初始种群

摘要： 针对初始种群对遗传算法求解作业车间调度结果影响较大的问题,提出基于关联规则的作业车间调度问题改进遗传算法(association rules improvement genetic algorithm,AR-GA),以提升算法性能.首先,在遗传算法种群初始化阶段借助关联规则获取基因序列中的频繁工序块;其次,在交叉阶段根据频繁工序块在待交叉种群的分布中设计3种交叉方式;最后,在变异过程中结合分段海明距离引导子代种群变异,并且在每次迭代后更新频繁工序块信息.标准案例测试结果表明,改进后的算法在求解作业车间调度问题时求解效率更高,稳定性更好.

摘要： 针对柔性作业车间调度问题,文章以最小化完工时间为目标,提出了基于贪婪算法的贪婪初始化,设计了贪婪初始化与随机产生相结合的初始化方法;为克服遗传算法陷入局部最优的缺点,设计了一种结合种群多样性筛选及初始化种群替换的选择操作;最后运用提出的优化算法求解了基准实例.与其他文献算法优化结果的比较表明,该改进算法稳定性高、收敛速度快,算法有效且可行.

摘要： 针对遗传算法在求解旅行商问题时,受限于初始种群质量而存在收敛速度慢、易陷入局部最优等问题,提出一种基于指针网络改进遗传算法种群模型.通过经改进指针网络生成初始种群取代原种群,并结合基于汉明距离轮盘赌策略对种群个体进行择优,形成个体质量和种群多样性高的新种群.实验在TSPLIB标准库上多组实例进行测试,并和研究进展种群改进算法和多种主流启发式算法进行多项系数对比.结果 表明,经过优化后算法的收敛速度和寻优能力有显著提高,能够有效用于改善遗传算法在旅行商问题上的应用.

摘要： 提出了一种结合混合进化算法和知识的新型多目标车间调度方法,在有限的时间或迭代次数下可以得到更好的非支配Pareto解以服务于生产调度.由优化目标和属性归纳演绎法确定了知识挖掘的工件属性,通过优先级权重得到了规则初始种群.所提出的增减排序方法通过重新局部排序初始种群中工序的位置来克服优先级下工序不足或过饱和的问题.最后由一标准案例和非支配排序遗传算法-Ⅱ(NSGA-Ⅱ)混合模拟退火算法对所提调度方法进行了验证,得到的结果无论是优化目标值还是解集的分布在不同迭代次数和初始种群尺寸下都要优于传统随机进化方法.

摘要： 为了解决胎面生产线故障诊断的问题,提出一种基于改进遗传算法的故障诊断方法;该方法调整初始种群的生成方式,既避免了初始种群产生无效个体,又避免了因初始种群距离最优解太近或者太远,而使结果停留在局部最优;引入布谷鸟搜索思想的交叉算子,兼顾收敛速度和种群多样性2项指标;根据分类问题的特点,设计染色体的编码方法与适应度函数,将集成分类器设计思想融入方法中.通过对机器学习数据库的3个常用数据集与胎面生产线历史数据的仿真实验,证明了该方法的有效性.

摘要： For the problem of the Hydrologic frequency estimation,a hydrologic frequency fitting-curve method based on Parallel and Crossed GA-PSO Algorithm was proposed.In this paper,we devoted to make three improvements: generation and coding of initial population,run mode and data fusion of the algorithm,inertia weight of the PSO algorithm.In order to verify the performance of the proposed algorithm,using moment method,weight function method,probability weighted moment method,linear moment method,GA,PSO and the algorithm proposed in this paper,the annual runoff data of a hydrologic station were analyzed and studied,and we obtained the hydrologic frequency curves according to seven methods.The experiment result shows that the proposed algorithm can get smaller sum of the squares of the vertical deviation than the other six methods.The hydrologic frequency curve obtained by this algorithm can fit the measured data well.%针对水文频率参数估计问题,提出了基于并行交叉遗传粒子群算法的水文频率优化适线方法.该方法从初始种群的产生和编码、算法的执行方式和数据融合,以及其中的PSO算法的惯性权重三个方面对传统算法进行了改进.为了验证该算法的性能,分别采用矩法、权函数法、概率权重矩法、线性矩法、GA、PSO和文中所提出的算法,对某水文站的年径流量进行了研究分析,得到了各个方法对应的水文频率曲线,实验结果表明:文中提出的并行交叉遗传粒子群算法较其它6种方法,可以得到更小的离差平方和,该算法得到的水文频率曲线可以很好地拟合实测数据.

