共查询到20条相似文献，搜索用时 187 毫秒
1.
2.
3.
软硬件划分算法是软硬件协同设计系统中的关键部分。文章介绍了遗传算法(GA)和离散化的粒子群算法(PSO),并将两者混合成算法GA-PSO。利用任务流图对系统进行建模后,在MATLAB平台对算法进行仿真实验;实验结果表明,文章提出的算法GA-PSO能综合GA和PSO两种算法的优点,在嵌入式系统的软硬件划分中应用效果较好。 相似文献
4.
针对并行遗传算法中计算资源的分配问题,采用遗传算法和多智能体技术相结合的方法,实现了基于粗粒度的并行GA算法结构,该方法有利于改进遗传算法的性能,提高遗传算法搜索的效率. 相似文献
5.
针对传统的BP或GA对模糊神经网络的识别应用存在收敛容易陷入局部极小、识别率低下等问题,提出一种基于BFGS的混合遗传算法。其基本思想为：首先构造一种前馈型模糊神经网络结构,然后用遗传算法进化若干代后,当目标函数的梯度或者范数小于预先设定值ξ,则改用BFGS算法进行优化识别。仿真实验表明,对比GA该算法收敛速度较快,识别精度提高了约7%,能够较好地应用于一类模糊神经网络的识别。 相似文献
6.
提出一种基于遗传算法优化BP网络结构的自适应噪声抵消器,BP算法是最典型的多层神经网络学习算法,它在局部搜索时比较成功,但由于BP网络大多采用沿梯度下降方向的搜索算法,因而不可避免地存在收敛速度慢,容易陷入局部极小点等问题。而遗传算法擅于全局搜索,鲁棒性很强,将采用遗传算法优化网络初始权值的方法,将两种算法相结合,做到优势互补。GA与BP算法的混合算法不论是在运行速度还是在运算精度上都较单纯的BP算法有提高,在信噪比的改善程度上,混合算法的信噪比针对余弦信号提高了23db左右。 相似文献
7.
一种改进的并行混合遗传算法在求解TSP问题中的应用 总被引：1，自引：0，他引：1
遗传算法(GeneticAlgorithm,GA)是一种基于自然群体遗传机制的有效搜索算法。由于它在搜索空间中同时考虑许多点,这样就减少了收敛于局部极小的可能,也增加了处理的并行性。因此,可以利用并行遗传算法(PGA)研究典型的组合优化实例-TSP问题(旅行商问题)的求解问题,提出一种改进的主从式并行混合遗传算法求解TSP问题。实验结果表明,该方法在解的精度和速度上优于以前的算法。 相似文献
8.
提出一种基于遗传算法优化BP网络结构的自适应噪声抵消器，BP算法是最典型的多层神经网络学习算法，它在局部搜索时比较成功．但由于BP网络大多采用沿梯度下降方向的搜索算法，因而不可避免地存在收敛速度慢，容易陷入局部极小点等问题。而遗传算法擅于全局搜索，鲁棒性很强，将采用遗传算法优化网络初始权值的方法，将两种算法相结合，做到优势互补。GA与BP算法的混合算法不论是在运行速度还是在运算精度上都较单纯的BP算法有提高，在信噪比的改善程度上，混合算法的信噪比针对余弦信号提高了23db左右。 相似文献
9.
遗传算法作为一种基于生物进化机制的自适应算法,适用于各类复杂系统的优化计算。然而标准遗传算法所具有的易早熟、易陷入局部最优等问题,在一定程度上限制了遗传算法的推广和使用。在对遗传算子做出改进的基础上,提出了一种基于小种群策略的并行遗传算法,从而有效地提高了遗传算法的执行效率和性能。 相似文献
10.
本文采用遗传算法(Genetic Algorithm,GA)实现自动组卷的系统中,并没有充分考虑试卷中知识点(测试维度)的分值分布,提出一种新的遗传算法(New Genetic Algorithm,NGA)来实现自动组卷功能,并重新定义了适应度函数,加快收敛速度。仿真实验表明,NGA算法不仅高效,且能生成一份有效试卷,使得试卷分值能在测试的维度上尽量实现均匀分布。 相似文献
11.
