遗传算法和免疫算法是进化算法中应用非常多的两种算法。
本文将遗传算法和禁忌算法引入案例推理系统
并根据遗传算法和水印算法的特点，提出了适应度函数值的选择和遗传算法的终止准则方法。
与基本型遗传算法优化结果相比，粒子群算法效果要好于基本型遗传算法。
将双向调度方法嵌入到遗传算法中，得到了一种新调度算法。
针对孤岛型多种群遗传算法存在的缺陷，提出一种变搜索区域多种群遗传算法。
提出了一种新的基于聚类遗传算法的多目标图像识别算法。
利用遗传算法对麦弗逊悬架进行了优化。
本文介绍遗传算法在热电厂运行优化中的应用方法，与一般的遗传算法不同的是，我们在设计三种遗传算子时考虑到父代的适应值。
使用自适应遗传算法解决*象棋计算机博弈问题。
在传统的遗传算法中，引入一种基于频率矩阵的种群多样*策略。
提出了一种结合邻域搜索方法的混合遗传算法求解该模型。
这里将贪婪法与自适应交叉变异算子引入到遗传算法中，设计了一种混合遗传算法，解决货箱的拼箱优化问题。
结果表明合成算法优于单纯的遗传算法或高斯-牛顿法，在实践中有一定的应用价值。
遗传算法在解决全局优化问题中起着重要的作用
本文在对遗传算法进行了仔细分析研究后，针对普通遗传算法变异算子邻域搜索能力较弱的问题进行了改进。
含水层参的反演是一个复杂的非线*优化问题，针对传统二进制遗传算法收敛*能差的缺陷，提出了反演含水层参数的十进制遗传算法。
引入遗传算法求解模型。
遗传算法是一种全局优化算法。
遗传算法是全局算法，它能避免陷入局部最小
计算结果表明，用单亲遗传算法求解配送车辆调度问题，可以取得比传统遗传算法更优的结果。
将遗传算法和牛顿法结合起来，引入牛倾-遗传混合算法来求解几何约束问题。
遗传算法是一种以达尔文自然进化论和孟德尔遗传变异理论为基础的全局寻优仿生算法。
基于遗传算法和多Agent协同的调度指挥系统研究。
Perl用于实现遗传算法的主要缺点在于速度慢。
实验表明基于遗传算法及其改进算法的监测探针部署方法比贪婪算法具有更好的*能。
采用基于矩阵编码的遗传算法求组卷问题，提出了该算法的交叉算子和变异算子
遗传算法是一种模拟自然进化而提出的简单高效的优化组合方法。
通过分支定界法对小规模算例的验*表明，本遗传算法获得精确解的比例是高的，由此认为所给遗传算法是很有效的。
遗传算法具有智能型、全局收敛*、鲁棒*强等优点。
在机组数目增加时，二进制编码的遗传算法的计算量及存储量会增加很多，并且经典的遗传算法不具有渐近收敛*。
给出了一个发电侧竞价模型中应用遗传算法与BP算法结合进行市场出清价预测的实例。
单亲遗传算法具有与传统遗传算法类似的隐含并行*。
而遗传算法具有较好的全局收敛*
提出了一种新的全局优化方法──数值遗传算法
第五章（实数遗传算法的应用）将多种实数遗传算法用于高次方程求解和参数估计中。
其次，提出运用遗传算法求解作业车间调度模型
通过合理的编码表示，采用相应的遗传算子，设计了一种求生物序列比对的遗传算法
然后，为了加快遗传算法的收敛速度减少算法执行时间引入模拟退火机制对上述算法进行优化。
提出了一种自适应混合遗传算法，该算法采用直观的自然数编码机制、混合启发式规则的解码方法和改进的遗传算子。
给出了设备经费管理中常用的分配模型，并采用遗传算法求解。
本发明与已有的相应技术相比，系统*能可以得到较大的提高，同时本发明中该进的遗传算法相比于传统的遗传算法收敛速度大大加快。
在基本遗传算法和加速遗传算法的基础上，提出可考虑隔代遗传的广义遗传算法；
结合改进的SDOT算法和穷举法及遗传算法设计一种混合算法
将双向调度方法嵌入到遗传算法中，得到了一种新调度算法
遗传算法是一种模拟生物进化规律的全局优化算法。
针对相关匹配算法中的穷举算法计算量过大的缺点，提出利用遗传算法进行相关匹配搜索。
遗传算法作为一种优异的全局搜索的优化方法得到了广泛应用
利用虚拟激励算法和复合遗传算法相结合的方法，进行汽车悬架系统优化设计研究。
单亲遗传算法使用经过简化的遗传*作算子，算法的复杂度大大降低，可以应用于实时*要求较高的场合。
单亲遗传算法取消了传统遗传算法的交叉算子，采取单亲繁殖方式。
对经典的遗传算法在计算中出现的随机*问题，则采用压缩映*遗传算法使计算过程渐近收敛。
与自适应遗传算法相比，混合遗传算法的优化质量略有改善，优化效率有明显的提高。
该遗传算法有其独特的染*体编码解码方式和交叉算子。
在四种算法中，基于抗体自我调节机制并采用信息熵计算抗体浓度的免疫遗传算法最好。
提出了一种可解决辐*状配电网电容器最优配置问题的遗传算法
基于邻域搜索的混合遗传算法是综合了遗传算法和邻域搜索算法各自优势的全局搜索算法。
通过在遗传算法中定义拟满应力算子，建立了一种离散变量结构优化设计的混合遗传算法拟满应力遗传算法。
提出了一种基于变形遗传算法的和面机传动系统优化方法。
采用遗传算法对神经元增益在线自适应调整，而遗传算法使用了递增式算法，在每个时间间隔内都有一个稳定的增益值输出，并递增地向最优方向发展。
通过遗传算法选择用以印制图像的油墨种类，采用数值优化算法解决定制油墨的图像分*问题。
它综合了遗传算法和邻域搜索算法各自优势的全局搜索算法。
第三介绍了基于粗糙集和遗传算法的数据挖掘改进算法——基于属*核的遗传粗糙约简算法和其并行算法。
提出一种基于模糊遗传算法的机械手时间最优轨迹规划方案。
本文用遗传算法来解决机组启停问题。
文章提出了一种基于传统启发式规则的混合遗传算法。
那么什么是遗传算法呢？
遗传算法是一种全局优化的数值计算方法，它存在自然并行*
提出了一种基于遗传算法的曲面匹配算法
提出了采用遗传算法(GA)结合传输矩阵法从需要的时延特*对光纤光栅进行参数重构的方法。
遗传算法是一种全局搜索方法，但是它收敛速度慢
将简单遗传算法与单纯形法相杂合，设计了一种实数编码的混合遗传算法(HGA)，用于求解无约束优化问题。
量子遗传算法是一种高效的并行算法，但它有时会陷入局部极值
在用遗传算法求解旅行商问题时，顺序交叉算子是一种较为常用的遗传交叉算子。
国文精选馆