摘要： 为了提高个性化定制产品进化效率,提出了一种在相似实例等距布种的基础上进行等位基因多样化阈值控制的优势种群产生策略.阐述了个性化定制产品优势种群的特征,认为精英个体应同时具有定制需求宏观上的相似性和种群基因微观上的多样性两大特征.在产品基因建模的基础上,采用夹角余弦作为聚类统计量,提取具有相似定制基因组的历史实例作为优势种群的初始解;基于加权的闵科夫斯基距离,对初始解成员进行等距采样,形成差异化精英个体候选队列,以实现种群的均匀布种;采用杰卡德距离度量候选个体承载的基因组与当前初始基因库两者间差异度,提出了等位基因阈值矩阵,构建了多样化等位基因生成算法.给出了产品适应度评价函数,基于评价反馈对优势度低的初始种群进行改进.以桥式起重机为例,对提出的策略进行了验证.实验结果表明,该策略能同时兼顾进化效率和进化质量,有助于避免早熟收敛现象的发生,适合个性化定制产品的进化设计.%The development of initial population generation strategy was briefly reviewed.In order to realize the efficient evolution design of customization products,a reasonable model and algorithm was proposed to produce the superior population.Characteristics of the superior population for customized products were discussed.The two remarkable features were that elite individuals should have the similarity of customized requirements and initial genes should be diverse.Based on product gene model,historical product design cases with similar custom genome were obtained by using the angle cosine as clustering statistic,and these cases were used as the initial solution for superior population.Elite individual candidate queue was established by sampling the initial solution members with equal weighted Minkowski distance to achieve uniform population distribution.Difference between the elite individuals genome and the current initial gene library was measured by Jaccard distance.Allele threshold matrix was defined and a diversity allele generation algorithm was built to achieve the diversity of initial population genes.The product fitness evaluation function was established and the dominance of the initial population could be improved according to the feedback result of the evaluation function.The strategy and method were effective in an instance of the product called bridge crane.The experimental results showed that the differentiation of individual queues and the control of multiple gene thresholds could help to avoid premature convergence and obtain high fitness solutions,the proposed approach could take into account both the evolutionary efficiency and the evolutionary quality and increase the success rate of evolution.The strategy was suitable for customized product evolutionary design.

摘要： 为进一步提高萤火虫算法(firefly algorithm,FA)的收敛速度和计算精度,提出一种布谷鸟算法(cuckoo search,CS)初始化萤火虫初始种群的算法(CSFA).该算法利用布谷鸟算法来优化FA算法的初始种群,使得萤火虫迭代时得到的位置有助于加速CSFA算法收敛并找到全局最优解.通过6个标准测试函数进行仿真实验,分别从平均值、标准差、最优值和最差值四方面进行分析,结果表明CSFA算法在寻优精度和稳定性方面都超过了萤火虫算法和布谷鸟算法,从迭代曲线图中也可以看出改进后的算法可更快地接近于全局最优值.最后将CSFA算法应用到压力容器设计问题中,应用结果表明CSFA算法不管是最优值、最差值还是平均值和标准差都要好于SBSM算法,CPSO算法,HPSO算法,TVDFPA算法对压力容器问题的求解值.

摘要： 本文在现有文献研究的基础上,对车辆转向梯形优化设计模型的求解方法进行了探讨.通过对该模型的研究分析,用一般方法求解该模型,计算速度偏慢且容易陷入局部最优解.通过对实数遗传算法进一步研究,提出了一种改进算法.该算法不仅可快速产生初始种群,而且实现了子代种群的产生在优化方向上进行,提高了算法的搜索能力,克服了子代个体位置限制的不足,有利于保持种群的多样性,提高了避免未成熟收敛于局部最优解的能力.结合轮式车辆转向梯形机构的实例计算并与一般方法计算比较,证明该方法不仅可提高运算速度,而且增大了求得全局最优解的可能性.

