基于改进量子遗传算法的有源噪声控制方法

提出了一种基于改进量子遗传算法的格型IIR滤波器结构的有源噪声控制方法——改进的量子遗传算法(IQGA)。其核心是在对量子门更新过程进行改进的基础上,引入群体灾变和自适应搜索网格的策略。IQGA不仅收敛速度快,还可以改变基本遗传算法(GA)的局部搜索能力,克服基本遗传算法存在的未成熟收敛问题。仿真结果表明,该算法可以有效地实现噪声控制。     

遗传算法在目标跟踪中的传感器分配算法

传感器在进行目标跟踪时,常规算法主要通过线性规划建立传感器与目标之间的分配方法.但是在对多目标和多传感器的战场环境中,这些方法有一定局限性.研究了基于遗传算法的传感器分配方法,通过构造符合传感器分配这一特殊问题的染色体,从而形成初始种群,然后利用遗传算法模拟生物遗传迭代和自然选择的遗传机理,通过多次选择最终收敛于问题的一个满意解.仿真显示,在大数据运算的环境中,该算法有更高的可行性和有效性.     

用遗传算法生成艺术图形的研究

介绍了艺术图形生成方法及其遗传算法在艺术图形生成过程中的作用．每种算法都是基于给定初始条件的迭代过程,并通过遗传算法控制初始条件和迭代方式来改变迭代过程,获得更复杂的图形．     

基于多目标遗传算法和多属性决策的船舶柴油机转速PID控制器参数优化

提出了一种基于多目标遗传算法和多属性决策的PID参数设计方法,综合考虑系统超调量、稳定时间和ITAE指标,采用改进非支配解排序的多目标遗传算法(NSGA Ⅱ)求出Pareto最优解.由这些Pareto最优解构成决策矩阵,使用客观赋权的信息熵法对最优解的属性进行权值计算,然后采用逼近理想解的排序方法(TOPSIS)进行多属性决策(MADM)研究,对Pareto最优解给出排序.给出了某型护卫舰主机转速PID控制的数值算例.计算结果表明,该联合方法通用性好,所设计的PID性能优异,适合工程实际应用.     

基于热经济学的舰船发电机组配置优化

针对舰船综合电力推进的特点,运用热经济学理论,建立了发电机组配置的数学优化模型.通过Matlab遗传算法工具箱,利用改进的遗传算法对发电机组的配置优化进行研究.结果表明,热经济学方法能较全面地反映舰船动力装置配置的经济性;改进的遗传算法是一种解决发电机组配置优化的有效方法.     

基于遗传算法的目标快速跟踪技术研究

针对图像制导类弹药中目标相关跟踪算法计算量大的问题,提出了采用遗传算法加快图像匹配点搜索速度的方法,提高了算法的全局搜索性能,有效地抑制了局部早熟收敛,并利用Matlab对算法的可靠性进行了仿真分析.实验结果证明,在保证匹配精度的同时,该算法比原始算法在计算时间上大大减少.     

遗传算法在非线性回归模型辨识中的应用

对遗传算法在非线性回归模型辨识中的应用进行了探讨,切削温度回归模型辨识的实例表明,该方法是有效的.     

一种改进的基于MDLS与GA的作战资源分配算法

联合作战任务计划的核心是任务和行动,其目的就是如何有效地将作战资源分配到各个任务中去,考虑到分配过程中的各种约束,对这一问题的求解即是解决一个组合优化问题.提出了一种改进的基于 MDLS 与 GA 的任务计划算法,结合了两种算法的优点,回避了各自的不足;通过案例的实验,以更小的计算代价获得了较优的结果,证明了算法的效率和研究该问题的意义.     

基于遗传算法的虚拟物流联合库存控制研究

针对随机需求条件下的虚拟物流库存控制问题进行了深入研究，提出了一种新的联合库存控制策略——（T，S，s）策略，建立了相应的库存成本模型，并构造遗传算法对模型进行求解。结果分析表明，所提出的（T，S，S）联合库存控制策略是有效的。     

基于改进整型遗传算法的稀疏矩形平面阵列优化

为了降低固定稀疏率、固定孔径的稀疏矩形阵列的峰值旁瓣电平,提出一种改进整型遗传算法。该算法在整型遗传算法的基础上,提出了等间隔采样的交叉策略、多点变异策略以及优良基因重组的策略。采取等间隔采样的基因交叉方式,可以有效发挥整型编码的优势,从而提高算法的运行效率;为了提高种群的多样性,防止算法陷入局部最优,采用了多点变异策略;采用优良基因重组技术,加快了算法的收敛速度。仿真结果表明,相比传统的二进制和实数编码,整型编码更为直接高效;与用于稀疏矩形阵列优化的相关算法相比,本文所提算法获得了更优的旁瓣电平,证实了算法的有效性和优越性。