1) Hybrid intelligent genetic algorithm
混合智能遗传算法
2) hybrid intelligent messy genetic algorithm (HIMGA)
混合智能messy遗传算法
1.
A hybrid intelligent messy genetic algorithm (HIMGA) for daily generation scheduling is proposed, which can improve the diversity of evolution population and guar.
针对电力系统日发电计划的特点,提出了一种混合智能messy遗传算法(HIMGA),该算法实现简单,大大减小了求解问题的规模,保证了群体的多样性,提高了算法的搜索效率,改善了算法的收敛性。
3) Intelligent Genetic Algorithm
智能遗传算法
1.
A Multi-Object Image Segmentation Approach Based on Intelligent Genetic Algorithm and Otsu Algorithm;
基于智能遗传算法和Otsu法的多目标图像分割方法
2.
Forecasting and evaluating water quality of Changjiang River based on composite least square SVM with intelligent genetic algorithms
基于智能遗传算法与复合最小二乘支持向量机的长江水质预测与评价
3.
The parameters of the fuzzy PI controller were chosen by intelligent genetic algorithm.
根据永磁同步电动机参数随输入电流变化而发生微小变化的特点,研究了基于模糊理论的比例-积分控制应用于永磁同步电动机电流控制的可行性,并应用智能遗传算法对模糊控制规则以及比例-积分控制器中的比例系数和积分时间常数等参数进行了优化,设计了一种基于智能性遗传算法(IGA)优化的模糊电流比例-积分控制器。
4) Intelligentizing genetic algorithm
智能化遗传算法
5) intelligent genetic algorithms
智能遗传算法
1.
To avoid the blind establishment of the parameters,this study proposes intelligent genetic algorithms for optimizing the SVR\'s parameters and presents the process of selecting SVR\'s parameters particularly.
提出将智能遗传算法用来对支持向量回归模型的参数进行优化选取,并详细介绍了模型参数的选取过程,避免了参数的盲目设置。
6) Hybrid Genetic Algorithm
混合遗传算法
1.
The Fitting of HL Curves of Dukler Ⅱ on a New Hybrid Genetic Algorithm;
新型混合遗传算法对DuklerⅡ截面含液率曲线的回归
2.
Predictive Model for End Aim Temperature of Arc Furnace Based on Hybrid Genetic Algorithm;
基于混合遗传算法的电弧炉终点目标温度预报模型
3.
Topology optimization of tree-type water-injection pipe network based on hybrid genetic algorithm;
基于混合遗传算法的树状注水管网拓扑优化
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