摘要： 本文在现有文献研究的基础上,对实数遗传算法又作了进一步研究,提出了一种改进算法.该算法不仅可快速产生初始种群,而且实现了子代种群的产生在优化方向上进行,提高了算法的搜索能力,克服了子代个体位置限制的不足,有利于保持种群的多样性,提高了避免未成熟收敛于局部最优解的能力。

摘要： 在遗传算法的应用中,初始种群的确定是应用遗传算法进行寻优计算的重要问题.本文通过对遗传算法初始种群的作用及其与其他各操作参数关系的分析,认为初始种群必须科学地表征解空间的信息.为使遗传算法在应用中发挥最佳的寻优性能,提出应用均匀设计方法同时确定遗传算法的初始种群以及其他操作参数.实例仿真验证了此方法的可行性和有效性.

摘要： 本文通过引入小生境技术、重复串处理及增大配对个体之间的距离维持群体的多样性以及通过应用种群迁移、自适应杂交算子和自适应变异算子改善个体在解空间的分布对遗传算法进行了有效合理的改进,大大改善了局部化收敛和未成熟收敛问题.此外,文中还通过对岩体参数的估计引入地质统计方法以改善初始种群的质量,并结合工程实践给出了弹塑性位移反分析的实例,取得了较好效果.

摘要： 本发明公开了一种求解贴片机贴装优化问题的种群初始化方法及系统，包括如下步骤：S1：基于吸取等级表初始化贴装头分配方案和贴装头吸取顺序，所述吸取等级表是以每次取贴循环中，贴装头同时吸取元件数最多为目标所构建的等级表；S2：基于最近邻算法初始化元件贴装顺序；S3：基于贴装头分配方案、贴装头吸取顺序、元件贴装顺序计算得到元件的贴装总距离，求解可计算得到贴装总距离的最小值，通过最近邻算法，得到下一送料槽编号和元件编号，实现了每组的贴装顺序是随机的，保证了种群的多样性，实现了贴装头取贴循环移动距离最小，因此可提升利用群智能算法求解多头拱架式贴装过程优化的计算效率和最优解的精确度。

摘要： 一种土地利用空间布局智能优化的种群初始化方法，包括将区域规划年的土地利用数量结构与区域土地利用现状的数量结构做差值，得到区域内各类用地的规划方案与现状面积的像元个数差值，得到需要调入像元的地类的列表A和需要调出像元的地类的列表D；在个体上生成一个随机的位置i得到邻域P；统计同时在邻域P和列表A中同时出现的多种地类得到集合Y，获得集合Y中像元数量最多的地类为L；对邻域P的所有像元执行地类变更操作；直到列表A和D均为空，则初始化过程结束并输出初始个体。本发明提高了初始个体的生成质量和效率，支持土地利用规划的土地资源空间布局优化方案高效执行，进而为实现土地资源的合理、高效、可持续利用提供重要保障。

摘要： 本发明涉及算法优化技术领域，特别涉及用于多目标进化特征选择算法的自适应种群初始化方法和存储设备。所述用于多目标进化特征选择算法的自适应种群初始化方法，包括步骤：创建一个n行d列的零矩阵M；比较特征维度和种群规模间的大小，若特征维度大于种群规模，则进行自适应初始化的初始解数量K，根据种群规模和特征维度的比值计算需要进行自适应初始化的初始解子集在目标空间内的子种群分布对称轴H，对零矩阵M所代表的初始解集合中的前K行初始解向量以H为对称轴进行自适应采样，结束种群初始化。通过以上方法，采用自适应种群初始化机制生成的初始解集合能够覆盖更大范围的特征空间，在搜索的过程中天然就占据着广度上的优势。

摘要： 本发明公开了一种求解贴片机贴装优化问题的种群初始化方法及系统，包括如下步骤：S1：基于吸取等级表初始化贴装头分配方案和贴装头吸取顺序，所述吸取等级表是以每次取贴循环中，贴装头同时吸取元件数最多为目标所构建的等级表；S2：基于最近邻算法初始化元件贴装顺序；S3：基于贴装头分配方案、贴装头吸取顺序、元件贴装顺序计算得到元件的贴装总距离，求解可计算得到贴装总距离的最小值，通过最近邻算法，得到下一送料槽编号和元件编号，实现了每组的贴装顺序是随机的，保证了种群的多样性，实现了贴装头取贴循环移动距离最小，因此可提升利用群智能算法求解多头拱架式贴装过程优化的计算效率和最优解的精确度。

