1) Parallel Immune Genetic Algorithm
并行免疫遗传算法
1.
Research on Sorting Unsigned Permutation by Reversals Based on Parallel Immune Genetic Algorithm;
基于并行免疫遗传算法的无向排列的反转排序方法研究
2.
We proposed an improved parallel immune genetic algorithm.
提出一种改进的并行免疫遗传算法,通过在群体规模上引入"岛"的概念,实现了可变的群体规模;通过在适应度函数内引入免疫算子,避免了算法过早收敛。
2) parallelgenetic immune clonal algorithm
并行遗传免疫克隆算法
3) immune genetic algorithm
免疫遗传算法
1.
Optimization of structural parameters of tread patterns based on immune genetic algorithm;
基于免疫遗传算法的低噪声轮胎花纹结构参数优化
2.
Real-time optimal path planning for mobile robots based on immune genetic algorithm;
基于免疫遗传算法的移动机器人实时最优路径规划
3.
Optimization of main girder for overhead traveling crane with improved artificial immune genetic algorithm;
基于改进免疫遗传算法的桥式起重机主梁优化
4) immune genetic algorithms
免疫遗传算法
1.
Optimal placement of phasor measurement unit by immune genetic algorithms;
基于免疫遗传算法的PMU优化配置
2.
This paper presented modeling optimal reserve of interconnected regional power systems based on immune genetic algorithms,placed emphasis on derivative real power increment equation of the tie lines and derivative the connected expression between offset frequency and optimal reserve capacity.
针对问题的具体特点,运用自适应免疫遗传算法对该模型进行求解,充分考虑频率偏差、负荷的随机波动以及区域互联系统运行的各种可靠安全约束,分别对独立的电力系统以及通过交直流联络线互联组成的区域电力系统进行仿真计算,可得到一天中24个时段的弹性备用容量。
5) Immune algorithm and genetic algorithm
免疫-遗传算法
6) IGA
免疫遗传算法
1.
Application of PID Control Based on IGA in AC Servo System;
基于免疫遗传算法优化的PID控制在交流伺服系统中的应用
2.
The Application of IGA(Immune Genetic Algorithm) Based on the Similarity and Vector Distance in the Function Optimization;
基于相似性矢量距的免疫遗传算法在函数寻优中的应用
3.
The Application of IGA to Switching Optimization for an Inverter
免疫遗传算法在逆变器开关优化中的应用
补充资料:并行算法
适用于并行计算机的数值算法。计算机传统结构的显著特征是单指令流单数据流,即每一时刻按一条指令处理一个数据。通常的数值算法适于此类计算机,可称串行算法。20世纪60年代开始发展含大量处理机的并行计算机,它分单指令流多数据流与多指令流多数据流两类,每一时刻分别按一条或多条指令处理多个数据。并行计算机的出现促使了适应其并行这个特点的并行算法的发展。
并行算法依赖一个简单事实:独立的计算可同时执行。所谓独立计算是指其每个结果元只出现一次的计算。例如A8=α1·α2......α8中7个乘法不能同时执行,但可分成三个独立计算组:
第一组
第二组
第三组。
如每组的运算并行执行,计算 A8,只须三步(乘法),其步骤可用图中的双杈计算树来表示。推广此例,得到由满足结合律的任一运算"。" 形成的表达式的最优并行算法,称为结合扇入算法。此算法提供了建立并行算法的一种普遍原则:反复将每一计算分裂成具有同等复杂性的两个独立部份,称为递推倍增法。
研究表明,大量数值问题可获得有效的并行算法。一个算法是否有效主要看加速及所需的处理机个数 P的大小。并行算法的复杂性正是通过参数Tp、S和P来描述的。向量运算具有内在并行性(包含大量独立计算),因而首先是在数值线代数方面,并行算法特别富有成果。
串行算法与并行算法存在固有差别。有效串行算法一般不能直接变换为并行算法,而且两者在数值性态方面(例如数值稳定性及迭代算法的收敛速度)可以彼此大不相同。
并行算法依赖一个简单事实:独立的计算可同时执行。所谓独立计算是指其每个结果元只出现一次的计算。例如A8=α1·α2......α8中7个乘法不能同时执行,但可分成三个独立计算组:
第一组
第二组
第三组。
如每组的运算并行执行,计算 A8,只须三步(乘法),其步骤可用图中的双杈计算树来表示。推广此例,得到由满足结合律的任一运算"。" 形成的表达式的最优并行算法,称为结合扇入算法。此算法提供了建立并行算法的一种普遍原则:反复将每一计算分裂成具有同等复杂性的两个独立部份,称为递推倍增法。
研究表明,大量数值问题可获得有效的并行算法。一个算法是否有效主要看加速及所需的处理机个数 P的大小。并行算法的复杂性正是通过参数Tp、S和P来描述的。向量运算具有内在并行性(包含大量独立计算),因而首先是在数值线代数方面,并行算法特别富有成果。
串行算法与并行算法存在固有差别。有效串行算法一般不能直接变换为并行算法,而且两者在数值性态方面(例如数值稳定性及迭代算法的收敛速度)可以彼此大不相同。
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