1) genetic evolutionary algorithm
遗传进化算法
1.
Application of genetic evolutionary algorithm for slope stability analysis;
遗传进化算法在边坡稳定性分析中的应用
2) evolution genetic algorithm
进化遗传算法
1.
Based on Darwin s theory of evolution,new operators of crossover and mutation are presented in modified evolution genetic algorithm(EGA),which makes it obtain better global convergence.
改进了进化遗传算法 ,提出了新的交叉算子和变异算子 ,使之具有更好的全局收敛能力。
2.
The disadvantages of evolution genetic algorithm were analyzed in this paper.
分析了进化遗传算法的弊端。
3) virus evolutionary genetic algorithm
病毒进化遗传算法
1.
Improved virus evolutionary genetic algorithm for job-shop scheduling problem;
单件车间调度问题的改进型病毒进化遗传算法
2.
In order to solve the problem of quality and cost optimization of a large product structure, a virus evolutionary genetic algorithm (VEGA) is developed, and then the coding and decoding representation of the solution as well as the calculation of the fitness function are designed.
针对一种大型产品结构的质量一成本优化问题,设计了一种病毒进化遗传算法,提出了相应的编码解码方案和适应度的计算。
4) CGA
协同进化遗传算法
1.
Co-Genetic Algorithm(CGA) is applied to optimization for fuzzy image processing.
将协同进化遗传算法(CGA)应用于图像增强的模糊算法优化,以优化模糊逻辑处理效果。
5) genetic annealing evolutionary algorithm
遗传退火进化算法
1.
From the viewpoint of intensifying convergence and reducing dependency of parameters,a genetic annealing evolutionary algorithm that can be applied for solving knapsack problem is proposed.
从增强算法收敛性和减少参数依赖性的角度出发,提出应用遗传退火进化算法求解背包问题。
6) genetic annealing evolutionary algorithms
遗传退火进化算法
1.
Adhibit efficiency function, The genetic annealing evolutionary algorithms are applied to realize the optimization of scheduling decisions.
引入效率函数 ,运用遗传退火进化算法实现了调度决策的优化 ;提出了将遗传退火算法和分派规则相结合的调度策略和动态编码的方法 ,放宽了约束条件 ,提高了搜索效率和速度 ,保证其全局收敛性。
2.
Based on reducing searching region, intensifying astringency and shortening calculating time, the author puts forward that genetic annealing evolutionary algorithms could be applied for resolving the problem of reasonable mixed loading in a container for the piece goods, and also explicates how to specifically realize it.
本文从缩小搜索区域、增强算法的收敛性以及缩短计算时间的角度出发 ,提出应用遗传退火进化算法求解零担货物在集装箱中合理装载问题 ,阐明了该算法的具体实现过程 ,并通过实际数值计算表明该算法优于传统的计算方法。
补充资料：进化论算法
分子式：
CAS号：
性质：进化首先是生物学的概念。根据达尔文“生物进化论”的观点：生物的发展和演变是根据自然选择的方式进行。生物机能和形态的变化，可从它所处的环境中寻找解释。生物的进化过程也许完全不是随机的，高级生物的进化过程很可能是“合情的产生与检验”的过程，即也许自然界掌握着一种很高明的“自动程序设计”方法进行遗传“程序”的书写。模仿上述生物进化论所形成的应用算法称为进化论算法。
CAS号：
性质：进化首先是生物学的概念。根据达尔文“生物进化论”的观点：生物的发展和演变是根据自然选择的方式进行。生物机能和形态的变化，可从它所处的环境中寻找解释。生物的进化过程也许完全不是随机的，高级生物的进化过程很可能是“合情的产生与检验”的过程，即也许自然界掌握着一种很高明的“自动程序设计”方法进行遗传“程序”的书写。模仿上述生物进化论所形成的应用算法称为进化论算法。
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