1) CGSA
克隆遗传退火算法
2) genetic simulated annealing clonal algorithm
遗传模拟退火克隆算法
1.
This paper combines with the advantages of genetic algorithm,simulated annealing and quantum algorithm,and brings forward a task scheduling optimal algorithm based on genetic simulated annealing clonal algorithm.
为了有效解决网格环境下资源的负载均衡问题,结合克隆算法,模拟退火算法和遗传算法的优点,提出了一种基于遗传模拟退火克隆算法的任务调度优化方法。
3) CGA
克隆遗传算法
1.
Distribution network reconstruction based on the combination of CGA and SA;
克隆遗传算法与模拟退火算法相结合的配电网络重构
4) annealing genetic algorithm
退火遗传算法
1.
Fuzzy-PID temperature control system based on annealing genetic algorithm;
基于退火遗传算法的Fuzzy-PID温控系统
2.
Short-term optimal operation of hydropower station based on annealing genetic algorithm;
基于退火遗传算法的水电站短期优化调度
3.
In order to get the optimal identification of the optical properties parameters,annealing genetic algorithm according to the superficial diffuse reflection photon distribution,which emerged when a collimated laser beam normally incident upon and propagated through the tissue,is proposes.
为求取最优化的光学特性参数,基于准直激光束通过均匀生物组织时所形成的表面漫反射光分布,提出利用退火遗传算法重构生物组织的光学特性参数,用此方法成功地实现了对强散射均匀生物组织多个光学特性参数的联合重构。
5) genetic annealing algorithm
遗传退火算法
1.
Decorrelating multi-user detection based on Genetic Annealing Algorithm;
基于遗传退火算法的解相关多用户检测器
2.
Protein Folding Structure Prediction Based on Genetic Annealing Algorithm in AB Off-Lattice Model;
基于AB非格模型与遗传退火算法的蛋白质折叠结构预测
3.
The genetic algorithm and genetic annealing algorithm are used to optimize the objective function for realizing the optimization design to.
为进一步解决交通拥堵,以城市道路多个单点信号控制交叉口组成的绿波系统为研究对象,建立一个以干线车辆行程时间最短为目标,各相位有效绿灯时间、饱和度及周期时长为约束条件的非线性函数模型,分别运用遗传算法和遗传退火算法对目标函数进行优化,实现了对绿波系统中各交叉口信号配时的优化设计,并以实例加以论证,结果表明:遗传退火算法更能快速、准确地寻找出全局最优解。
6) algorithms of GA-Annealing strategy
遗传退火算法
1.
A general stochastic neural network(GFSNN),which membership functions are general Gaussian functions and are adaptable,is proposed to predict chaotic time series,and the model s structure and parameters are optimized by the algorithms of GA-Annealing strategy and are applied to forecast stochastic chaotic time series.
针对随机模糊神经网络缺乏自适应性,引入广义高斯函数和广义随机模糊神经网络,使系统中隶属函数具有自适应性;并对参数进行遗传退火算法优化,使系统具有最佳结构和参数。
2.
Chaotic system identification based on adaptable T-S fuzzy model and algorithms of GA-annealing strategy;
针对混沌系统辨识引入广义T-S模糊模型,使系统中隶属函数具有自适应性;并对T-S模糊模型前件模糊规则数、各加权值、隶属函数自适应参数进行遗传退火算法优化,使系统具有最佳结构和参数。
补充资料：模拟退火算法
分子式：
CAS号：
性质： 一种随机优化算法，它以自然界的退火过程作为模拟对象，以求得全局最优。它在寻优过程是以一种概率形式来保留多个最优点，以使得该算法可跳出局部最优点。可以证明，只要计算时间足够长，模拟退火算法总可以找到全局最优解。由于化学化工研究中经常存在着局部最优的问题，故近年来模拟退火算法在化学化工研究中得到了广泛的应用。
CAS号：
性质： 一种随机优化算法，它以自然界的退火过程作为模拟对象，以求得全局最优。它在寻优过程是以一种概率形式来保留多个最优点，以使得该算法可跳出局部最优点。可以证明，只要计算时间足够长，模拟退火算法总可以找到全局最优解。由于化学化工研究中经常存在着局部最优的问题，故近年来模拟退火算法在化学化工研究中得到了广泛的应用。
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