Memetic算法

摘要： 讨论研究物料的加工工序结合RGV引导车在自动化流水线合理调度和分配问题.选择禁忌搜索算法对直线上的RGV调度策略进行处理;基于Memetic算法的RGV调度策略及其数控机床的分配.

摘要： 针对存在缺陷的CMOS/纳米分子混合(CMOS/nanowire/MOLeclular hybrid,CMOL)电路的单元容错映射问题,提出一种基于矩阵表示的CMOL电路容错映射方法.首先,将逻辑电路和CMOL电路建模为矩阵表示;然后采用文化基因(memetic)算法进行矩阵间可匹配字符的搜索,采用小矩阵元值优先匹配的策略完成单元缺陷容忍映射.ISCAS测试电路的实验结果表明,与已有方法相比,本文方法在求解速度上有36.98％的提升.

摘要： 复杂网络问题的建模与应用是目前研究的热点之一.如何从网络中选择具有信息传播能力的成员,即影响力最大化问题,引发了广泛的关注.目前的研究主要集中在如何将网络上的信息传播过程建模,以及如何选择可靠的传播种子节点.这些工作一定程度上帮助我们了解了网络上的信息传播过程,但是已有研究并未考虑外界因素对于网络系统的影响,比如结构损毁对于网络连通性以及网络上信息传播过程造成的干扰.这使得目前的影响力最大化问题解决方案无法鲁棒地应对现实中的多种应用场景.针对这一不足,本文从结构受损的角度定义了鲁棒影响力最大化问题,在已有工作的基础上设计了对应的性能衡量指标.在该指标的指导下,设计了尝试解决鲁棒影响力最大化(Robust Influence Maximization,RIM)问题的Memetic算法(Memetic Algorithm,MA),记为MA-RIM,其目的 是寻找具有鲁棒信息传播能力的种子节点.多种网络上的实验结果验证了MA-RIM算法在解决鲁棒影响力最大化问题上的有效性.

摘要： 为提高带时间窗车辆路径问题的求解精度和求解效率,设计了一种混合Memetic算法.采用基于时间窗升序排列的混合插入法构造初始种群,提高解质量的同时兼顾多样性,扩大搜索空间;任意选择组成父代种群,以维持搜索空间;运用简化的变邻域搜索进行局部开发,引入邻域半径减少策略提高开发效率,约束放松机制开放局部空间;以弧为对象,增加种群向当前最优解和全局最优解的后学习过程.实验结果表明,所提出的算法具有较好的寻优精度和稳定性,能搜索到更好的路径长度结果,更新了现有研究在最短路径长度的目标函数上的下限.

摘要： 为解决EEMD处理后本征模态分量IMF中信号难以有效提取的问题,提出改进EEMD-小波阈值的信号处理方法.首先,信号经EEMD处理后得到若干IMF,利用相关性分析提取IMF中的有效分量;在广义交叉验证准则GCV求解阈值的基础上,利用Memetic算法对阈值进行寻优;最后,经阈值函数处理后,重构信号达到信号提取目的 .非线性信号处理仿真和实测结果证明了所提方法的有效性.

摘要： 在芯片项目中,回归测试是一项重复进行的工作,需耗费大量资源,用例集的反复执行可确保设计的正确性,但会产生较大的测试运行代价.将遗传算法的特点与局部搜索策略的优点有机结合,对约简问题进行数学建模,设计了Memetic算法,对其中的全局策略和各算子、局部策略进行了改进,以功能覆盖率为衡量标准,在完全覆盖的情况下,Memetic算法较标准遗传算法的收敛速度更快,用例集更精简,并较大程度地降低了回归测试的运行代价.

摘要： 后装保障链是联合作战环境下的重要支撑,针对保障链中的2个重要节点-前进基地和保障基地的资源协调问题,提出了考虑不确定因素影响的优化模型及基于信息共享的协同保障算法;为了解决保障数据样本较小情况下的不确定参数估算问题,利用模糊规划方法把不确定优化模型转化为概率约束模型;并利用增强e-约束法来估算多目标Pareto解,帮助后装指挥人员在难以事先给出权重的情况下选择合适的解决方案;为了解决规划模型的计算复杂性过大的问题,设计了嵌入自适应大规模邻域搜索的Memetic算法进行求解.最后通过仿真实验对模型和算法的有效性进行了验证.

