简介：

简介：摘要本研究针对当前主流的OpenStack云计算平台，在OpenStack的资源调度策略基础上，提出了一种基于OpenStack的资源调度改进遗传算法。

简介：院网格发展的主要思想是有效的利用分布在世界各地的计算资源。而在网格环境下，是通过很多相互依赖的任务来描述作业的，这让工作流调度面临巨大的挑战。在本文中，提出了一个改进型的混沌遗传演算法来解决在工作流应用程序中的调度优化问题，它利用信息熵的概念动态调整了交叉和变异概率，优化了传统的遗传算法，并最终通过实验证明了算法的有效性。

简介：随着云计算的出现，大数据的概念也随之产生。自然灾害日趋增多，要求应急设施的部署规模不断扩大，这时，如何有效进行大规模应急设施的选址成为应急管理系统的关键。因此，提出一种改进的并行遗传算法并在Hadoop平台上编程实现，并应用于求解应急设施选址问题的集合覆盖模型，达到求解应急设施选址的目的。试验结果表明，改进的并行遗传算法不管在获取全局最优解上还是在求解大规模应急设施选址的时效性上都优于原有算法，是一种云计算环境下有效的应急设施选址问题求解算法。

简介：在AS／RS调度系统中，货位分配是一个关键问题。为了提高AS／RS入出库效率，优化货架的使用，文章引入遗传算法理论，并利用该思想对自动化立体仓库货位分配算法进行了优化，提出并建立了基于遗传算法的AS／RS货位优化模型。

简介：【摘 要】伴随用户需求不断变化，相应的计算机网络也需要随需求不断优化。本论文在立足于遗传算法与计算机网络概述的基础上,首先系统介绍了遗传算法的概念、特点、工作原理以及优势等。然后研究了遗产算法在计算机网络优化中的应用价值，探讨了遗产算法在计算机网网络优化中的具体应用,分析了遗传算法应用下计算机网络优化设计结果以及其他应用。希望研究成果,为后期研究类似课题人员提供有效的参考和借鉴。

简介：对电力客户的信用进行分析评估对于供电企业将电力输送给可靠的电力用户、提高企业经济效益具有重要意义。在分析影响电力客户信用影响因素的基础上,构建了电力客户信用评价指标体系,将遗传算法和神经网络原理引入电力客户信用评价领域,提出了基于遗传算法和神经网络的电力客户信用评价模型。实证结果表明：模型具有较强的自组织、自学习和自适应能力,模型评估结果比较客观合理。

简介：为了高效准确的进行PCI规划寻优，本文通过研究LTE网络PCI规划理论模型，结合对比不同算法对该类问题的适应性，设计了改进型的遗传算法，算法将网络的PCI整体模干扰值作为适应度函数，同时为了避免普通二进制编码在变异时的缺陷，编码方式采用格雷码编码，在算法的种群选择阶段加入模拟退火的思想，规划数据源采用基于小区间的相关性测量数据构造二维干扰矩阵，并在实际的移动通信LTE网络进行了规划实验验证，取得了预期的效果。

简介：摘要互联网在现代社会中迅速的发展，同时，也带来了不少网络安全问题。对于目前所存在的安全问题也逐步在改善。最有效的是问题检测，对于明确的标志或者标志牌的检测在遗传算法的出现后有了很大的进步。加密技术、身份鉴别技术、访问控制技术和防火墙技术等都属于网络安全问题的检测，但它们均存在较大的缺陷和不足，给互联网用户带来了不便。本文就标志牌检测的现状和存在的问题以及后续的发展作了分析，将功能优化后的遗传算法运用于标志牌检测与识别系统研究和技术中。

简介：单神经元(PSD)控制器利用神经元的自学习、自组织能力,根据被控对象的变化情况对控制器的权值进行在线调整,达到了在线调整PID参数的目的;且设计时无需精确对象模型,克服了常规PID因负载、模型参数的变化及非线性因素等影响PID精确调节的缺点.采用遗传算法对单神经元PID参数进行寻优,在搜索空间内获得全局最优点.仿真结果表明:采用遗传算法改进的单神经元PID控制器能获得较好的控制效果.

