Results 1 to 10 of about 992,462 (157)
Guangtongxin yanjiu, 2016 WDM（波分复用）光网络中基于GA（遗传算法）的RWA（路由与波长分配）算法是目前最常见的算法,为了提高网络资源利用率并进一步降低阻塞率,提出了一种动态的、基于改进GA的DCMA-GA（双交叉变异自适应遗传算法）,通过引入自适应交叉与变异概率机制来减少GA的复杂度并应用于波长分配子算法中。仿真结果表明,与经典算法Dijkstra+FF（首次命中）相比,新算法最大能降低50%的阻塞率,在波长分配方面可提高10%的性能,验证了新算法的有效性。
邓沌华, 刘秋兵, 李蔚
doaj +2 more sources
Jixie chuandong, 1999 针对遗传算法提出了一些改进措施，用以提高算法的收敛速度和精度，并提出了四面体变几何桁架机器人的避障判据。应用改进后的遗传算法，实现机器人末端给定的运动轨迹和避障要求，并求得相应瞬时的关节变量值；并对７ ...
吴江, 徐礼钜
doaj
四川大学学报. 自然科学版, 2005 遗传算法对系统中的反馈信息利用不够,当求解到一定范围时往往做大量无谓的冗余迭代,求精确解的效率低下;蚂蚁算法初期信息素匮乏,求解速度慢.作者取长补短综合采用这两种方法来分割图象.首先采用遗传算法搜索隶属度曲面及其对应的欧氏距离,接着采用蚂蚁算法分割图象,取得了较好的分割效果.
张锋 +4 more
doaj
Guangtongxin yanjiu, 2007 文章简要介绍了几种现代非线性优化算法,在两级偏振控制器和时延线级联补偿器结构的基础上,采用遗传算法作为偏振模色散（PMD）补偿中的反馈控制算法进行全局最优化,使偏振度（DOP）实现最大化,实现PMD补偿。文章对遗传算法在二阶PMD补偿中的应用进行了理论分析,并且设计了以TMS320C6711DSK为核心硬件的整套控制结构。
毕辉, 李唐军, 刘向春, 王目光
doaj
Jixie chuandong, 2015 运用全局解析法对同心式磁力齿轮电磁场、电磁转矩进行分析和计算,在此基础上,利用Matlab优化工具箱中的遗传算法对其优化设计。实验结果表明,基于Matlab遗传算法工具箱的同心式磁力齿轮优化设计方法得到了令人满意的结果,并为同心式磁力齿轮的分析和设计提供了一个新的途径。这对同心式磁力齿轮的研究及应用具有重要意义。
张敬尧 +4 more
doaj +1 more source
四川大学学报. 自然科学版, 2003 论述了如何将模拟退火算法与遗传算法相结合,并用于过程控制参数的优选,得到了适应度函数以误差最小为优化准则的最优参数.用该参数进行了二阶系统阶跃响应的仿真研究,取得了较好的控制效果,表明模拟退火 遗传算法用于过程控制参数的寻优具有较强的实用价值.
严刚峰, 赵宪生
doaj
Gaoya dianqi, 2018 微电网的经济优化调度是一个具有重要经济和社会效益的复杂问题。为了实现由分布式电源组成的微网以更为经济、灵活、环保的方式运行,充分发挥分布式电源的发电优势,针对微网优化调度的问题,提出了以电动汽车同时作为负荷和发电单元并且计及制热收益的微网多目标优化模型,并以经济效益最大化、环境成本最小化进行微网多目标优化。在优化求解过程中,文中所使用的量子优化算法中引入了双链式结构和动态旋转角调整策略,提出了一种新的改进型量子遗传算法,并与传统的遗传算法和基本的量子遗传算法进行了对比。最后通过算例验证了所提的模型 ...
程启明 +4 more
doaj
四川大学学报. 自然科学版, 2004 基于自适应遗传算法,实现了单跑道降落飞机调度问题的求解.算法以所有飞机的排列次序做为个体编码,解码时用移动方法确定飞机的降落时间.适应度函数的构造综合考虑了飞机的提前和延迟带来的损失,选择算子采用期望值方法,交叉算子用顺序交叉,变异算子用倒位变异.为提高算法的执行效率并避免早熟收敛,对交叉和变异概率均采用自适应策略.仿真结果表明了自适应遗传算法用于飞机调度问题的有效性.
杨秋辉, 游志胜, 冯子亮, 樊鸿
doaj
四川大学学报. 自然科学版, 2014 特征选择作为一种常见的降维方法,一直以来都是机器学习和数据挖掘领域的热点话题.针对传统特征选择算法没有充分考虑特征全局冗余性,导致选择的特征子集对分类识别精度不够高的问题,提出基于复杂网络节点重要度评估和遗传算法的特征选择算法,将每个特征视为网络节点,根据互信息建立边,将特征选择问题转化为节点重要度评估问题,利用遗传算法选择最优特征子集.实验结果表明此算法能够找到较为优秀的特征子集,有效降维并提高分类精度.
何荧 +5 more
doaj
Zhendong Ceshi yu Zhenduan针对同时识别动载荷位置和大小中的矩阵病态问题，以及将反问题转化为正向识别的最值问题，采用自适应算法和非线性规划对遗传算法（genetic algorithm， 简称GA）进行改进，将改进后的混合算法用于求解最值问题，得到动载荷参数。首先，建立频域识别模型，把理论值与测量值的差值的二范数最小化作为优化目标函数；其次，将该目标函数作为混合算法的评价函数来识别动载荷参数；最后，进行简支梁动载荷识别的仿真和实验，对比了正向识别和逆系统法，讨论了非线性规划代数和噪音对混合算法的影响。研究结果表明 ...
doaj +1 more source