遗传算法是概括自然界生物进化特点而提出的一类搜索算法,具有平行分布和全局优化的特点。本课题中,我们从遗传算法的生物基础出发,在适应值的定义、基因调控和表达及选择进化策略三个方面对原有的遗传算法进行改进,建立了新型的遗传算法框架,并从理论证明和解决困难的实际应用问题两方面来验证新型遗传算法的有效性。
{{i.achievement_title}}
数据更新时间:2023-05-31
惯性约束聚变内爆中基于多块结构网格的高效辐射扩散并行算法
物联网中区块链技术的应用与挑战
一种改进的多目标正余弦优化算法
基于混合优化方法的大口径主镜设计
变可信度近似模型及其在复杂装备优化设计中的应用研究进展
基于遗传算法的自动制图综合研究
基于多种群遗传算法的卵巢癌代谢组生物标志物筛选研究
基于遗传算法的神经网络学习算法研究
新型遗传算法在机器人规划和控制中的理论和方法研究