快速遗传算法论文-李二超,马玉泉

快速遗传算法论文-李二超,马玉泉

导读:本文包含了快速遗传算法论文开题报告文献综述及选题提纲参考文献,主要关键词:多目标优化,区间离散变量,遗传算法,快速二层解修补

快速遗传算法论文文献综述

李二超,马玉泉[1](2019)在《基于快速二层解修补策略的区间离散遗传算法》一文中研究指出以等式约束下的区间离散多目标优化问题为研究对象,提出了快速二层解修补策略,其主要思想是:首先,用初始解生成器生成一个满足等式约束条件的种群,然后,将此种群中可修补个体以其违反约束度最小为目标函数,将落在未定义区间的个体修补至定义区间内,最后,在定义子区间内微调得到满足约束条件的个体,其调整方法如下:按照当前个体中的每个变量在其所处区间内的可调节上下限在此个体总的可调节上下限值内所占的比例进行调节,使得不满足等式约束的变量得到有效修补.最后,通过实验验证了本文算法的有效性.(本文来源于《南京师大学报(自然科学版)》期刊2019年03期)

高爽,张若愚[2](2019)在《基于自适应遗传算法的MEMS加速度计快速标定方法》一文中研究指出微惯性测量单元(MIMU)的标定技术是低精度惯性导航领域中的重要研究方向,传统标定方法操作复杂,标定精度严重依赖转台精度。为解决大批量MIMU快速标定的问题,提出了一种基于自适应遗传算法(GA)的微机电系统(MEMS)加速度计快速标定方法,将加速度计标定问题转化为参数优化问题。首先,利用模观测原理构造目标优化函数;然后,分析系统可观测度确定最优标定编排方案;最后,采用全局搜索的自适应遗传算法优化标定参数。实验结果表明:与牛顿迭代法相比,标定精度提升1~3个数量级,运算速度提高61%。标定后解算的水平姿态角误差小于0. 1°,可实现与传统标定方法相同量级的姿态精度,验证了所提方法的优越性和实用性。(本文来源于《北京航空航天大学学报》期刊2019年10期)

刘炜,王彦春,谢玮[3](2019)在《基于快速非支配排序遗传算法的VTI介质多分量迭前联合反演》一文中研究指出在VTI介质中,由于引入了各向异性参数使得多分量多参数地震反演问题的非线性程度显着增加,因此采用传统的权重加权法构建单目标函数进行反演得到的反演结果往往并不理想.本文以反射率法为基础,结合快速非支配排序遗传算法研究了一种VTI介质的多分量迭前联合反演方法.该方法以反射率法为正演方程,应用互相关原理构建PP波和PSV波的多目标函数,进而采用快速非支配排序遗传算法全局寻优获得VTI介质的厚度、纵横波速度、密度和各向异性参数等多个参数.在正演的过程中,反射率法可以考虑几何扩散、吸收衰减、透射损失、多次波以及纵横波旅行时不匹配等地震波传播效应,更能精确地描述地震波在地下地层中的真实传播情况;在反演的过程中,快速非支配排序遗传算法可以在不引入权重系数的条件下同时优化多个目标函数,获得联合反演问题的Pareto最优解,既不添加权重系数影响又充分利用多分量地震数据.模型测试结果验证了该反演方法的有效性和可行性.(本文来源于《地球物理学报》期刊2019年04期)

李震,吴俊君,高强[4](2019)在《基于改进遗传算法的微小图像边缘特征快速识别研究》一文中研究指出针对微小图像边缘特征识别方法存在识别速度慢、识别精度低的问题,提出一种基于改进遗传算法的微小图像边缘特征快速识别方法。对经典边缘特征识别算子进行处理并构成初始化子群,利用新的编码方法对子群中的染色体进行编码,构建适应度函数计算出相应的适应值,并根据适应值设计遗传算子,完成遗传算法的改进;采用克隆选择理论对微小图像边缘特征进行预处理,形成微小图像的抗体库,基于改进遗传算法并利用K近邻判别理论完成待识别微小图像特征智能识别。仿真结果表明,与标准遗传算法相比,改进遗传算法平均进化代数减少3.15代,效率提高了35%,可满足微小图像边缘特征识别的实际要求。(本文来源于《机械设计与制造工程》期刊2019年01期)

熊浩,韩印[5](2019)在《基于遗传算法——支持向量机模型的快速公交行程时间算法研究》一文中研究指出为提高快速公交到站时间预测的准确性,提出应用以遗传算法参数寻优的支持向量机方法。将公交行程时间分为行驶时间和站台时间,用遗传算法训练参数,用支持向量机(SVM)进行学习和预测。利用上海某中运量公交线路11月的3天调查数据训练支持向量机模型,用另一天的数据进行验证。实验表明,基于遗传算法参数寻优的支持向量机模型跟实际更加匹配。(本文来源于《物流科技》期刊2019年01期)

