1) floating Genetic Algorithm
浮点遗传算法
1.
The Application of floating Genetic Algorithms to Solving Non-linear equation groups;
浮点遗传算法在非线性方程组求解中的应用
2.
In the light of the contradiction between the convergence speed and accuracy caused by the string length of the binary encoding when the range of the variables increases in the process modelling of fermentation of glutamic acid, a new improved GA_floating genetic algorithm is discussed.
针对谷氨酸发酵过程建模中变量取值范围扩大时，二进制遗传算法存在收敛速度和精度的矛盾，研究了改进的浮点遗传算法。
3) float-point genetic algorithm
浮点遗传算法
1.
To improve the speed and precision of reaching optimal solutions,a new crossover operator based on the generation number and individual fitness was introduced for the float-point genetic algorithm.
为了提高浮点遗传算法在优化问题时的收敛速度与求解精度,提出了一种基于进化代数和个体适应值的杂交算子,该算子根据每代个体的适应度与进化代数的变化情况自适应调整交叉操作。
4) float genetic algorithms
浮点数遗传算法
5) floating-point genetic algorithm
浮点式遗传算法
1.
Furthermore, the improved BP (Back Propagation) algorithm and floating-point genetic algorithm are respectively employed to train the weights of networks.
辨识结构采用串并联形式,并分别使用改进BP算法和浮点式遗传算法进行了网络的训练。
6) real coded genetic algorithmm
浮点编码遗传算法
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