简介:提出了一种免疫遗传算法(MOGA)用来解决多目标优化问题。在该算法(MOGA)中,使用了高斯变异算子,提高了收敛速度;创建了记忆细胞集来保存每代所产生的Pareto最优解。此算法与NSGAⅡ算法进行模拟实验结果进行对比,通过比较发现,该算法无论是在个体的多样性还是收敛性上都要比NSGAⅡ算法好,表明免疫遗传算法在解决多目标优化问题上具有可观的研究前景。
简介:应用改进的遗传算法进行测量数据的最小二乘估计。以模拟静电场实验为例,寻找出与测量数据相吻合的静电场电位分布公式。遗传算法不受模型具体表达式的限制,是参数优化的有力工具,具有描述简单、易于操作、使用灵活等优点,用遗传算法进行测量数据的处理可以获得较高的精度,是一种可靠的方法。
简介:遗传系谱图的解答是高中生物学内容中比较难的一个知识点,其中考查的内容主要包括两个:一是遗传病的遗传方式判断,二是生患病或健康子女概率的计算.在遇到多对等位基因的时候,如果没有过硬的基本功,不掌握一定的解题技巧,解题难度较大.特别是判断遗传方式时易出错、计算概率过程中计算量大.很多学生往往在解答过程容易犯这样或者那样的错误,得分率非常的底,有些学生遇到这样的题目会选择放弃.
基于免疫遗传的多目标优化
遗传算法在大学物理实验中的应用
高中生物学遗传系谱图解题技巧