1) Chaos quantum-inspired genetic algorithm
混沌量子遗传算法
2) Chaotic genetic algorithm
混沌遗传算法
1.
Seismic Wavelet Estimation Based on High-order Statistics and Chaotic Genetic Algorithm;
基于高阶统计量和混沌遗传算法地震子波提取方法的研究
2.
Finally,intelligent operation pattern optimization based on neural networks and chaotic genetic algorithm is adopted to optimize the operation pattern sub sets.
该系统首先采用动态T-S递归模糊神经网络(Dynamic T-S Recurrent Fuzzy Neural Network,DTRFNN)对工艺参数进行软测量,再采用模式分解的方法对海量数据进行分解,最后对模式子集采用基于神经网络和混沌遗传算法的铜闪速熔炼操作模式智能优化方法进行优化。
3) chaos genetic algorithm
混沌遗传算法
1.
Modified chaos genetic algorithm and its application on operation-optimization of copper smelting converter;
改进的混沌遗传算法及其在炼铜转炉操作优化中的应用
2.
The optimal operation model based on chaos genetic algorithm for hydropower station and its application;
基于混沌遗传算法的水电站优化调度模型及应用
3.
Research of chaos genetic algorithm on AGC units dispatchment;
AGC机组调配经济性的混沌遗传算法研究
4) CGA
混沌遗传算法
1.
Reactive Power Optimization of Distribution Network Based on CGA;
基于混沌遗传算法的配电网无功补偿优化
2.
On the condition of design requirement and actual working condition,optimize the design of this mechanism by CGA and Virtual Prototype Technology,cut down the cost and improve loading efficiency.
在满足设计要求和实际工况的条件下,通过混沌遗传算法和虚拟样机技术对该机构进行了优化设计,降低了成本,提高了生活垃圾装箱效率。
5) GA-chaos algorithm
遗传混沌算法
1.
In this paper, GA-chaos algorithm is proposed, which is composed of the genetic algorithm and the chaos algorithm.
将遗传算法和混沌算法复合构造了一种遗传混沌算法,并将其应用于船舶动力学性能综合优化计算问题,编制了界面友好的vc++软件。
6) chaos-genetic algorithms
混沌遗传算法
1.
Image matching based on Chaos-genetic Algorithms;
基于混沌遗传算法的图像匹配
2.
Parameters Identification on Speed-less Sensor DTC System Based on Chaos-genetic Algorithms;
基于混沌遗传算法的无速度传感器DTC系统的参数辩识
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