岩土边坡稳定性的遗传算法分析

非线性优化方法主要缺陷在于当边坡土层为非均质复杂条件时,无法保证搜索到安全系数的全局最小解,而只能搜索到局部极小解。基于遗传算法,建立了搜索岩土边坡稳定性分析最小安全系数和滑移面中心坐标与半径的数值方法。问题的可行解在变量搜索区间内搜索,包括滑弧的圆心坐标和半径。数值模拟结果表明,遗传算法搜索到的边坡稳定最小安全系数与理论解是一致的。     

基于遗传算法的最小流量阀自适应控制器的研究

目前很多最小流量阀的控制系统是非线性、有时滞且存在时变，虽然静态时控制系统经整定后是稳定的，但热态实际运行时，常常会出现振荡。本文提出了遗传算法优化自适应控制器的方法，与响应曲线法和Ziegler-Nichols法得到的PID参数仿真比较表明，遗传算法优化的自适应控制器应用于最小流量阀控制器参数优化是可行和有效的。     

基于遗传算法优化BP神经网络的手机广告投放研究

随着5G网络的迅速发展和深度普及，手机广告已成为继报纸、杂志、广播和电视四大媒体后的第五大媒体，依据其分众性、定向性、互动性等特点，已逐渐发展成为商家进行产品推广的一种主要手段。然而目前的手机广告投放普遍缺乏精准性，本文通过对手机广告系统中记录的手机用户历史点击信息，用遗传算法优化的BP神经网络进行学习，利用学习完后网络的结构模型对手机用户感兴趣广告类别进行预测，从而提高了手机广告投放的精难度。     

基于适应度函数及交叉操作改进的自适应遗传算法

为了提高遗传算法的搜索效率,给出了一种改进的遗传算法。该算法改进了适应度函数和交叉操作,扩大了搜索范围。通过三个经典函数的测试表明,改进算法与基本遗传算法相比较,在函数最优值、平均收敛代数、收敛概率等方面都取得了令人满意的效果。     

铁路编组站布局的双层规划方法研究

运用双层规划对编组站布局问题进行描述,上层规划表示决策者为了达到车流组织最优而采取的最优投资策略,下层规划为给定编组站布局方案条件下的车流组织优化。通过对上层和下层问题分别剖析,构建了编组站布局的双层规划模型,考虑到模型的复杂性,提出应用遗传算法求解,并给出了求解策略。研究结果表明,双层规划方法适用于实际编组站布局问题决策。     

基于GA—BP神经网络模型的期货价格预测与分析

本文选取20091月5日～10月29日的大豆期货主力i1001合约共200个交易数据作为训练数据，10月30日～11月12日的10个数据为测试数据，利用BP神经网络对期货价格建立预测模型，并用遗传算法进行修正，从而实现对大豆期货交易价格的预测分析。结果表明，改进后的GA—BP神经网络模型拟合精度明显高于BP神经网络模型，并对期货价格走势有良好的预测效果，可给期货市场的投资者提供投资建议。此外，利用改进后的模型可对期货市场操纵现象进行预警，对监管者具有一定参考价值。     

自适应并行遗传算法求解非对称性旅行商问题

遗传算法是一种模拟生物进化的搜索最优解算法。根据交叉概率与变异概率在不同时期的不同要求,提出一个随进化代数和群体的适应度进行自适应调整的策略。同时,采用粗粒度并行策略,使算法具有更好的收敛性、稳定性、更快的速度和更好的优化质量。最后通过一些精典的非对称性旅行商问题对该算法进行了检验,结果表明自适应并行遗传算法可以有效提高遗传算法的求解性能。     

基于无交叉遗传算法的物流车辆路径问题研究

设计并实现了一种求解基本车辆路径问题的无交叉遗传算法,阐述了无交叉遗传算法求解物流车辆路径问题的关键技术,包括编码方案、初始种群生成方案、适应度函数、种群选择方案和变异操作等;并对比了使用目标函数倒数法和目标函数做差法构造适应度函数时的求解效果。实验结果表明,给出的无交叉遗传算法在求解车辆路径问题上具有良好的性能。     

冯诺依曼结构也适合量子电路量子大规模集成电路或指日可待

<正>据美国物理学家组织网近日报道,美国加州大学圣芭芭拉分校的科学家宣布,他们通过量子电路成功实现了冯诺依曼结构,证实了这种经典计算机结构在量子信息处理领域的价值,未来量子大规模集成电路或指日可待。相关研究发表在《科学快讯》杂志网络版上。     

军事物流中铁路输送装载地域分配问题研究

根据装载地域分配影响因素,建立了装载地域分配的数学模型,并分析了装载地域分配组合优化问题的复杂性,同时设计了遗传算法对问题进行求解。