首页 | 本学科首页   官方微博 | 高级检索  
相似文献
 共查询到17条相似文献,搜索用时 546 毫秒
1.
传统的遗传算法有2个严重的缺点,即不能有效地消除过早收敛现象以及在进化后期搜索效率较低。模拟退火算法是基于金属退火的机理而建立起来的1种全局最优化方法,它能够以随机搜索技术从概率的意义上找到目标函数的全局最小点。将遗传算法与模拟退火算法相结合,提出模拟退火遗传算法。实验结果表明,该算法在性能上有较大的改善。  相似文献   

2.
首先简要介绍了传统的遗传算法,然后分析了遗传算法的优点和不足。针对遗传算法容易产生早熟现象和局部寻优能力差的特点,通过引入改进的灾变操作和模拟退火算法跟遗传算法相结合,而增强了算法的全局收敛性,并且提高了算法的收敛速度。最后使用一个典型的遗传算法性能测试函数验证了改进算法对函数最优化的有效性,其性能明显优于传统的遗传算法和模拟退火算法。  相似文献   

3.
采用模拟退火算法和遗传算法相融合,建立公交区域调度中行车计划生成的模型,创建目标函数,将模拟退火算法应用于遗传算法的交叉、变异过程中,对模型进行求解,并用实际的运营数据对模型进行了验证,结果表明,此方法是可行且有效的。  相似文献   

4.
一种基于遗传算法的生物多序列比对方法   总被引:1,自引:1,他引:0  
分析传统遗传算法、模拟退火算法,并将两者有机结合,提出了一种新型的基于遗传模拟退火的多序列比火算法,并通过程序与经典的比对算法进行比较分析,结果表明,本算法是可行的,有效的。  相似文献   

5.
遗传算法具有较强的全局搜索能力,但容易陷入局部最优.把模拟退火算法的思想融入到遗传算法中,在选择、交叉和变异的过程中加入退火过程,并使用改进后的算法求解行程规划问题,实验结果证明设计的算法是有效的.  相似文献   

6.
把模拟退火算法具有全局平衡的特性引入到遗传算法中来,避免了遗传算法收敛性慢以及容易陷入早熟的特点,提出了一种基于遗传退火策略的关联规则挖掘模型。实验结果表明,与遗传算法相比,改进的算法更能有效挖掘大型数据集中的关联规则。  相似文献   

7.
在传统故障诊断基础上,将多Agent技术(MAS)应用于复杂系统故障诊断领域,是求解复杂过程故障诊断问题的一种新尝试.研究了基于MAS的分布式智能故障诊断模型,基于一种分布式Agent诊断系统结构原型系统,重点研究了诊断问题的任务辨识、分解问题,构建了基于Agent的任务分配的综合遗传算法和模拟退火算法的混合算法.应用表明,该算法具有很好的可扩展性、适应性和稳定性.  相似文献   

8.
矩形布局问题属于NP-Hard问题,是一种复杂的组合优化问题.模拟退火算法(SA)和遗传算法(GA),经常被用于求解组合优化问题.但是当问题规模较大时,存在一些难以解决的问题,如早熟现象.针对二维矩形布局问题,以动态吸引子为依据,根据各优化算法的特点,提出了一种将模拟退火算法和遗传算法思想融合的SAGA混合算法.最后通过实例证明该算法的合理性和高效性.  相似文献   

9.
为准确快速地对恐怖袭击事件进行分级,帮助建立恐怖袭击事件应急预案,提出一种基于模糊聚类算法和模拟退火遗传算法优化BP神经网络的恐怖袭击事件分级模型。通过模糊聚类算法划分样本训练集,利用BP神经网络的自学习能力获取输入与输出之间的模糊规则,采用模拟退火遗传算法提高神经网络精度。以GTD数据库样本为例,经实验得到普通BP神经网络的分级正确率为94.32%,模拟退火遗传算法优化的BP神经网络分级正确率可提升到99.88%,验证了基于模糊聚类算法和模拟退火遗传算法优化BP神经网络分级模型的有效性。  相似文献   

10.
模拟退火算法具有较强的局部搜索能力,并能使搜索过程避免陷入局部最优解,但模拟退火算法是一种NP类算法,对整个搜索空间的状况却不能很好的搜索,收敛速度慢,从而使得模拟退火算法的运算效率不高。遗传算法来源于生物遗传学和自然选择机理,通过人工方式所构造的一类搜索算法。其局部搜索能力较差,但把握总体搜索过程的能力较强。若能将两者有机的结合,既加速了算法的收敛速度又避免陷入局部最优解。  相似文献   

11.
1 Introduction a The bi-level decision-making is a complex majorized problem. Its effective solution is not easy to obtain by traditional majorized methods. Reported methods to solve the bi-level decision making problem with continuous variables include neural network [1], Monte Carlo simulated annealing algorithm [2], etc. However, the efficiency and accuracy of such neural network methods are ideal and accompanied with a long iterative time and a slow convergence speed. In this paper, the …  相似文献   

12.
为了更好地满足人工智能课程教学的需求,以一种低耦合、高可扩展性的架构,实现了一个以A*算法、模拟退火算法和遗传算法为主题的简洁易用的算法教学实验平台。该平台使用Flex技术来实现算法的演示,使用J2EE和XML相关技术完成后台的设计,并通过C/C++语言完成验证算法的实现。平台提供了A*算法、模拟退火算法和遗传算法的演示程序和验证程序,可以帮助学生直观地学习不同智能搜索算法,为教师和学生提供一个在线互动的教学实验平台,也方便学生开展各算法的自主实验设计。  相似文献   

13.
针对标准遗传算法在解决优化问题中存在的问题,提出了改进标准遗传算法的退火遗传算法,并把该算法应用于一维最优切割问题上。通过与标准遗传算法求解一维切割问题的比较,验证了退火遗传算法的有效性。  相似文献   

14.
智能优化算法比较常见的有模拟退火算法、遗传算法、人工鱼群算法、神经网络算法等。本文主要对前三种算法优化性能进行研究。首先介绍了三种算法的基本原理,然后总结了各自的优缺点并从原理和参数两个方面对三种算法进行了对比分析,以经典NP难题——TSP为例进行了仿真研究给出了未来针对TSP问题的研究重点。  相似文献   

15.
针对LM算法及模拟退火算法各自存在的不足,提出一种交替使用二者的混合优化算法(SALM算法).该算法先通过模拟退火算法粗调得到一组全局最优近似解,再以该近似解为初值,交替使用模拟退火算法和LM算法,直至发现满意的最优解.实验结果表明,新算法不但具有模拟退火算法的全局收敛特性而且保留了LM算法的局部收敛速度,克服了单纯模拟退火算法所产生的随机性和概率性问题,也弱化LM算法对初始条件的依赖程度,保证了求解的速度和精度。  相似文献   

16.
根据物流快递业中的优化问题特点建立其配送数学模型,提出了以模拟退火算法和遗传算法相结合的思想为基础对其方案进行解决。实际算例表明,用此混合算法来解决实际的快递优化问题,可以进一步提高快递配送效率,能够在短时间内找到最理想的分配方案并计算出最低的成本消耗,从而证明了该混合算法是可行的。  相似文献   

17.
计算智能算法的研究现状   总被引:2,自引:0,他引:2  
对几种智能计算方法及其特点作一个简明的综述,其中着重介绍模拟退火、神经网络、遗传与演化算法和禁忌搜索算法。讨论了各种计算智能算法的共性。最后指出了智能计算方法的发展趋势,对智能计算方法的推广应用具有重要意义。  相似文献   

设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号