简介：用最大Lyapunov指数构造遗传算法中的适应度函数，通过遗传算法优化神经网络的权系数．根据所得到的适应度函数和权系数来构造遗传神经网络控制器，从而提高神经网络控制效果．对离散系统Logistic映射和连续系统Rossler方程、AFM（原子力显微镜）悬臂梁振动系统的混沌运动分别进行了仿真控制．数值实验结果表明本文改进的遗传神经网络控制方法对离散或者连续的混沌系统都能控制到低周期轨道上去，证明了算法的有效性．

简介：好的布局方案首先要满足所有周边设备的内部路径在机器人工作空间内,提出了一种基于遗传算法的优化布局方法.引入了工程师的经验和知识描述布局过程中的作业单元空间及机器人运动学约束,实现了机器人作业单元在三维空间内的优化布局.本方法减小了优化空间

简介：网络运维中的资源调度是根据作业任务对资源的需求为其分配合适的资源,因此多个资源在各个作业任务之间的调度成为一个关键的问题。简述网络运维中分布在不同地理位置的资源对于现场作业任务调度的重要性,提出一种基于遗传算法的资源调度算法。算法面向资源-任务的间接编码方式,在此基础上设计交叉算子和变异算子,通过对作业任务的重排序设置各个作业任务的执行关系,提高资源的利用率。

简介：针对传统聚类算法中存在的较易陷入局部最优解等问题,在传统的K均值算法中引入了遗传算法和模拟退火算法,将两种算法相结合,通过交叉、变异、模拟退火等操作,实现了聚类分析。通过模拟数据集的实验和UCI数据集的实验验证了算法的稳定性和获取全局最优解特性。

简介：在当前时代背景下,为改善物流配送路径问题,必须要全面提升物流路径运算优化,强化混合遗传算法的应用。本文首先从物流路径优化数学模型建立入手,同时阐述了混合遗传算法构建,最后总结了真实案例的应用。

简介：利用遗传算法研究了一类切换规则只由状态决定的切换系统的控制器优化设计问题．首先由线性矩阵不等式（LMI）来设计切换控制器，然后应用遗传算法来对切换规则进行优化．优化后的切换规则不仅可保证闭环系统渐近稳定，而且具有良好的动态性能．将本文提出的方法应用在小车倒立摆控制系统上，仿真结果表明了本文设计方法的有效性．

简介：旅行商问题是组合优化的一个经典问题,也是评价算法好坏的一个标准,它要求在给定的一张图中寻找一条哈密尔顿回路,使得该回路在所有的回路中长度最短。然而,该问题是一个NP完全问题,其求解时间会随着问题规模的扩大急剧上升。因此,只能希望在允许的时间内寻求问题的一个较优的解来替代。本文借助生物学的相关理论与思想采用遗传算法对该问题进行求解,最后通过对遗传算法的进一步分析,提出了一种可行的改进算法,达到了获得较优解的目的。

简介：本文在进化技术及其在计算机辅助概念设计中的应用方面进行了探讨,希望能够对进化技术及其在概念设计中的应用起一定的推动作用。

简介：模糊控制器的设计是模糊控制系统的核心,而模糊控制器设计的关键部分是模糊规则,模糊规则的好坏决定了模糊控制系统的控制效果.而一般模糊规则是通过专家经验获得的,存在很大的主观性的缺点,本文以智能悬臂梁结构为研究对象,设计了模糊控制器,改进了遗传算法,提出了使用改进遗传算法对模糊规则进行优化的方法,并给出了遗传编码、适应度函数的确定方法,最后利用Matlab/Simulink建立智能悬臂梁结构的仿真模型,对模糊规则优化前后的智能悬臂梁振动控制结果进行对比.仿真结果表明,优化后的模糊规则使智能悬臂梁的振动幅度显著缩小,而且振动衰减速度明显加快.

简介：提出了一种基于自适应遗传算法的资源优化路由算法,假设网络的链路数为n,流量工程的主要目的就是优化资源利用率

简介：基于多类别肿瘤基因表达谱数据集，从研究肿瘤与正常组织的分类入手，对肿瘤分类特征基因选取问题进行分析和研究。将决策树算法应用到肿瘤基因表达谱分类研究中，尝试引入遗传算法，对决策树分类规则进行优化。试验结果表明，在样本有限的情况下，该方法比单个决策树具有更高的分类精度。

简介：物流配送的车辆路径问题(VRP)是近年来物流领域中的研究热点,该问题属于NP难题,较难得到最优解和满意解。在建立了车辆路径问题数学模型的基础上,该问题被分解为两个阶段进行研究,分别为利用基于基地启发式分区算法进行区域划分和利用改进的遗传算法来确定具体的一条配送线路的先后次序。通过此改进的混合遗传算法最终得到优化配送路径。仿真计算结果表明,在大规模车辆路径问题中改进后的算法相比于传统的遗传算法最优解的质量得到一定提高。

简介：本文针对Linux内存管理系统的重要算法与相应参数在不同系统环境下对整个系统和其它应用程序性能的影响，提出了在内存管理系统裹增加一个基于遗传算法的自适应内存管理系统参数调整功能。当操作系统的状态发生重大改变时，使用遗传算法将它们转换为相应的参数调整策略，然后在适当的时候对系统参数进行调整，从而达到改善系统性能的目标。

简介：神经网络的Petri网模型如图1所示,建立该过程故障诊断的ANN-Petri网模型如图3所示,建立基于遗传算法的故障诊断ANN-Petri网模型

简介：随着云计算的出现，大数据的概念也随之产生。自然灾害日趋增多，要求应急设施的部署规模不断扩大，这时，如何有效进行大规模应急设施的选址成为应急管理系统的关键。因此，提出一种改进的并行遗传算法并在Hadoop平台上编程实现，并应用于求解应急设施选址问题的集合覆盖模型，达到求解应急设施选址的目的。试验结果表明，改进的并行遗传算法不管在获取全局最优解上还是在求解大规模应急设施选址的时效性上都优于原有算法，是一种云计算环境下有效的应急设施选址问题求解算法。

简介：工程中存在着大量的具有迟滞非线性恢复力的结构与构件，但迟滞非线性系统既是非线性的，又是非解析的，造成其参数识别十分困难，阻碍了迟滞非线性模型在工程中的应用．本文提出了一种基于小生境遗传算法的迟滞非线性系统参数识别方法，该方法在遗传算法中引入了新的参数——个体活动半径．利用本算法对一木结构剪力墙的BW模型参数进行识别，识别结果误差较小，验证了算法的有效性。

简介：