简介：针对传统BP神经网络存在着容易陷入局部极小点、训练时间太长等缺点,本文采用基于浮点编码的遗传算法,对BP神经网络的初值空间进行了遗传优化。用基于浮点编码的遗传算法来优化BP神经网络的权值,可得到最佳初始权值矩阵,并按误差前向反馈算法,沿负梯度搜索进行网络学习。文中以混凝土重力坝结构作为算例,用结构的模态频率变化作为网络的输入向量,结构的损伤位置作为输出向量,对网络进行了训练。仿真结果表明：遗传BP神经网络的收敛和诊断能力优于传统BP神经网络,可有效地运用到大坝结构的健康诊断与损伤识别中。

简介：摘要：为了高效准确的进行 PCI规划寻优，本文通过研究 LTE网络 PCI规划理论模型，结合对比不同算法对该类问题的适应性，设计了改进型的遗传算法，算法将网络的 PCI整体模干扰值作为适应度函数，同时为了避免普通二进制编码在变异时的缺陷，编码方式采用格雷码编码，在算法的种群选择阶段加入模拟退火的思想，规划数据源采用基于小区间的相关性测量数据构造二维干扰矩阵，并在实际的移动通信 LTE网络进行了规划实验验证，取得了预期的效果。

简介：基于光谱预处理及遗传算法（genetiealgorithm，GA）法优化波长，再结合偏最小二乘（partialleastsquares，PLS）法建立面粉中水分的定量分析模型，对比在不同预处理方法下相关系数R2、

简介：摘要：随着电动汽车规模不断扩大，电动汽车集中充电引发了一系列问题，例如电压质量下降、用户等待出充电时间过长、充电设施建设成本过高等，为解决上述问题，本文提出一种基于大变异遗传算法的电动汽车有序充电控制策略。在保证变压器安全稳定运行的基础上，以电网负荷峰谷差最小和用户充电成本最小为优化目标建立模型。采用大变异遗传算法对模型进行求解，所得结果与无序充电相比负荷峰谷差降低32%，与基于传统遗传算法的电动汽车有序充电控制策略相比峰谷差降低9%。

简介：“人工智能+基于心智的生物学”课程的总体设计是从生物学视角来解释人工智能的算法逻辑,包括从生物学看终极算法、从计算机科学看认知神经科学、仿生人工智能、心智社会四大模块。“从进化论到遗传算法”是“从生物学看终极算法”模块的第3课时,该课时教学通过多足行走器等可视化算法内容培养学生对遗传算法的兴趣,通过类比达尔文的进化论使学生理解遗传算法的架构和逻辑、培养他们的跨学科思维能力,通过让学生模拟遗传算法的表演和上机实践过程进一步加深他们对遗传算法概念的理解、培养他们的信息意识和计算思维等。

简介：在含油气盆地烃源岩油气生烃动力学模型公式中,动力学参数的标定问题在数学上可转化为一个约束优化问题。若使用传统的数值优化方法求解此问题存在如下问题：第一,严重依赖初值的选取,如果初值选取不当,就会造成不收敛或陷入局部最优达不到全局最优解;第二,计算结果的精度不是很高。文章针对试验数据,采用改进的遗传算法对动力学参数进行标定,使用MATHLAB编程实现,并且把计算结果与采用传统优化方法得到的结果进行对比,拟和误差明显提高,而且,很好地解决了初值不好选取的问题。

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：本文采用支持向量回归机对物流需求进行预测,研究SVR在物流需求预测中的可行性。为了建立有效的SVR模型,SVR参数需要精心设置,针对物流需求非线性的特点,本文首次提出用遗传算法(GA)优化支持向量回归(SVR)机进行预测,采用最优参数构造SVR模型。以1990-2015年广西货运量为时间序列数据,实验结果表明,以平均绝对误差(MAPE)和均方差比值(MSE)为精度检验标准,GA-SVR比ARIMA和灰色预测具有更优的预测效果。

简介：本文针对微小型无人机在飞行过程中易受大风环境影响的问题，提出一种遍历性航迹策略对返航航迹进行重规划。通过增JJa-~行轨迹的覆盖范围，牺牲航程以达到安全回收的目的。采用遗传算法对问题进行求解，引入动态罚函数对适应度函数进行改进，有效缩减了算法的搜索空间。通过仿真验证了该方法能够生成安全返航航迹，且满足航迹约束。

简介：本文针对船舶柴油机故障诊断系统提出了一种基于遗传算法优化训练的模糊神经网络诊断方法,介绍了这种模糊神经网络故障诊断系统的结构及其参数形式,通过遗传优化算法对它的权值和阈值进行了学习优化训练。这种方法可以有效地避免通常所选BP算法训练易陷于局部极值的问题,最后将该遗传算法优化训练的模糊神经网络系统应用到船舶柴油机的故障诊断中,通过仿真研究,说明了该方法的有效性。