摘要： 为对Web应用进行有效的测试,本文提出了一种面向Web应用服务器端敏感路径覆盖的客户端扩展有限状态机测试用例生成方法.针对Web应用客户端扩展有限状态机模型,以Web应用服务器端的敏感路径覆盖为目标,利用Memetic演化算法实现客户端扩展有限状态机模型的测试用例自动生成,对Web应用进行测试.同时,为解决由模型生成的抽象测试用例不可直接执行的问题,提出了一种基于Selenium的测试脚本自动构建方法,通过分析扩展有限状态机模型迁移的特征,利用谱聚类算法实现迁移聚类,依据映射规则将聚类之后的迁移映射为测试脚本,形成迁移脚本库,将抽象测试用例转换为可执行的测试用例.实验结果表明:基于Selenium的测试脚本自动构建能有效地将抽象测试用例转化为可执行的测试脚本;面向Web服务器端敏感路径的客户端扩展有限状态机测试用例生成方法能有效地实现Web服务器端敏感路径的覆盖,对服务器端的敏感路径进行测试.

摘要： 本文简述了基于搜索的软件工程:起源及内容，以及基于搜索的软件工程:发展现状，分析了基于搜索变换的软件工程，以及NRP问题的骨架导向多级归约算法，探讨了基于空间平滑的Memetic算法，以及基于搜索的软件工程发展趋势。

摘要： 本文简述了基于搜索的软件工程:起源及内容，以及基于搜索的软件工程:发展现状，分析了基于搜索变换的软件工程，以及NRP问题的骨架导向多级归约算法，探讨了基于空间平滑的Memetic算法，以及基于搜索的软件工程发展趋势。

摘要： 本文简述了基于搜索的软件工程:起源及内容，以及基于搜索的软件工程:发展现状，分析了基于搜索变换的软件工程，以及NRP问题的骨架导向多级归约算法，探讨了基于空间平滑的Memetic算法，以及基于搜索的软件工程发展趋势。

摘要： 本文简述了基于搜索的软件工程:起源及内容，以及基于搜索的软件工程:发展现状，分析了基于搜索变换的软件工程，以及NRP问题的骨架导向多级归约算法，探讨了基于空间平滑的Memetic算法，以及基于搜索的软件工程发展趋势。

摘要： 本发明公开基于Memetic算法的心电信号特征选择方法及系统，本发明使用基于封装的特征选择框架，并且引入了Memetic算法（Memetic Algorithm，MA）对心电信号进行优化提取，本发明无需定位基本波形以提取特征：一方面，其避免了因波形检测失准，而造成后续机器学习算法性能下降，可更为有效地处理多变的实际心电信号；另一方面，可节省波形检测所需的计算量，计算复杂度更低。本发明不依赖于预设的特征指标，对先验知识要求较低，且可自动抽取输入原始心电信号中的特征信息。避免了人为设定提取指标导致的不合理性问题。Memetic算法可比现有方法更有效地解决复杂的大规模优化问题。通过将其用于选择矢量的优化，可获得更具代表性的特征子集，从而显著提升后续分类／回归算法的预测性能。此外，通过在适应值计算中加入稀疏代价函数，本方法可有效避免定域性问题，提升算法泛化能力。

摘要： 本发明公开了一种基于Memetic算法的微生物发酵控制优化方法，包括以下步骤：建立微生物发酵数据集、构建BP神经网络、使用所述训练数据集对BP神经网络进行训练、对微生物发酵控制参数进行二进制编码、执行交叉算子、采用爬山算法执行局部搜索算子、执行变异算子、再次执行局部搜索算子，将选出的较优个体作为当前解、以步骤四中训练合格的BP神经网络作为适应度函数，计算群体中每个个体的适应度值，然后通过选择算子，对群体进行更新、从新的种群中寻找最优的个体并记录最优的控制参数组合。本发明可根据现有的发酵数据获取取最优的控制参数组合，不需要重新设计实验。

