交叉算子

摘要： 目的 针对人工蜂群算法在求解问题的最优值时,后期收敛速度慢、易于陷入局部极值的问题,利用数论中的佳点集和一致分布原理,结合其他仿生智能优化算法的机制对人工蜂群算法进行了深入的改进,提出了一种基于一致分布佳点集改进的交叉人工蜂群算法(CGABC).方法 首先,利用数论的一致分布佳点集原理建立算法的初始化模型,以保证种群在搜索空间的均匀分布;然后,通过交叉方式进行迭代更新位置,以维持种群的多样性,防止算法陷入局部最优;最后,通过实验选取了4个工程问题和7个标准测试函数进行实验仿真.结论 结果 表明,与ABC算法、GABC算法等其他算法相比,CGABC的收敛速度及精度均有明显提高,增强全局寻优能力,有效地避免种群个体陷入局部最优,解决了多模态的优化问题.

摘要： 梯度优化算法(Gradient-based optimizer,GBO)是从牛顿法中得到启发,采用梯度搜索规则(GSR)和局部逃逸算子(LEO)进行搜索的一种新算法.针对算法求解精度低、收敛速度慢及容易陷入局部最优的不足,提出了一种基于交叉算子的反向梯度优化算法(MGBO).该算法将每次迭代所得种群中较差的一半个体与当前最优个体进行两两交叉以提高解的精度并增加种群多样性;然后对搜索后所得种群中所有个体进行反向学习操作,使得算法有能力逃离局部最优.在9个基准函数上的实验结果表明,改进算法的收敛速度和求解精度得到较大的提升.

摘要： 精准的电力负荷预测对电力系统的安全调度和稳定运行至关重要。为了提升短期电力负荷预测精度,提出了一种基于改进鼠群优化算法(IRSO)和时间卷积网络(TCN)的短期电力负荷预测模型。首先将时序特征输入到TCN预测模型进行预训练;然后针对训练好的TCN模型全连接层阈值与偏置易陷入局部最优的问题,采用改进鼠群优化算法对阈值与偏置进行调整,构建IRSO-TCN组合模型对电力负荷进行预测;最后以澳大利亚实测数据进行仿真建模,实验结果表明,加入交叉算子的IRSO比鼠群优化算法(RSO)寻优能力更强,收敛速度更快,能够有效提高电力负荷的预测精度。

摘要： 在隧道稳定工程稳定分析中,岩土体力学参数的准确性对工程设计有着重要影响,以获取隧道岩土体力学参数指导支护设计,保障隧道施工及运营期的安全性。采用有限差分数值计算模型构建位移与岩土参数的训练样本集,结合CO-RDPSO算法优化BP神经网络的初始权值和阈值进行训练,将实际监测位移带入训练好的神经网络反演岩土体力学参数,利用反演参数带入有限差分模型计算得到隧道位移,并将其与监测位移进行对比分析,并对该方法进行实例验证,结果表明,基于有限差分方法反演得到的参数能较好地反映隧道开挖后土体的位移沉降,变形规律与监测数据基本一致,CO-RDPSO算法优化BP神经网络具有一定的可行性。

摘要： 针对传统遗传算法收敛速度慢、容易陷入局部最优、规划路径不够平滑、代价高等问题,提出了一种基于改进遗传算法的无人机(UAV)路径规划方法,该算法对遗传算法的选择算子、交叉算子和变异算子进行改进,从而规划出平滑、可飞的路径.首先,建立适合UAV田间信息获取的环境模型,并考虑UAV的目标函数与约束条件以建立适合本场景的更为复杂、精确的数学模型;然后,提出了混合无重串选择算子、非对称映射交叉算子和启发式多次变异算子,寻找最优路径以及扩大种群搜索范围;最后,采用三次B样条曲线对规划出的路径进行平滑,得到平滑的飞行路径,并且减少了算法的计算时间.实验结果表明,与传统遗传算法相比,所提算法的代价值降低了68％,收敛迭代次数减少了67％;相较蚁群优化(ACO)算法,其代价值降低了55％,收敛迭代次数减少了58％.通过大量对比实验得出,当交叉率的值为(1/染色体长度)时,算法的收敛效果最好.在不同环境下进行算法性能测试,结果表明所提算法具有很好的环境适应性,适合于复杂环境下的路径规划.

