应用遗传算法优化二元序列

介绍遗传算法优化的特点和具有良好非周期自相关特性的二元序列的概念,讨论用遗传算法优化二元序列的方法。通过实验发现,在采用遗传算法优化二元序列时引入最优个体保存策略和调整运行参数可以取得较好的效果,亦即此方法是可行的;但同时也发现该方法难以收敛到全局最优解。     

基于TMS320C80的BP算法并行实现的研究

结合 TMS32 0 C80的编程结构 ,利用神经网络的权并行性和神经元并行性 ,提出了BP算法的并行实现方法 ,并解决了存储器访问冲突、数据双缓冲传输、PP细粒度并行和死锁等问题。结果表明 ,该并行 BP算法十分有效。     

求解装箱问题的遗传算法

本文提出了两种求解装箱问题（ＢｉｎＰａｃｋｉｎｇ）的遗传算法。一种是简单遗传算法,它采用等长度字符代码编码方法,使用常规的遗传操作算子。另一种是混合遗传算法,它综合运用解装箱问题的ＦＦＤ（ＦｉｒｓｔＦｉｔＤｅ－ｃｒｅａｓｉｎｇ）近似算法和简单遗传算法。试算结果表明,由这两种遗传算法所得到的装箱方案较一些近似算法所得到的装箱方案都要好。     

网格环境下基于移动代理的两级环调度模型

网格环境下基于移动代理的两级环调度模型主要由网格任务管理中心、网格资源节点、网格用户、用户作业组成。网格任务管理中心依据网格用户提交的作业动态生成两级环,即超级环和普通环。两级环中资源节点由超级环管理节点、普通环管理节点和普通环资源节点构成。不同节点充分利用移动代理的自主迁移能力共同维护任务的正常运行。通过对两级环模型的事件响应时间延迟、系统可靠性、负载平衡、作业运行时间的分析和仿真,证实该模型能够有效利用网格计算资源、均衡资源负载。     

基于粗集的调度Agent知识库建模研究

首先通过相识集、招标集、投标集和中标者的概念，描述了车间调度系统中的调度Agent与资源Agent间任务分配的招投标关系；运用粗集理论，基于任务的属性和资源Agent完全任务的成本、质量、负荷和时间等属性构造决策表；在分析了决策表的特征基础上，生成调度规则集，即调度知识库；最后给出车间调度Agent的调度过程算法。     

基于批生产的逐段式车间作业调度算法

探讨了离散作业型（Job shop）车间中的作业调度的分阶段模型，并根据离散作业调度的阶段性提出了基于作业状态空间的逐段式车间作业调度算法，通过对一个实际车间作业调度仿真比较，此算法运算速度比最短加工时间（SPT）和最少工作量剩余（LWR）算法快，其调度结果在实际作业车间具有可执行性。     

简单形体目标电磁遮挡算法研究

为了自动地解决复杂目标高频电磁散射场计算时各部件之间的相互电磁遮挡问题，本文利用极大极小检验、Roberts算法、包含性检验等计算机消影算法，经过合理的工程处理，快速而准确地寻找简单形体目标各板块之间的相互遮挡关系，然后根据分析结果计算目标的RCS。文中以并排放置的锥柱组合体为例，在进行了电磁遮挡关系处理后，计算了其RCS，经与单一锥、柱RCS计算结果的比较，证明本文的电磁遮挡算法计算机时短，对简单形体目标的电磁遮挡处理行之有效。     

中值滤波的快速算法

提出了一种中滤波的快速算法，充分地利用相邻两次中值滤波窗口内数据的相关性。在运算过程中，通过对有序序列快速的对半查代和内插操作重构有序序列，从而得到各中值。本算法很大地提高了运算效率，计算机模拟表明该方法是有效的。     

电机控制系统PID参数的遗传算法优化

近年来，遗传算法的研究十分引人注目，作为一种新型的、模拟生物进化过程的随机化搜索和优化方法。其算法简单通用，鲁棒性强，在组合优化、机器学习、自适应控制和规划设计等领域的应用中已展现了其特色和魅力。该方法是一种不需要任何初始信息并可以寻求全局最优解的、高效的优化组合方法。文章就是利用遗传算法对某一电机控制系统的PID参数进行优化，以提高控制系统的性能指标。     

伴飞航天器燃料最优交会

应用遗传算法针对伴飞航天器由共面椭圆伴飞轨道不同位置出发，与中心航天器进行直接碰撞交会和软交会的燃料最优问题，进行了历遍求解。根据计算结果，应用多元线性回归分析得到了直接碰撞最优交会问题的解析解表达式。直接碰撞最优交会问题的解析解可作为软交会问题的次优解。