1) real time genetic algorithm
实时遗传算法
1.
The real time genetic algorithm is used to tune on line the parameters of the feedforward controller, the objective of which is to make the feedforward controller a inverse model of the plant.
利用前馈控制与传统的反馈控制相结合来控制位置伺服系统,由实时遗传算法在线调整前馈控制器参数,使其为对象的逆模型。
2) real genetic algorithm
实数遗传算法
1.
The real genetic algorithm, a global maximum method, was applied to improve the learning (algorithm) of BP.
采用全局最优化算法——实数遗传算法改进BP神经网络的学习算法。
3) real-coded genetic algorithm
实数遗传算法
1.
An image reconstruction approach based on the time-domain real-coded genetic algorithm for a perfectly conductor cylinder in free space is presented in this paper.
讨论了自由空间中导体柱图像重建的时域实数遗传算法,导体柱的围线用极坐标形式下的形状函数来表示。
2.
Electromagnetic inverse scattering of two-dimensional conducting objects by adaptive parameter real-coded genetic algorithm;
从电磁散射的积分方程出发 ,利用点匹配法和脉冲基函数求解电磁散射问题 ,以测量的散射场和计算的散射场的偏差程度为目标函数 ,将待优化变量设置为描述导体柱轮廓的形状函数的傅立叶展开式系数 ,Ai0 ,Ai1…AiN/ 2 ,Bi1,Bi2 …BiN/ 2 ,k =1,2…k ,通过参数自适应实数遗传算法 (APRGA)对待优化变量进行优化 ,使目标函数达到最小值来对自由空间中导体柱族进行电磁成像。
4) real coded genetic algorithms
实代码遗传算法
1.
On the premise that the structural anti-vibration effect could be assured,the real coded genetic algorithms is utilized to find the optimal damper in order to acquire a lesser total-damper-increment and .
在保证结构抗震效果的前提下,为进一步减少结构总的阻尼增量并使优化算法简单可行,本文引入实代码遗传算法。
5) real-valued genetic algorithm
实数型遗传算法
1.
Based on the introduction of real-valued genetic algorithm,some key problems such as crossover operation and mutation operation for genetic algorithm were deeply discussed and several new and practical methods were put forward.
在引入实数型遗传算法的基础上,对遗传算法的关键问题交叉和变异操作进行了深入的研究,提出了几种新颖而实用的交叉和突异操作方法。
6) real-valued genetic algorithm
实数遗传算法
1.
Azimuth super-resolution approach for meter wave radar based on real-valued genetic algorithm;
基于实数遗传算法的米波雷达方位超分辨研究
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