摘要： 为研究与堆芯装载方案优化问题相适应的编码与算子,改善遗传算法的优化效果,在对堆芯装载方案中燃料组件布置和调整方式深入分析的基础上,设计了一种随机子路径交叉算子和一种随机子路径变异算子,并对比分析了设计算子与组合优化中常用的11种交叉算子和6种变异算子的优化效果.为与设计算子相匹配,并使编码满足完备性和拉马克性质,使用分段整数编码表示堆芯装载方案,提出了一种遗传算法新个体的产生策略,即将多个交叉算子用于染色体的不同片段,从而产生新个体,可确保解的合法性.开发了基于MPI并行的遗传算法,研究了不同算子组合在旅行商问题和堆芯装载方案优化问题中的优化效果,分析了不同算子的交叉概率和变异概率等参数.计算结果表明,设计的随机子路径交叉算子和随机子路径变异算子在旅行商问题和堆芯装载方案优化问题中均获得了良好的优化效果.

摘要： 针对液压支架维修拆卸效率低的问题,采用改进遗传算法来进行拆卸路径规划.通过建立拆卸矩阵模型和规则来优化遗传算法的初始种群生成,提出虚拟零件的概念并应用于OX交叉算子中来进行遗传操作.最后以某煤炭开采企业的液压支架为例采用CATIA三维建模软件建立液压支架三维模型,对液压支架零件信息进行统计,以立柱为拆卸目标,运用改进的遗传算法来进行拆卸路径优化计算,相较与传统经验法拆卸路径,减少了拆卸工序,提高了拆卸效率,为液压支架的拆卸路径规划提供了一种新的思路.

摘要： 针对实际工厂中不确定加工时间的柔性作业车间调度问题,提出一种混合粒子群优化(HPSO)算法.用三角模糊数表示加工时间,以最小化最大模糊完工时间为优化目标建立数学模型.首先,在迭代过程中引入权重自适应调整策略,平衡算法的全局和局部搜索能力.其次,对优秀粒子进行交叉操作以产生更优个体,引入模拟退火算法增强深度寻优能力.最后,将所提算法运用于5个实例中进行仿真测试,并与粒子群优化(PSO)和改进人工蜂群等6种算法就模糊最大完工时间的平均值、最优值和最差值3项指标作对比.结果显示,HPSO求得的3项指标均优于或等于其余算法.在有限的运算资源条件下,HPSO求得的模糊最大完工时间整体小于PSO.随着实例数据量的增大,HPSO依然具有很好的求解稳定性.HPSO在一定程度上能够改善P SO易陷入局部最优的问题,且更适合求解模糊柔性作业车间调度问题.

摘要： 针对传统群体智能优化算法在复杂环境下求解无人机突防过程中路径搜索能力不足,易陷入局部最优、搜索时间长等问题,提出了一种基于改进的飞蛾扑火优化算法的无人机智能突防方法.首先,建立基本地形模型、威胁源模型,实现三维等效地形;然后,在飞蛾扑火算法中引入交叉算子和高斯变异算子,引起火焰变异,在迭代前期加快寻优速度,增强算法的全局搜索能力;最后,在算法中引入自适应权重,增大适应度较差飞蛾运动轨迹的搜索空间,改善寻优精度.实验结果表明,所提出算法可以使无人机快速地自主避开危险区域,选择最优路径,所提出算法规划的突防路径相比MFO及GWO算法分别降低了25.14 km和14.77 km,代价相比其他两种算法分别降低了3.63及10.25,提高了无人机的生存概率,较大地降低了风险成本,实现低空突防的目的.

摘要： 分布式工厂生产形式对提高预制构件生产效率、保证订单按时交付、降低企业拖期交货惩罚费用具有重要的意义;因此针对分布式预制构件流水车间调度问题,以最小化订单总拖期惩罚为目标建立了数学优化模型,并基于双层整数编码方式提出了一种离散教与学算法(DTLBO);在算法初始化阶段,采用启发式规则和随机生成融合策略改善初始解的质量,进而增加算法的寻优效率;在教学阶段,结合问题模型特点,设计了顶层替换、底层替换两种邻域构造,促进教师解对学生解的引导优化;在学习阶段,通过变异算子和交叉算子让学生解之间相互学习更新,进一步提升算法的局部开发和全局探索能力;试验结果表明,与遗传算法和变邻域搜索算法对比,提出的DTLBO算法具有更好的求解性能和鲁棒性;最后与实际生产过程常用的经验启发式调度方法相比,提出算法在目标值上表现出不低于10％的平均改进率,有望显著增加预制构件制造企业净利润并提高客户满意度,能够为企业管理者提供更佳、更合理的生产调度方案.

摘要： 针对复杂电磁环境下无线电网络选频问题,提出了一种基于改进的智能优化算法的网络选频技术,从全局优化的角度考虑对无线网络进行整体选频,在基本遗传算法的基础上,对交叉算子和变异算子进行改进,将遗传操作和模拟退火操作相结合,对最优个体进行保护以确保收敛性,从而克服了传统选频算法的不足,可有效避免陷入局部最优并最终趋于全局优化.理论分析和仿真结果表明,与传统选频算法相比,新算法在解决大规模网络选频问题时,效率和精度更高,而且稳定性显著增强.

