共查询到20条相似文献，搜索用时 296 毫秒
1.
设计了一种基于支配关系下的局部搜索方法，将此局部搜索方法嵌入到多目标遗传算法中，从而提出一种有效的求解多目标优化问题的混合遗传算法。为加速遗传算法在全局优化问题上的收敛性，发挥传统数值优化算法在计算速度与计算精度上的优势，在遗传算法中镶嵌一个多目标线搜索算子。线搜索算子与遗传算法中的选择算子、交叉算子和变异算子共同作用，使全局搜索和局部搜索都能够很好的实现。数值实验表明，该混合遗传算法能求得问题的数量更多、分布更广的Pareto最优解。 相似文献
2.
针对电力系统多目标无功优化(MOORPD)问题,建立了两个双目标无功优化模型:最小化网络损耗和电压稳定性指标以及最小化网络损耗和电压偏移量模型,提出了一种基于全序排序帝国主义算法(TRICA)的多目标无功优化方法。通过非劣排序和拥挤距离计算实现所有国家的层级排序和全序排列,以改进国家权力度量方法,实现帝国主义算法在多目标问题中的应用;然后通过模糊群决策方法,找到帕累托前沿中的最优折衷解。选取IEEE30节点系统进行仿真测试,并将实验结果与多目标粒子群算法(MOPSO)所得结果进行比较分析,结果表明了MOTRICA能够找到更优解,体现了改进算法的有效性和优越性。通过该仿真试验可加深学生对智能算法的理解,引导学生解决多目标优化问题。 相似文献
3.
李广霞 《石家庄职业技术学院学报》2013,25(4):27-29
设计了一种基于遗传算法的关联规则算法,该算法将遗传算法和关联规则相结合.对遗传算法的编码方法、适应度函数的构造、交叉算子和变异算子进行了分析,给出了所设计方法的具体步骤,并进行了试验.试验表明,改进后的算法的执行效率高于Apriori算法. 相似文献
4.
基于遗传算法的火电单元机组多目标优化协调控制 总被引：1，自引：0，他引：1
作者提出了一种基于遗传算法的火电单元机组多目标优化协调控制策略。该策略通过改进的遗传算法进行多目标优化求解机组最优稳态控制量以得到最优设定值，从而完成多目标优化协调控制任务。改进的遗传算法采用十进制编码，规范化几何秩选择，混合交叉及均匀变异。仿真结果表明，在不同的运行目标下控制量的最优适应度函数都能快速收敛，遗传算法为多目标优化协调控制提供了有效的途径。 相似文献
5.
多目标遗传算法NSGA-Ⅱ是解决0/1背包问题[1]的有效算法,但是它还存在一定的缺陷,当0/1背包问题的规模较大时,这种方法很难收敛到Pareto最优边界,因此解的分布性不是很好,解集也很难收敛。针对此问题,提出基于ε支配的MOGA来求解0/1背包问题,通过实验验证该算法在求解分布性上优于NSGA-Ⅱ。 相似文献
6.
提出了一种组合排序方案,并将这种排序方案应用于遗传算法．利用该排序下的遗传算法针对OR数据库中的多维度背包问题进行了求解,同时和其它类似算法进行了实验比较． 相似文献
7.
卢静 《浙江教育学院学报》2003,(1):49-54
对运用遗传算法来生成PCB和MCM互连测试矢量集这一过程进行了研究，并对编码策略、目标函数等问题进行了讨论，提出了故障模拟方案，得出一种高效混合并行遗传算法，最后还通过实验验证了该方法比一般算法更有效。 相似文献
8.
流水车间调度问题属于NP完全问题。为了更高效地求解多目标流水车间调度这一问题,提出了一种新的混合多目标遗传算法,采用小生境技术、双重精英策略及非劣解局部搜索,并且可根据适应度来自动调节交叉和变异概率。实验表明,该算法具有更快的收敛速度和优化效果。 相似文献
9.
众所周知．遗传算法的运行机理及特点是具有定向制导的随机搜索技术。其定向制导的原则是：导向以高适应度模式为祖先的“家族”方向。而遗传算法中的交叉操作就是在高适应度模式中寻找最优解的操作。文章以此结论为基础,利用均匀设计抽样的理论和方法,对遗传算法中的交叉操作进行了重新设计。使其能随机、均匀地搜索高适应度模式空间,能有效提高搜索的效率。称这样得到的新的遗传算法为均匀设计抽样遗传算法。最后将均匀设计抽样遗传算法应用于求解函数优化问题,并与简单遗传算法和佳点集遗传算法进行比较。通过模拟比较。可以看出新的算法不但提高了算法的速度和精度．而且避免了早熟现象。 相似文献
10.
针对基于遗传算法的工作挖掘中容易淘汰掉适应度低的个体,从而丢失存在于低劣个体中的优良基因片导致得到的解不理想的情况,提出一种带分级思想的遗传算法对工作流进行挖掘。该算法采用因果矩阵作为工作流模型的编码。在创建初始种群阶段引入启发式规则,并根据个体的适应度值对种群实施分级策略,提高解的质量。仿真实验表明该方法与基于遗传算法的工作流挖掘方法相比更能产出较高质量的解。 相似文献
11.
