房地产风险评价的投影寻踪模型研究

提出房地产投资多目标决策模型，结合指标及数据分布特点将投影寻踪方法应用到房地产风险评价中，采用实码加速遗传算法来简化PP模型建模过程，该方法直接面向数据建模，将多种指标线性投影为决策者提供了一个综合全部指标信息的决策依据，且具有简便、通用、准确等优点。  

基于遗传算法的水资源复杂适应配置研究

从复杂适应系统的角度来看，水资源的优化配置正是水资源系统不同层次上的主体不断学习、适应和协调的结果。因此，研究不同层次上主体的学习进化模式对于实现水资源的优化配置具有重要的意义。应用复杂适应系统理论的基本思想研究水资源优化配置问题，在建立的水资源多Agent系统概念的基础上，建立了基于遗传算法的水资源优化配置的3层演化模型，并以南水北调东线工程水资源优化配置为例进行了仿真验证。实验证明，所建立的3层演化模型是有效的。  

遗传算法在水利工程施工进度控制优化中的应用

应用遗传算法的基本理论,研究水利工程施工中的“时间—费用”优化问题,并应用所设计的遗传算法“工期—费用”优化数学模型对淮河临淮岗洪水控制工程项目施工进行优化,以寻求工程工期和工程成本之间的均衡。应用结果表明,遗传算法应用于水利工程施工进度控制优化问题分析具有一定的优越性。  

基于模拟退火遗传算法的土地利用变化驱动力研究

研究目的:解决目前驱动力分析中多元统计方法存在的多义性和局限性.研究方法:采用模拟退火遗传算法,在传统的遗传算法中引人Metropolis接受准则,并以PRESS值的大小作为判断变量组合优劣性的指标.研究结果:模拟退火遗传算法所计算的PRESS值最小,典型相关分析的结果最大.研究结论:模拟退火遗传算法搜索出的变量组合具有更完备的目标变量表达性,是一种较实用的变量筛选方法.  

改进GA-BP神经网络评价算法及其应用

建立了用于水利工程管理现代化评价的改进GA-BP神经网络模型。该模型运用遗传算法优化改进BP神经网络的初始权重及阈值,具有快速学习和全局搜索能力,有效解决了BP神经网络容易陷入局部极小点和训练结果不稳定的问题。模型应用于泰州引江河水利枢纽工程管理现代化水平评价,并与经典BP算法应用结果进行比较,结果证明了该方法的可靠性和合理性。  

遗传算法在解决经典运筹问题中的应用

本文主要阐述遗传算法的特点,以及在解决运筹经典问题中的应用和不足之处。  

一种改进的混合遗传算法

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。该算法提出了新的交叉操作和仿粒子群变异,扩大了搜索范围。通过经典函数的测试表明,改进算法与一般自适应遗传算法相比较,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。  

种群规模对遗传算法性能的影响

经典遗传算法的种群规模在演化过程中是固定不变的,本文主要通过实验研究种群规模对遗传算法性能的影响。通过四个经典函数的测试表明,种群规模对遗传算法各个性能的变化均有上升或下降的变化。  

遗传算法性能评价指标

实验研究过程中,我们发现：收敛时间、进化代数、全局搜索概率这三个性能评价指标在具体的评价过程中是不能同时达到最优的,因此本文提出了一种新的评价指标,即针对不同问题可赋予三个不同的权重,利用加权后的值作为评价指标来判断遗传算法的性能。  

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。