摘要： 本发明公开了一种遗传算法中种群个体初始化的方法及装置，方法包括以下步骤：基于均匀设计对函数的边界进行处理，生成均匀覆盖初始个体；基于局部搜索对生成的初始个体进行优化，生成优化后的初始个体；对优化后的初始个体进行聚合处理；对聚合处理后的初始个体进行聚类处理构建初始种群。本发明结合了初始种群个体的创建、优化、合并，使得新的种群个体以仅仅增加迭代前初始化时间为代价，使得迭代过程的时间消耗、适应度函数、收敛性等方面与已有初始化方法相比更有优势，进一步提高了遗传算法的性能。

摘要： 本发明公开了一种随机贪婪初始种群遗传算法求解柔性作业车间调度方法，包括S1‑参数设置；S2‑随机贪婪初始化种群；S3‑解码；S4‑适应度计算；S5‑选择；S6‑交叉；S7‑变异；S8‑更新种群和S9‑算法终止；本发明针对柔性作业车间调度问题，以最小化最大完成时间为目标函数，设计了一种基于机器加工时间相对最短的随机贪婪初始化种群遗传算法，这种算法避免了贪婪算法陷入局部最优解的缺陷，同时使得随机选择具有一定的任意性，这样既保证了初始种群的多样性，又使得初始解在质量上有一定的优势，这种算法使得初始种群在多样性和解的质量上达到了一定的折中，同时加快了算法的收敛速度。

摘要： 本发明公开了一种有效初始化人工蜂群算法种群的佳点集构造方法，涉及计算智能技术领域，解决了由于部分佳点取法受限于指数函数取点的约束，收敛速度太慢，还有部分佳点取法由于存在失效个体影响了算法性能的问题，其技术方案要点是：基于数学家华罗庚的佳点集理论，提出第三种佳点取法，能让rk的值都是正数，而{rki}能让每个点的各维参数值都在单位立方体Gs内，用这种佳点取法构造人工蜂群算法中的初始种群，使Gs中的s与人工蜂群算法的问题维度D相等，Gs中的n个点集与SN个蜜源相对应，具有使佳点取法中每个佳点均能够在单位立方体中，避免传统的佳点取法受限于指数函数约束和存在失效个体从而影响算法性能的情况发生的效果。

摘要： 本发明针对农机调度问题，公开了一种基于Christofides解算遗传算法初始种群的农机调度方法，包括以下步骤：染色体编码；确定适应度函数；由Christofides解算结果生成初始种群；选择操作；交叉操作；变异操作；终止条件判断。本发明在初始化种群阶段通过Christofides算法的解算结果作为生成初始种群，以提高遗传算法的性能；之后采用POX交叉、交换变异、插入变异等遗传操作对种群进行优化，保障种群多样性。本发明改进后的遗传算法收敛速度快，并且能够得到更优的目标函数值；农田维度变化与距离减少率、时间增加率均成正比；农机维度变化对距离减少率、时间增加率基本没有影响。

摘要： 本发明公开了一种遗传算法中种群个体初始化的方法及装置，方法包括以下步骤：基于均匀设计对函数的边界进行处理，生成均匀覆盖初始个体；基于局部搜索对生成的初始个体进行优化，生成优化后的初始个体；对优化后的初始个体进行聚合处理；对聚合处理后的初始个体进行聚类处理构建初始种群。本发明结合了初始种群个体的创建、优化、合并，使得新的种群个体以仅仅增加迭代前初始化时间为代价，使得迭代过程的时间消耗、适应度函数、收敛性等方面与已有初始化方法相比更有优势，进一步提高了遗传算法的性能。

摘要： 基于搜索的类集成测试序列问题中初始种群的生成方法。首先引入了一个约束条件，即测试某序列的类时，不允许打破类间的强依赖关系。随后提出一种在此约束条件下类测试序列的生成方法，包括分析系统得到强依赖矩阵、将矩阵转置并遍历以构建多叉树或多叉树森林、把可以合并的树合并、补全没有遍历到的类进而得到完整的森林、按随机顺序层次遍历森林中的每一棵树以得到类测试序列；本发明一定程度上解决了利用人工智能算法（如遗传算法和粒子群算法）求解类集成测试序列时，由于初始种群个体适应度值较低、整体质量较差而影响算法收敛速度及寻优结果的问题。将通过该方法生成的类测试序列作为初始种群，不失随机性，同时整体质量有所提高，加强了简单遗传算法和简单粒子群算法的寻优能力。