1) capability inheritance algorithm
权能遗传算法
1.
Policy-adaptive capability inheritance algorithm consistent with POSIX standard;
多策略适应的一种POSIX权能遗传算法
2.
Based on the analysis of these capabihty inheritable algorithms, this paper proposed a new capability inheritance algorithm, which introduced the policy-relevant capabihty.
多数支持POSIX权能机制的安全操作系统提出了各自的权能遗传算法,但这些算法都只适用于特定的特权控制策略,并且存在语义冲突、安全目标不明确等问题,不能有效支持安全需求不同的特权策略。
2) 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。
3) High Efficient Genetic Algorithm(HEGA)
高性能遗传算法
1.
A algorithm called High Efficient Genetic Algorithm(HEGA)was presented,which was based on traditional genetic algorithm.
对此,提出了一种高性能遗传算法(HEGA),以传统遗传算法为基础,对种群机制和染色体结构及交叉操作进行改进,并引入局部搜索(LS)操作增强算法的寻优能力。
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) genetic algorithm
遗传算法
1.
Application of genetic algorithm in estimating kinetics model parameters for syn-thesis O,O-dimethylphosphorochloridothioate;
遗传算法用于估值O，O-二甲基硫代磷酰氯合成反应动力学模型的参数
2.
Optimum design of the horizontal section length in a horizontal well using genetic algorithm;
利用遗传算法进行水平井水平段长度优化设计
3.
Gas production prediction based on genetic algorithm;
基于遗传算法的天然气产量预测研究
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