摘要： 针对本体学习中的概念学习，提出了一种基于改进遗传算法的本体概念规则的学习方法。该方法在传统遗传算法的遗传操作算子中引入“杂交优势”思想对交叉算子进行了改进，并加强了变异算子的对算法的影响；同时算法存执行过程中对训练样本集使用了约减策略，从而找出了一个能正确覆盖样本空间中所有实例并且不覆盖任何错误实例的规则集合。

摘要： 针对传统遗传算法存在“种群多样性”和“选择压力”之间矛盾的问题,本文应用一种基于自然界蜂群繁殖原理的算法—蜂群遗传算法,来解决输电能力的求解问题。BSGA主要操作算子包括蜂后和雄蜂的绝对交配权,蜂后和工蜂的相似性抑制,蜂后的模拟退火局部寻优机制,雄蜂和蜂后的自适应交叉算子以及工蜂的自适应变异算子。最后,通过IEEE-30节点的仿真算例验证了算法的有效性。

摘要： 免疫优化算法是基于免疫系统仿生的一种启发式进化算法。物流配送中的车辆调度问题(VSP)是在基本的旅行商问题(TSP)上增加多约束条件的一种变化形式,是一个典型的NP难问题。针对车辆调度问题的特殊性,本文提出了一种改进的免疫优化算法来求解这一问题。将交叉算子改为适用本问题的部分映射交叉算子,同时引入基于次序的自适应变异方式。求解VSP的仿真结果显示了算法对VSP问题的有效性并显示出优良的性能。

摘要： 本文提出了一种基于遗传算法的等价类分析的算法。此算法采用有效的基于最近邻基因匹配的交叉算子,使得交叉过程能够不断产生有意义的个体,保证了群体的多样性；同时将k均值算法和遗传算法相结合,提高了搜索速度和分类的精确性。

摘要： 本文介绍了遗传算法的初始群体的生成、交叉算子、变异算子；在分析了基本的遗传算法的特点和缺陷的基础上,提出了改进的方法；改进的遗传算法在函数优化中的应用具有较好的效果。

摘要： 针对传统机器人加工路径规划采用示教再现方法很难适应复杂变化任务的问题,提出了基于遗传算法的路径规划方法,研究了遗传算法中的编码方式、交叉算子和变异算子的改进方法.仿真实验表明,采用遗传算法进行机器人加工路径规划是可行的和有效的.

摘要： 生物地理优化算法是一种新型的基于生物地理的算法.它通过生物地理中的迁移算子来进行各解之间的信息共享.差分进化是一种快速且强劲的全局优化的进化算法.本文提出了一种结合差分进化思想的生物地理优化算法,用来解决全局数值优化问题.本文用19种不同维数和多样复杂的测试函数来验证我们提出的算法,实验结果表明我们的方法切实高效.

摘要： 生物地理优化算法是一种新型的基于生物地理的算法.它通过生物地理中的迁移算子来进行各解之间的信息共享.差分进化是一种快速且强劲的全局优化的进化算法.本文提出了一种结合差分进化思想的生物地理优化算法,用来解决全局数值优化问题.本文用19种不同维数和多样复杂的测试函数来验证我们提出的算法,实验结果表明我们的方法切实高效.

摘要： 生物地理优化算法是一种新型的基于生物地理的算法.它通过生物地理中的迁移算子来进行各解之间的信息共享.差分进化是一种快速且强劲的全局优化的进化算法.本文提出了一种结合差分进化思想的生物地理优化算法,用来解决全局数值优化问题.本文用19种不同维数和多样复杂的测试函数来验证我们提出的算法,实验结果表明我们的方法切实高效.

摘要： 本发明属于铸件三维模型分类领域，并具体公开了一种结合D2算子和法向算子的铸件三维模型分类方法，包括如下步骤：对各类铸件三维模型进行三角面片化；分别采用D2算子和法向算子获取铸件三维模型的D2特征描述符和N2特征描述符；然后根据铸件的初始类别，得到各类铸件的D2、N2类别特征描述符；最后利用相似性度量函数计算待分类铸件三维模型和各类别三维模型的相似度，根据相似度大小进行铸件三维模型的分类。本发明可以基于已经建立的数据库识别新铸件的类别，提高了铸造工艺设计的智能化程度，对于常见的铸件类别有很好的特征识别效果，能够有效地判别铸件类型，解决相同类型铸件的工艺复用问题。

摘要： 一种基于元算子融合的多平台算子智能化开发系统及方法，包括：初始化器、元算子库预处理器、算子模板生成器、融合规则迭代器、算子融合器、调度策略优化器；初始化器：用于获取系统中内置的融合规则库和对应的元算子接口声明，然后将元算子接口声明转发到元算子库预处理器，将融合规则库转发到融合规则迭代器；由于算子融合器能够根据融合规则和对应的目标平台元算子，来生成目标平台的算子代码，和融合规则平台无关且易于描述，元算子的逻辑比较简单而且可以复用于多个算子。因此，本发明降低了算子开发的工程量和开发难度，且用户需要开发的算子越多，需要适配的平台越多，本发明的效果越明显。

