1) genetic annealing algorithm
遗传退火算法
1.
Decorrelating multi-user detection based on Genetic Annealing Algorithm;
基于遗传退火算法的解相关多用户检测器
2.
Protein Folding Structure Prediction Based on Genetic Annealing Algorithm in AB Off-Lattice Model;
基于AB非格模型与遗传退火算法的蛋白质折叠结构预测
3.
The genetic algorithm and genetic annealing algorithm are used to optimize the objective function for realizing the optimization design to.
为进一步解决交通拥堵,以城市道路多个单点信号控制交叉口组成的绿波系统为研究对象,建立一个以干线车辆行程时间最短为目标,各相位有效绿灯时间、饱和度及周期时长为约束条件的非线性函数模型,分别运用遗传算法和遗传退火算法对目标函数进行优化,实现了对绿波系统中各交叉口信号配时的优化设计,并以实例加以论证,结果表明:遗传退火算法更能快速、准确地寻找出全局最优解。
2) genetic-annealing algorithm
遗传退火算法
1.
A novel two-phase genetic-annealing algorithm is proposed to solve the vehicle routing problem with time window(MDVRPTW) and multi-constraint in multiple dispatching centers.
针对多约束条件的多配送中心有时间窗车辆路径问题,提出了一种二阶段遗传退火算法。
3) GASA algorithm
遗传退火算法
1.
The article analyzes the form of layout in reconfigurable cell problem,puts forward a effective model on layout problem,investigates the characteristic of GASA algorithm,calculates the problem with GASA algorithm and provides an example.
文章分析了可重构单元布局的形式,提出了有效的布局模型,对遗传退火算法进行了研究,并运用遗传退火算法求解布局模型,最后运用一个实例来说明。
4) genetic annealing algorithms
遗传退火算法
1.
The genetic annealing algorithms were expanded to distributed genetic annealing algorithms(DGAA) to solve distributed configuration problem.
文中将分布式配置问题抽象为分布式组合最优化问题,把遗传退火算法扩展到分布式计算环境以求解分布式配置问题。
5) algorithms of GA-Annealing strategy
遗传退火算法
1.
A general stochastic neural network(GFSNN),which membership functions are general Gaussian functions and are adaptable,is proposed to predict chaotic time series,and the model s structure and parameters are optimized by the algorithms of GA-Annealing strategy and are applied to forecast stochastic chaotic time series.
针对随机模糊神经网络缺乏自适应性,引入广义高斯函数和广义随机模糊神经网络,使系统中隶属函数具有自适应性;并对参数进行遗传退火算法优化,使系统具有最佳结构和参数。
2.
Chaotic system identification based on adaptable T-S fuzzy model and algorithms of GA-annealing strategy;
针对混沌系统辨识引入广义T-S模糊模型,使系统中隶属函数具有自适应性;并对T-S模糊模型前件模糊规则数、各加权值、隶属函数自适应参数进行遗传退火算法优化,使系统具有最佳结构和参数。
6) Genetic Simulated Annealing algorithm
遗传退火算法
1.
The radial basis function(RBF) whose kernel parameters is respectively optimized by genetic algorithm(GA) and genetic simulated annealing algorithm(GSA) is selected as the kernel function of the SVR,then the model of valve-regulated lead-acid(VRLA) battery capacity prediction is established.
选定径向基函数作为支持向量机回归算法的核函数,分别使用遗传算法和遗传退火算法对核参数进行寻优,在此基础上建立了蓄电池容量预测模型。
补充资料：模拟退火算法
分子式：
CAS号：
性质： 一种随机优化算法，它以自然界的退火过程作为模拟对象，以求得全局最优。它在寻优过程是以一种概率形式来保留多个最优点，以使得该算法可跳出局部最优点。可以证明，只要计算时间足够长，模拟退火算法总可以找到全局最优解。由于化学化工研究中经常存在着局部最优的问题，故近年来模拟退火算法在化学化工研究中得到了广泛的应用。
CAS号：
性质： 一种随机优化算法，它以自然界的退火过程作为模拟对象，以求得全局最优。它在寻优过程是以一种概率形式来保留多个最优点，以使得该算法可跳出局部最优点。可以证明，只要计算时间足够长，模拟退火算法总可以找到全局最优解。由于化学化工研究中经常存在着局部最优的问题，故近年来模拟退火算法在化学化工研究中得到了广泛的应用。
说明：补充资料仅用于学习参考，请勿用于其它任何用途。
参考词条