摘要： 本发明公开一种基于Memetic算法的网络表示学习方法，包括：根据网络节点个数n和向量维度d随机产生实数编码个体组成初始种群P

摘要： 本发明公开了一种联合Memetic算法和S系统的生物模体重构方法，该方法包括如下步骤：（1）生成数据；（2）编码；（3）产生初始群体；（4）交叉；（5）变异；（6）计算适应度函数；（7）选择；（8）局部搜索；（9）寻全局最优值。优点：本发明以基因表达响应输出估计标准差为适应度函数，通过个体间的交叉和变异增加了粒子的多样性，利用个体的择优选取和局部搜索来提高优化搜索效率，综合考虑计算复杂度等方面性能，以获得生物模体加权矩阵模体的全局最优结构；在保证较高收敛性能的基础上，提高全局搜索能力，获得高质量的解，以推测出与实验数据最符合的基因模体结构。

摘要： 本发明公开基于Memetic算法的心电信号特征选择方法及系统，本发明使用基于封装的特征选择框架，并且引入了Memetic算法（Memetic？Algorithm，MA）对心电信号进行优化提取，本发明无需定位基本波形以提取特征：一方面，其避免了因波形检测失准，而造成后续机器学习算法性能下降，可更为有效地处理多变的实际心电信号；另一方面，可节省波形检测所需的计算量，计算复杂度更低。本发明不依赖于预设的特征指标，对先验知识要求较低，且可自动抽取输入原始心电信号中的特征信息。避免了人为设定提取指标导致的不合理性问题。Memetic算法可比现有方法更有效地解决复杂的大规模优化问题。通过将其用于选择矢量的优化，可获得更具代表性的特征子集，从而显著提升后续分类／回归算法的预测性能。此外，通过在适应值计算中加入稀疏代价函数，本方法可有效避免定域性问题，提升算法泛化能力。

摘要： 本发明公开了一种基于Memetic算法的微生物发酵控制优化方法，包括以下步骤：建立微生物发酵数据集、构建BP神经网络、使用所述训练数据集对BP神经网络进行训练、对微生物发酵控制参数进行二进制编码、执行交叉算子、采用爬山算法执行局部搜索算子、执行变异算子、再次执行局部搜索算子，将选出的较优个体作为当前解、以步骤四中训练合格的BP神经网络作为适应度函数，计算群体中每个个体的适应度值，然后通过选择算子，对群体进行更新、从新的种群中寻找最优的个体并记录最优的控制参数组合。本发明可根据现有的发酵数据获取取最优的控制参数组合，不需要重新设计实验。

摘要： 本发明公开了一种基于memetic算法的基因模体重构技术，结合了群体算法搜索的广度优点和局部搜索算法的深度优点，以基因表达响应输出误差为优化算法的评价函数，通过个体间的交叉和变异增加了粒子的多样性，利用最小化评价函数来确定基因模体加权矩阵模型的最优结构及参数，从而推测出与实验数据相吻合的基因模体结构。

摘要： 本发明提供的基于Q学习memetic算法的动态多目标软件项目调度方法,包括如下步骤：(1)读取输入信息；定义优化目标，设定约束条件；(2)初始化算法的参数；Q学习中的智能体感知项目环境中的初始状态；确定静态多目标memetic算法中的全局和局部搜索策略；(3)在项目初始时，产生初始调度方案，并产生一回报值；(4)在项目实施过程中，采用重调度方式；智能体感知项目环境的当前状态，依据回报值更新状态‑动作对表中的Q值，基于选择机制确定动态memetic算法中的全局和局部搜索策略；基于动态memetic算法在新环境中产生新的调度方案，并产生一回报值。本发明能够学习项目环境的特征，快速高效地实现软件项目中的动态调度任务。

摘要： 本发明公布了一种基于memetic算法的配电网开关优化配置研究方法，以最小供电分区为基本分析单元综合考虑经济性和可靠性的平衡，并计及手动与远控开关的差异，基于成本‑效益理论建立分段开关和联络开关同时优化的数学模型。然后引入memetic算法，结合智能算法与局部搜索策略对分段开关和联络开关的安装数量和位置进行优化。应用IEEE RBTS‑BUS 2系统进行分析，结果表明开关两端的负荷量需要基本平衡，验证了方法的有效性。

摘要： 本发明公开了一种基于memetic算法的基因模体重构技术，结合了群体算法搜索的广度优点和局部搜索算法的深度优点，以基因表达响应输出误差为优化算法的评价函数，通过个体间的交叉和变异增加了粒子的多样性，利用最小化评价函数来确定基因模体加权矩阵模型的最优结构及参数，从而推测出与实验数据相吻合的基因模体结构。