This paper concerns with modeling and design of an algorithm for the portfolio selection problems with fixed transaction costs and minimum transaction lots. A mean-variance model for the portfolio selection problem is proposed, and the model is formulated as a non-smooth and nonlinear integer programming problem with multiple objective functions. As it has been proven that finding a feasible solution to the problem only is already NP-hard, based on NSGA-II and genetic algorithm for numerical optimization of constrained problems (Genocop), a multi-objective genetic algorithm (MOGA) is designed to solve the model. Its features comprise integer encoding and corresponding operators, and special treatment of constraints conditions. It is illustrated via a numerical example that the genetic algorithm can efficiently solve portfolio selection models proposed in this paper.This approach offers promise for the portfolio problems in practice. 相似文献
12.
Christoph Selter 《Educational Studies in Mathematics》2001,47(2):145-173
The present paper describes the success, the methods (mental, informal written, standard algorithm) and the strategies of
informal written arithmetic to be observed when 300 elementary students worked on six addition and six subtraction problems
with three-digit numbers. These twelve problems were administered repeatedly by means of a class test: in February (grade
3; nine-year-olds) before the standard algorithms were introduced, in June after they had been dealt with and in October at
the beginning of grade 4.
This revised version was published online in July 2006 with corrections to the Cover Date. 相似文献
13.
宇亚卫 《西安文理学院学报》2007,10(3):91-94
对基于遗传算法的图的着色问题的求解过程进行了深入的分析,遗传算法的实现涉及到染色体的编码方法、适应度函数的设计以及遗传算子的选择,在设计过程中分别对它们进行了分析和改进,使得运行效率得到提高,并且在分析的基础上予以了实现. 相似文献
14.
Henderien Steenbeek Louise Jansen Paul van Geert 《Learning and individual differences》2012,22(1):64-75
This study aims at examining problematic learning trajectories of students with emotional behavioral disorders (EBD) by means of a longitudinal and time serial (micro genetic) study of individual instruction sessions during arithmetic lessons. Micro genetic analysis techniques were applied on the variable “responsiveness” in the scaffolding dynamics, which was chosen as an indicator variable for the quality of the instruction. In a representative EBD student–teacher pair, an iterative process of stability and change of five dynamically related scaffolding variables and one arithmetic variable was demonstrated, which indicated the existence of three phases over a period of two school years. In the short term dynamics of scaffolding, an asymmetric engagement level of teacher and student was found, which was dominated by the teacher's initiatives. Overall, the data point to a suboptimal coupling in this student–teacher pair. An applied conclusion of our study is that educational recommendations should be aimed at transforming existing, self-sustaining transactional patterns between the teacher and the student in real-time instruction sessions during arithmetic lessons. 相似文献
15.
基于遗传算法的智能控制创新性实验研究 总被引：1，自引：0，他引：1
将遗传算法控制与传统PID控制算法相结合,利用遗传算法控制理论,将人工智能以非线性控制方式引入到控制器中,使控制器具有不依赖系统精确数学模型、在线自动调整控制器参数的特点,对系统参数变化有较好的适应性,使系统在任何状态下可得到比传统PID控制更好的控制效果。在原有自动控制理论实验基础上,引用此方法开发了智能控制实验,并将编写的软件进行了算法验证。其目的是使用智能控制技术将课堂理论教学内容与实际应用相结合。这对于实际应用中不能准确建立数学模型的被控对象有较好的实际应用价值。 相似文献
16.
17.
18.
将实用先进的数学工具“遗传算法”融合到课程的教学中,能使学生在众多解决未来实际问题的途径和方法中选取最优。遗传算法具有简单、通用和鲁棒性强等优点,因而迅速成为车间调度应用的重要而有效的手段。以引入遗传算法为手段,从应用现状、教学内容及过程、使用功能强大的寻优软件三个方面引入遗传算法的方法,引导机械制造专业学生对实际问题进行优化的能力,可有效提升高职机械制造专业高等数学的针对性和实用性,激发学生解决优化问题的兴趣。 相似文献
19.
１ＩｎｔｒｏｄｕｃｔｉｏｎＧｅｎｅｔｉｃａｌｇｏｒｉｔｈｍｓ（ＧＡｓ）ｗｅｒｅｐｒｏｐｏｓｅｄｔｏｓｏｌｖｅｐｌａｎｎｉｎｇ,ｓｃｈｅｄｕｌｉｎｇ,ｏｒｏｐｔｉｍｉｚａｔｉｏｎｐｒｏｂｌｅｍｓｉｎ１９７０ｓ．ＧＡｓｓｉｍｕｌａｔｅｎａｔｕｒａｌｅｖｏ... 相似文献
20.
丁春荣 《通化师范学院学报》2006,27(2):46-48
1前言动态规划是研究一类最优化问题的方法,作为一种使用多阶段决策过程最优的通用方法,它是在20世纪50年代由美国数学家Richard Bellman发明的,在应用数学、经济、工程技术、企业管理、工农业生产及军事等领域中都有广泛的应用.近年来,在ACM/ICPC中,使用动态规划(或部分应用动 相似文献