1) fitness sharing GA
适应值共享遗传算法
2) Fitness sharing genetic algorithms
适应值共享拥挤遗传算法
3) fitness sharing algorithms
适应值共享算法
4) fitness sharing
适应值共享
1.
Multi-niche crowding genetic algorithm based on fitness sharing
基于适应值共享的多生境排挤遗传算法
2.
This paper presents a new cluster analysis algorithm combined with fitness sharing genetic algorithm for solving multimodal optimization problems.
提出了一种新的聚类方法 ,并将其与适应值共享遗传算法结合 ,用于解决多峰优化问题。
3.
The fitness sharing genetic algorithms are the common approaches to solve multi-modal optimization problems.
适应值共享遗传算法是用来解决多峰函数优化的常用手段 。
5) adaptive genetic algorithm
自适应遗传算法
1.
Fuzzy controller based on adaptive genetic algorithm for a electro-hydraulic bending control system;
基于自适应遗传算法的电液弯辊模糊控制系统
2.
NURBS approximation of hull waterline based on reduced control points number with adaptive genetic algorithm;
基于缩减控制顶点数和自适应遗传算法的船体水线NURBS拟合
3.
A fuzzy self-turning controller based on adaptive genetic algorithm;
一种采用自适应遗传算法的模糊自整定控制器
6) adaptive genetic algorithms
自适应遗传算法
1.
Research on intelligent auto-generating test paper based on adaptive genetic algorithms;
基于自适应遗传算法的智能组卷的研究
2.
Topology optimization of a truss structure under dynamic loads is studied based on adaptive genetic algorithms.
采用自适应遗传算法求解了以脉冲激励下的动力响应作为约束条件、以结构重量最小化为目标函数的桁架结构拓扑优化问题。
3.
To the non-linear mathematical model, a kind of adaptive genetic algorithms is brought forward to calculate the parameters of rolling resonance trajectory and the values of three little asymmetry factors directly, when persistent rolling resonance happens.
根据六自由度弹道方程,建立联锁滚转共振的数学模型,在分析利用常规数值优化方法求解联锁滚转共振特征量的基础上,提出利用自适应遗传算法优化求解联锁滚转共振特征量的方法,并对其进行了数值计算。
补充资料：数值遗传算法
分子式：
CAS号：
性质：基于自然界生物进化机制的一种全局最优化方法。在遗传算法中，被研究体系的响应曲面看作为一个群体，响应曲面上的每一个点作为群体中的一个个体，个体用多维向量或矩阵来描述，组成矩阵的和向量的参数(元素)相应于生物中组成染色体的基因。染色体用固定长度的二进制位串(bit string)表示。通过交换(染色体基因交换)、突变(改变染色体基因)等遗传操作，在参数的一定范围内进行随机搜索，不断改善数据结构，构造出不同的向量，相当于得到了被研究问题的不同的解(一个个体相当于一个解)。目标函数较优的点被保留，较差的点被淘汰，最后达到全局最优化。
CAS号：
性质：基于自然界生物进化机制的一种全局最优化方法。在遗传算法中，被研究体系的响应曲面看作为一个群体，响应曲面上的每一个点作为群体中的一个个体，个体用多维向量或矩阵来描述，组成矩阵的和向量的参数(元素)相应于生物中组成染色体的基因。染色体用固定长度的二进制位串(bit string)表示。通过交换(染色体基因交换)、突变(改变染色体基因)等遗传操作，在参数的一定范围内进行随机搜索，不断改善数据结构，构造出不同的向量，相当于得到了被研究问题的不同的解(一个个体相当于一个解)。目标函数较优的点被保留，较差的点被淘汰，最后达到全局最优化。
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