1) hybrid genetic algorithms
杂合遗传算法
1.
In this paper,we present a hybrid genetic algorithms.
提出一种将遗传算法与启发式规则、模拟退火法等搜索方法结合在一起的杂合遗传算法 ,用于求解工艺路线可变的JobShop调度问题。
2) hybrid genetic algorithm
合遗传算法
1.
Model parameter extraction for semiconductor devices based on a hybrid genetic algorithm;
用改进的混合遗传算法进行器件模型参数提取
3) hybrid genetic algorithm
杂交遗传算法
1.
Application of hybrid genetic algorithm to the optimization of structural vibration control;
杂交遗传算法在结构振动控制优化中的应用
2.
Therefore,an improved hybrid genetic algorithm is presented which is based on both hybrid genetic and real coded genetic ones,which were developed recently.
为此,在杂交遗传算法和实代码遗传算法的基础上,开发了一种改进的杂交遗传算法,该算法不仅可以计算含不等式约束的优化问题,而且可以处理含线性等式的优化目标问题。
3.
Drawing on idea of genetics,a staged hybrid genetic algorithm (SHMGA) with multi-group (SHMGA) is proposed.
借鉴生物遗传学提出了一种多群体阶段性杂交遗传算法。
4) 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
5) mixed genetic algorithm
混合遗传算法
1.
Multi-objective optimum design of verifying three nodes based on mixed genetic algorithm;
基于多目标混合遗传算法的变幅三铰点优化
2.
A Mixed Genetic Algorithm Based on Simulated Annealing;
基于模拟退火的混合遗传算法
3.
The mixed genetic algorithm for optimal operation pattern of pumped storage plant;
抽水蓄能电站优化运行方式的混合遗传算法
6) Mended Genetic Algorithms
综合遗传算法
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