12.
13.
本文分析阐述了BP神经网络算法、GA遗传算法的相关理论知识,并在此基础上,针对GA-BP相结合的算法在光伏发电功率预测方面的应用进行了研究,包括对影响辐照量的因素进行了分析和基于GA-BP的光伏发电模型预测,最后对预测结果进行了分析。 相似文献
14.
PID调节是自动化领域中应用最广的控制策略,其参数选取的优劣决定了系统的动态响应性能。针对参数的优化问题,应用归一化遗传算法进行PID参数的在线整定,并基于M.SrinivasL.M.Patnaik理论,采用了自适应算子来提高整定的效率和精度,并与一般遗传算法进行对比、分析PID整定后的动态响应性能。仿真结果表明:归一化遗传算法整定的最优指标函数的收敛速度比一般遗传算法提高了30代;稳态时间仅为52ms,比一般遗传算法提高了10ms;归一化整定后信号跟踪误差比一般遗传算法低了0.001。因此,采用自适应算子的归一化遗传算法在PID整定效果优于一般GA算法,大幅提高了PID整定效率和系统动态响应性能。 相似文献
15.
模拟退火算法(SA)是基于局部搜索算法的改进搜索算法,本文使用该方法对舶航向控制PID参数进行离线优化,利用SA算法对目标函数进行搜索迭代运算,得出优化后的PID参数,并进行MATLAB仿真实验与遗传算法(GA)和单纯形算法优化PID参数对比证明SA算法在优化PID参数的可行性和优越性,收敛时间短,系统无超调,上升快,应舵小,具有很强的鲁棒性。 相似文献
16.
随着计算机在教育领域的普及,基于网络技术的试题库系统得到了广泛应用,系统组卷的效率和质量主要取决于其算法设计,常用组卷算法难以充分满足用户多重约束条件下的最优组卷需求。遗传算法是根据生物遗传进化思想而设计的一种计算模型,能够克服常用组卷算法的片面性、低效性,可动态、自适应地得到全局最优组卷方案,利用该算法进行了组卷研究与设计。基于遗传算法的智能组卷系统可大大减轻教师出卷的工作负担,使命题组卷更合理、高效。 相似文献
17.
根据遗传算法和人工蜂群算法各自特点,在遗传算法框架上,利用人工蜂群算法中跟随蜂选择\搜索策略,代替遗传算法中的变异操作,提出一种基于人工蜂群算法跟随蜂选择\搜索的混合遗传算法,并应用到0-1背包问题中。实验结果表明了该算法的有效性。 相似文献
18.
详细分析了遗传算法的原理,并且根据电子商务谈判模型系统的实际,进行种群的编码,给出相应的适应度函数.遗传算法收敛速度慢且性能不稳定,基于粒子群子代个体产生趋于最优个体的思想对遗传算法进行改进,设计出适合粒子群算法的交叉变异概率公式.在针对塑料颗粒的商务谈判中,应用这两种算法模型,结果表明基于粒子群改进的算法比遗传算法更能及时提供谈判解,节省了商务谈判的时间,提高了商务谈判的效率. 相似文献
19.
介绍了FIR数字滤波器,提出了一种改进的遗传算法,基于这种算法主要研究一维的FIR DF的优化设计,即用一个因果稳定的离散线性位移不变系统的系统函数去逼近给定的性能要求。 相似文献
20.
基于改进型遗传算法的智能组卷研究 总被引：1，自引：0，他引：1
本文通过分析智能组卷的目标要求,建立了智能组卷系统的数学模型,并提出了一种基于改进型遗传算法的新的智能组卷算法。通过引入两个不同的选择策略,不同的变异算子,进一步提高了智能组卷算法的效率和性能。 相似文献