周勇,胡中功[6](2018)在《改进的快速遗传算法在函数优化中的应用》一文中研究指出遗传算法作为一种模仿生物自然进化过程的全局随机优化算法,在工程中已得到广泛应用。但普通遗传算法易存在早熟及收敛速度慢等缺点。提出一种快速收敛的改进遗传算法,该算法从全局出发,对初始群体生成、遗传选择、交叉和变异算子操作等几个方面做出改进,其中重点对交叉率和变异率进行优化,实现交叉率和变异率按个体适应度以S曲线和高斯分布曲线形式进行非线性自适应调整。通过案例仿真分析,证明了该方法的可行性和有效性,且具有更快的收敛速度和更可靠的稳定性。(本文来源于《现代电子技术》期刊2018年17期)

肖俊明,刘凯松,朱永胜,谢亮,高洪洋[7](2018)在《基于改进参考点的快速非支配排序遗传算法研究》一文中研究指出快速非支配排序遗传算法(NSGA-Ⅱ)是解决多目标优化问题的经典算法,然而在解决高维多目标问题时,算法的优化效果不佳。本文改进了参考点策略中参考点的生成方式,并将改进后的参考点策略与NSGA-Ⅱ相结合,使其在优化高维多目标问题时的求解性能有了较大的提高。利用DTLZ标准测试函数对4种算法进行了对比,结果表明,改进后的算法在有效解决高维多目标问题的同时,保证了良好的分布性能。(本文来源于《中原工学院学报》期刊2018年03期)

王笑丹,武瑞玾,徐丽萍,王莹[8](2018)在《基于颜色传感器和遗传算法的牛肉系水力快速检测》一文中研究指出为了实现快速检测牛肉系水力,解决肉制品系水力检测不便的问题,该文研究了基于颜色传感器和遗传算法的牛肉系水力快速检测方法。优化了变色试纸与牛肉样品的最佳贴附时间,使用Arduino控制器操控颜色传感器采集试纸颜色参数;将80组牛肉样品分成60个训练组和20个验证组,应用遗传算法优化BP神经网络模型。研究结果表明:在系水力试纸的尺寸为5 cm×2 cm、氯化钴浸泡液浓度为3 g/mL的条件下,得到试纸最佳贴附时间为20 s;经遗传算法优化BP神经网络后,最佳线性回归方程的斜率为0.96,相关系数R~2为0.987,优化后的神经网络模型对系水力等级的预测准确率从90%提高到95%;将检测时间降低到1 min之内,实现了对牛肉系水力等级的快速检测。该研究为进一步开发智能化的肉制品系水力快速检测设备提供了理论依据。(本文来源于《农业工程学报》期刊2018年11期)

唐信[9](2018)在《基于遗传算法波前整形的光透过散射介质快速聚焦的方法研究》一文中研究指出激光穿透强散射介质时会受到多重散射的影响,因而未经调制的激光无法穿透强散射介质实现聚焦。采用迭代优化法、相位共轭法或传输矩阵法能实现激光透过强散射介质在散射介质内部或外部聚焦。遗传算法具有优越的自适应性和高鲁棒性,基于遗传算法容易实现光聚焦而且抗噪性能卓越。当实现光聚焦的速度足够快时,就能应用光聚焦技术对活体生物组织进行成像,因此研究基于遗传算法的光聚焦的快速实现具有重要意义。本文研究了遗传算法理论并将遗传算法用于激光波前整形实现光聚焦。对激光波前进行纯相位或纯振幅调制都能实现光聚焦。数字微镜对激光振幅的调制速度比液晶空间光调制器对激光相位的调制速度更快,本文研究采用数字微镜对入射光场进行二进制振幅调制,从而提高了实现光聚焦的速度。遗传算法的迭代时间是影响光聚焦速度的重要因素。调制入射光场的掩膜矩阵从电脑传递到数字微镜和CCD相机对输出光场进行曝光并将图像传回电脑的过程中皆存在延时。研究对CCD相机的丢帧进行定位和处理,提出和在实验上实现了错位对准迭代时序,加快了波前整形速度。在计算机中使用并行运算遗传算法使其能以更快的帧率迭代,从而提高了实现光聚焦的速度。在FPGA中实现GigE接口和HDMI接口,从而使用FPGA接收并解析CCD相机回传的图像和将FPGA中的掩膜矩阵直接输出到数字微镜中;使用FPGA取代计算机,在FPGA中生成随机数以及实现选择算子、交叉算子、变异算子和进行遗传算法运算,减小延时和提高算法的运算速度,从而提高了实现光聚焦的速度。研究遗传算法并与波前整形结合,在实验上实现了光透过强散射介质聚焦;提出并实现了错位对准迭代时序,避免了迭代延时的累加,波前整形速度从5Hz提高到25Hz,提高了 4倍;在实验上使用FPGA芯片取代计算机运行遗传算法进行波前整形实现光聚焦,波前整形速度从5Hz提高到60Hz,提高了11倍。(本文来源于《北京化工大学》期刊2018-05-22)

