简介：核主分量分析是一种输入输出特征非线性变换技术。选择最优或接近最优的非线性变换核函数参数，使类的可分性测度最大，是KPCA应用于特征提取的关键。本文采用高斯变异遗传算法作优化技术，实现了KPCA和GA的集成，适合核函数参数的优化选择。仿真表明，该技术可行、有效。

简介：研究了遗传算法对优化结果的影响，并给出了参数对优化结果的曲线。说明N（种群大小）、（杂交率）、（变异率）对迭代次数及优化结果均有一定影响，从而为改进遗传算法的提出给予理论上的支持。

简介：在研究气体爆轰条件和物理模型的基础上，首次以遗传算法为工具，解决了气体爆轰参数求解时温度、压力假设的盲目性和复杂性，并应用具体算例对该方法进行了验证，为气体爆轰参数的求解提供了一个新的途径。

简介：摘要本文简述了遗传算法的基本原理和特点，以及在各个领域的应用情况。

简介：遗传算法是近些年来产生的一种新算法，它模拟了自然界生物进化过程，属于仿生类算法。它不仅可以解决组合优化问题，也可以解决连续的最优问题。本文从遗传算法的产生背景、基本原理、应用实例及发展方向介绍了遗传算法。

简介：摘要：PID控制算法是经典的工业工程控制算法之一，增量式PID控制算法是对传统PID控制算法的优化，但其存在静态误差无法消除的影响，因此本文引入遗传算法对其进行进一步优化，并给出了优化步骤，同时给出了一个用遗传算法进行单环系统增量式PID控制器优化设计的仿真实例，并克服了其静态误差无法消除的问题。

简介：一、遗传算法的发展遗传算法(GeneticAlgorithms简称GA)是由美国Michigan大学的JohnHolland教授于20世纪60年代末创建的。它来源于达尔文的进化论和孟德尔、摩根的遗传学理论,通过模拟生物进化的机制来构造人工系统。从1985年在美国卡耐基.梅隆大学召开的第一届国际遗传算法会议到1997年5月IEEE的Transactions0nEvo-lutionaryComputation创刊,遗传算法作为具有系统优化、适应和学习的高性能计算和建模方法的研究渐趋成熟。[1]遗传算法是一种自适应全局优化概率搜索算法,主要有以下特点:(1)自组织、自适应和学习性(智能性)。遗传算法消除了算法设计中的一个最大障碍,即需要事先描述问题的全部特点,并要说明针对问题的不同特点算法应采取的措施,因此,它可用来解决复杂的非结构化问题。(2)直接处理的对象是参数的编码集而不是问题参数本身。(3)搜索过程中使用的是基于目标函数值的评价信息,搜索过程既不受优化函数连续性的约束,也没有优化函数必须可导的要求。(4)具有显著的隐并行性。遗传算法按并行方式搜索一个种群数目的点,而不是单点。它的并行性表现在两个方...

简介：遗传算法来源于进化论和群体遗传学,是计算智能的重要组成部分,正受到众多学科的高度重视。本文系统分析了遗传算法的应用研究,并进行了分析和评论

简介：

简介：PID控制技术成熟，广泛应用于化工生产过程控制中，阐述PID控制的典型结构，调节方法，主要阐述基于遗传算法的PID控制技术。

简介：遗传算法是一种高效的模拟生物进化过程的全局随机化搜索优化方法,它可直接得到所求解问题的全局最优解.针对方位保持仪,提出了一种分段参数设置与级间控制相结合的三级温控方案,并基于遗传算法对PID控制参数进行了优化整定.同时介绍了整个温控系统的软件实现.大量试验证明该控制策略接近最优,达到了战技指标要求.

简介：为了探讨遗传算法在大型矿用电动轮自卸车油气悬架设计中的应用，对遗传算法的理论和具体应用进行了研究，对车辆的油气悬架的原理进行了分析，建立了油气悬架的数学模型，整车五自由度模型，确定了以车身加权加速度均方根值为目标函数，及约束条件，并利用遗传算法，选择合适的遗传算法参数，在Matlab软件了中进行参数的优化设计。研究结果表明，矿用自卸车的车身垂向加速度均方根值减少了25．6％，意味着明显改善了车辆的振动响应。

简介：针对PID控制器参数优化问题,提出了基于多种群遗传算法的参数整定方法。为了实现快速高效的参数优化,我们将多种群遗传算法与下山单纯形局部优化算法相结合,提高了算法搜索到全局最优解的概率,并加快了算法收敛速度。实验结果表明,该方法可以实现最优PID参数控制,得到比经典遗传算法更为理想的控制效果。此外,该方法具有普遍的适用性,可用于其它参数优化问题。

简介：纸机干燥部吹贯蒸汽流速控制是解决烘缸积水问题的一项重要措施。吹贯蒸汽流速控制通常采用PID控制器,而传统的PID控制方法的控制精度较低、参数整定耗时较长,难以达到理想的控制效果。本课题在对基本遗传算法进行分析的基础上,提出了一种改进的遗传算法,并将该算法用于PID控制器参数优化,实现对纸机干燥部吹贯蒸汽流速的精确控制。MATLAB仿真实验结果表明,与常规PID控制器和基于基本遗传算法的PID控制器相比,基于改进遗传算法的PID控制系统具有响应速度快、超调量小、鲁棒性强的优点,能够获得理想的控制效果。文中所述算法已投入实际应用,明显提高了二次蒸汽的利用效率,能够获得可观的经济效益。

简介：描述油气田产量与开发时间之间非线性关系的Г模型具有精度高、应用方便、用途广泛等优点,但非线性参数估计难度较大.文中采用具有智能性的的遗传算法求Г模型参数的最优估计值,引用油气田实际产量数据进行估计和预报,获得了优于常规非线性最小二乘法的结果.

简介：在分析传统遗传算法和模拟退火算法各自优缺点的基础上，提出把模拟退火算法和传统遗传算法相结合的混和算法．有效避免了两种算法的不足之处，并将该混和模拟退火遗传算法用于非线性的参数估计中。

简介：在排课的过程中我们应该尽量将课程安排在教学效果较好的节次中,排课过程中必须满足各种约束条件,=1教室rn在时间td由教师sk上课程lp

简介：摘要:一直以来，由于遗传算法的优异性，被广泛应用在各个领域；本文通过遗传的各个步骤和方法的介绍，便于学者理解，并指出算法的评价指标，为广大学者提供验算标准。

简介：通过了解模糊控制器优化的原理，对遗传算法进行改进，提出一种新的基于遗传算法的优化算法，并将其应用到模糊控制嚣设计当中。以工业过程控制为对象，通过二阶系统模型的仿真，结果表明改进后的遗传算法比原始算法有更好的控制性能，可实现模糊控制规则的自校正和量化因子的寻优。该算法简单、有效，对模糊控制器的工程设计有很大的实用性。

简介：Web语义搜索结果排序一直是搜索引擎的主要研究课题之一。但是目前通用的算法例如OntoKhoj排序算法和AKTiveRank排序算法的排序结果并不理想,主要原因是排序思路比较片面,公式中的系数很难确定。针对这一问题,我们结合了OntoKhoj算法和AKTiveRank的优势,提出了O＆A算法,并使用遗传算法对O＆A中的系数进行了优化。实验表明,O＆A算法的排序结果要明显优于OntoKhoj排序算法和AKTiveRank排序算法。