1) PRGA(Population Redistributing GA)
种群再分布遗传算法
2) Hierarchical 3-Population Genetic Algorithm (H3PGA)
分层次三种群遗传算法
3) MPGA
多种群遗传算法
1.
An EDM Prediction Model Optimized by MPGA;
多种群遗传算法优化的电火花加工模型
2.
This paper put forward a calculational method basing on the mathematic model,the calculational method was multi-population genetic algorithm(MPGA).
针对该模型,提出了使用多种群遗传算法(MPGA)的求解方法,即对0-1二值型变量和实型多维变量分别编码构建种群,以实型多维变量为中心,联合0-1二值型变量进行遗传运算求得函数极大值。
4) micro genetic algorithm
小种群遗传算法
5) micro-genetic algorithms
微种群遗传算法
1.
This paper introduced the calculation method of the coordinated control system s delay based on urban road adjacent intersections,and put forward micro-genetic algorithms to simulate arterial road coordinate control.
介绍了基于城市道路相邻交叉口的干道协调控制系统延误的计算方法,引入微种群遗传算法,利用计算机MATLAB程序对干道协调控制优化算法进行仿真计算,并与采用数解法得出的结果进行对比分析。
6) poly-population genetic algorithm
多种群遗传算法
1.
An improved poly-population genetic algorithm on evolutionary stable strategy is proposed and applied to distribution network planning.
提出了考虑进化稳定策略的改进多种群遗传算法并将其应用于配电网规划。
2.
This paper suggests an improved poly-population genetic algorithm(PPGA) with an aim at multi-object distribution electric network planning.
针对电网规划的多目标性,提出一种改进的多种群遗传算法(Poly-PopulationGeneticAlgorithm,简称PPGA)。
补充资料：种群分布型
种群分布型
distribution patterns of population
种群分布型(distribution patterns of po-pulation)种群在一定时间和空间内个体群的分布形式。具有两个含义:其一是指生物在某一时刻位置的排列方式，反映生物的空间结构，或称空间格局(spatial pattern)，另一是在统计学上反映抽样单位的抽样性质和数量，指抽样单位中所得随机变量取各种可能值的概率分配方式，或称空间分布(spatialdistribution)。研究昆虫种群的空间分布型有助于制订正确的抽样方案与种群数量估计。如为随机分布时，则可用随机抽样方法;如为聚集分布时，则宜用分层随机抽样等方法抽样调查。也有助于了解昆虫的猖撅，扩散行为。昆虫的空间分布型，不但因物种而异，且同一种群也会因虫龄、密度或生境条件不同而有差别(见频次分布测定法)。昆虫种群空间分布型可分为随机分布(random distribution)和聚集分布(aggre·gated distribution)两类。 随机分布昆虫种群内各个体间具有相对的独立性，不相互吸引或相互排斥，种群中的个体占据空间任何一点的概率相等，任何一个体的存在决不影响其他个体的分布。属于这类分布的有泊松分布(poissondistribution)，如三化螟、玉米螟卵块的格局等(图a)O泊松分布因均数与方差相等(万=52)，故其概率公式中仅一个参数(娜):Px一刀尸沁二e一m四经Ne X!一m塑二 X!式中Px为某种取样单位中，有x个个体的概率(x=O，1，2，……);m为总体均数，可由样本均数代表;N为取样单位数;入7改为理论频数;e为自然对数的底(e-2 .71828…)。 聚集分布种群内个体间互不独立，可因环境的不均匀或生物本身的行为等原因，呈现明显的聚集现象。总体中一个或多个个体的存在影响其他个体在同一取样单位中的出现概率，其均数(牙)都小于方差(s2)o是一种非随机分布。属于这类分布的有:奈曼分布(Neyman’5 distribution)、P一E核心分布(Polya-Eggenberger distribution);泊松一正二项分布(Po-isson一binomial distribution)和负二项分布(11egativebinomial distribution)。 奈曼分布奈曼1939年提出。种群格局非随机，呈核心状格局，但核心间的格局是随机的，核心的大小相等(图b)。奈曼分布依据参数n的不同又可分为不同的类型(如对应”=0、1、2为A、B、C型等)。其理论公式为: NPo=Nexp(一m，e”f‘0，)NPx+:一N翌全凡Px一* X十Ik二O _1式中F*=兀舟一f‘“+”(o) k!“ 、(。卜。!(一、，)一「。
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