袁帅鹏,李铁克,王柏琳[10](2019)在《多目标炼钢—连铸生产调度的改进带精英策略的快速非支配排序遗传算法》一文中研究指出针对炼钢连铸调度的特殊工艺要求,在考虑炉机匹配原则和多重精炼的情况下,建立了以炉机匹配度、炉次间等待时间、浇次的开浇提前/拖期时间为评价指标的多目标约束满足优化模型,并针对其多目标特征,提出一种基于自适应网格法的择优策略来改进带精英策略的快速非支配排序遗传算法,有效克服了使用传统Pareto支配法择优策略在解决离散问题时容易丢失有用信息的缺陷。基于多种规模的实际生产数据进行仿真实验,结果表明所提算法在收敛性、最优解集多样性和计算效率方面优于传统带精英策略的快速非支配排序遗传算法。(本文来源于《计算机集成制造系统》期刊2019年01期)

快速遗传算法论文开题报告

(1)论文研究背景及目的

此处内容要求:

首先简单简介论文所研究问题的基本概念和背景,再而简单明了地指出论文所要研究解决的具体问题,并提出你的论文准备的观点或解决方法。

写法范例:

微惯性测量单元(MIMU)的标定技术是低精度惯性导航领域中的重要研究方向,传统标定方法操作复杂,标定精度严重依赖转台精度。为解决大批量MIMU快速标定的问题,提出了一种基于自适应遗传算法(GA)的微机电系统(MEMS)加速度计快速标定方法,将加速度计标定问题转化为参数优化问题。首先,利用模观测原理构造目标优化函数;然后,分析系统可观测度确定最优标定编排方案;最后,采用全局搜索的自适应遗传算法优化标定参数。实验结果表明:与牛顿迭代法相比,标定精度提升1~3个数量级,运算速度提高61%。标定后解算的水平姿态角误差小于0. 1°,可实现与传统标定方法相同量级的姿态精度,验证了所提方法的优越性和实用性。

(2)本文研究方法

调查法:该方法是有目的、有系统的搜集有关研究对象的具体信息。

观察法:用自己的感官和辅助工具直接观察研究对象从而得到有关信息。

实验法:通过主支变革、控制研究对象来发现与确认事物间的因果关系。

文献研究法:通过调查文献来获得资料,从而全面的、正确的了解掌握研究方法。

实证研究法:依据现有的科学理论和实践的需要提出设计。

定性分析法:对研究对象进行“质”的方面的研究,这个方法需要计算的数据较少。

定量分析法:通过具体的数字,使人们对研究对象的认识进一步精确化。

跨学科研究法:运用多学科的理论、方法和成果从整体上对某一课题进行研究。

功能分析法:这是社会科学用来分析社会现象的一种方法,从某一功能出发研究多个方面的影响。

模拟法:通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。

快速遗传算法论文参考文献

[1].李二超,马玉泉.基于快速二层解修补策略的区间离散遗传算法[J].南京师大学报(自然科学版).2019

[2].高爽,张若愚.基于自适应遗传算法的MEMS加速度计快速标定方法[J].北京航空航天大学学报.2019

[3].刘炜,王彦春,谢玮.基于快速非支配排序遗传算法的VTI介质多分量迭前联合反演[J].地球物理学报.2019

[4].李震,吴俊君,高强.基于改进遗传算法的微小图像边缘特征快速识别研究[J].机械设计与制造工程.2019

[5].熊浩,韩印.基于遗传算法——支持向量机模型的快速公交行程时间算法研究[J].物流科技.2019

[6].周勇,胡中功.改进的快速遗传算法在函数优化中的应用[J].现代电子技术.2018

[7].肖俊明,刘凯松,朱永胜,谢亮,高洪洋.基于改进参考点的快速非支配排序遗传算法研究[J].中原工学院学报.2018

[8].王笑丹,武瑞玾,徐丽萍,王莹.基于颜色传感器和遗传算法的牛肉系水力快速检测[J].农业工程学报.2018

[9].唐信.基于遗传算法波前整形的光透过散射介质快速聚焦的方法研究[D].北京化工大学.2018

[10].袁帅鹏,李铁克,王柏琳.多目标炼钢—连铸生产调度的改进带精英策略的快速非支配排序遗传算法[J].计算机集成制造系统.2019

标签:;  ;  ;  ;  

快速遗传算法论文-李二超,马玉泉
下载Doc文档

猜你喜欢