性能作了分析。     

基于混合遗传算法的码书设计方法

将遗传算法与LBG算法相结合,得到了一种矢量量化码书设计算法.利用遗传算法的全局优化能力得到最优的矢量量化码书;同时,克服了传统遗传算法收敛速度慢的缺点.实验结果表明,文中提出的算法性能上优于LBG算法,且收敛速度较快.     

一种干扰最小化协作波束形成节点选择方法

针对无线传感器网络（Wireless Sensor Network，WSN）对周围无关基站造成干扰的问题，提出了一种基于禁忌搜索的协作波束形成节点选择方法。该方法以协作节点的组合方式为优化变量,以降低无关基站方向的波束能量增益为优化目标,能够在约束节点个数的条件下优化协作节点集，减小WSN对无关基站的干扰。仿真结果表明，所提方法能够有效降低协作波束形成在无关基站方向上的能量增益，与随机搜索算法、遗传算法和免疫算法相比,参数设置简单,寻优效率更高。     

遗传算法神经网络的国际黄金现货价格预测

一、遗传算法优化神经网络的基本原理用遗传算法优化神经网络体现了遗传算法和神经网络结合的思想,遗传算法是基于达尔文进化论的思想,模拟生物进化过程的计算方法。同样,神经网络也是模拟生物大脑神经网络机制的计算模型,所以遗传算法的研究与神经网络的研究有若干共同点。