摘要： 本发明提供一种算子管理方法和管子管理系统，涉及大数据处理领域，该数据处理方法包括：获取目标算子的算子文件；基于所述算子文件，对算子库中的所述目标算子执行管理操作。本发明实施例通过算子库可实现对算子进行统一规范地管理。

摘要： 本发明提出了基于自适应交叉变异算子的量子免疫信号盲检测方法，所述方法在量子化交叉与变异基础上，引入了基于自适应策略的量子免疫交叉与变异算子，用量子交叉与量子变异进行进化，同时采用了传统免疫算法中交叉和变异算子的策略，以求更好地加强种群的进化程度。本发明基于自适应交叉变异算子的量子免疫算法能够有效避免早熟现象，收敛速度更快，相同信噪比条件下误码率更低。

摘要： 本公开提供了一种算子执行设备、算子调度设备、方法、芯片、计算机设备及存储介质，其中，算子执行设备，包括：算子调度器、以及执行单元；所述算子调度器，用于响应于接收到待启动算子的算子启动指令，基于所述算子启动指令中携带的算子类型信息，将所述算子启动指令下发至与所述算子类型信息对应的执行单元；所述算子启动指令中包括对所述执行单元中运算单元的调度信息；所述执行单元，用于响应于接收到所述算子调度器下发的所述算子启动指令，基于所述算子启动指令中携带的调度信息，执行所述待启动算子。

摘要： 一种基于元算子融合的多平台算子智能化开发系统及方法，包括：初始化器、元算子库预处理器、算子模板生成器、融合规则迭代器、算子融合器、调度策略优化器；初始化器：用于获取系统中内置的融合规则库和对应的元算子接口声明，然后将元算子接口声明转发到元算子库预处理器，将融合规则库转发到融合规则迭代器；由于算子融合器能够根据融合规则和对应的目标平台元算子，来生成目标平台的算子代码，和融合规则平台无关且易于描述，元算子的逻辑比较简单而且可以复用于多个算子。因此，本发明降低了算子开发的工程量和开发难度，且用户需要开发的算子越多，需要适配的平台越多，本发明的效果越明显。

摘要： 本申请公开了一种算子调用系统，属于计算机技术领域，用于解决算子的平台兼容性问题。本申请实施例公开的算子调用系统，通过配置模块获取算子的配置信息，并根据选择的算子的所述配置信息生成算子执行引擎，其中，所述配置信息包括：算子属性信息、算子的依赖函数及参数，以及，依赖函数的函数实现；然后，通过第一算子部署模块根据预设远程调用接口和所述算子执行引擎生成第一算子调用软件包，并将所述第一算子调用软件包发送至所述算子服务端；所述算子服务端在存储所述第一算子调用软件包后，响应于对所述预设远程调用接口的调用，执行所述算子执行引擎，输出计算结果，提升了算子调用的平台兼容性，降低算子开发和维护成本。

摘要： 本发明提供一种算子管理方法和管子管理系统，涉及大数据处理领域，该数据处理方法包括：获取目标算子的算子文件；基于所述算子文件，对算子库中的所述目标算子执行管理操作。本发明实施例通过算子库可实现对算子进行统一规范地管理。

摘要： 本申请涉及项目调度领域，提供一种基于主动积木块交叉算子的遗传交叉方法和项目调度方法。所述基于主动积木块交叉算子的遗传交叉方法包括：利用多个交叉点在父代的活动列表中确定父代选择块；多个交叉点的位置根据项目调度问题确定；利用多个交叉点在母代的活动列表中确定母代选择块；用积木块替换父代选择块生成部分子代；将待分配活动插入部分子代的活动列表，生成子代调度方案。本申请实施例提供的基于主动积木块交叉算子的遗传交叉方法可以提高交叉算子的可控性和灵活性，使得子代遗传的过程中，得到的子代调度方案能够向着全局最优解越来越快地收敛，进而提高资源受限项目调度问题求解的效率和解的优异性。

摘要： 本发明公开了基于交叉算子的种群优化方法及装置，所述方法包括：初始种群获得步骤：获得预测精度已进行升序或降序排列的初始种群，将所述初始种群设置为一个二维矩阵，行数代表初始种群中的个体数量，列数代表每个个体包含的调节因子的个数；初始种群优化步骤:将二维矩阵中相邻两行两两交叉，得到优化后的种群。通过该方法进行种群优化，能更快地获取更高的滑坡风险测定精度。