1) Parallel extended genetic algorithm
并行广义遗传算法
2) Generalized genetic algorithm
广义遗传算法
1.
Real coding based generalized genetic algorithm and its application in optimization problems;
基于实数编码的广义遗传算法及其在优化问题中的应用
2.
In the paper,a novel supply chain optimization model is proposed,and generalized genetic algorithm embedded particular evaluative rules is built to deal with it,the novel method overcomes the local convergence of GA and improves its global research ability.
供应链优化研究是供应链管理中的一个重要问题,也是一个难题,针对该问题,提出了一个新型供应链优化模型,并且构造了广义遗传算法对其求解,该算法融入了特殊的演化规则,克服了遗传算法局部收敛的缺陷,提高了全局收敛的能力,实验表明对供应链优化问题的求解,广义遗传算法优于传统的遗传算法和分枝界定法。
3.
A systematic research is made on the basic theory and operation procedures of classical genetic algorithm,some of principal wrongs in the classical genetic algorithm are corrected,and a rational theory and computation frame of genetic algorithm named as generalized genetic algorithm is established.
对经典遗传算法的理论基础和操作程序进入了深入的剖析，纠正了其中的几项原则性错误，通过引入一些新的概念和算子，建立了系统的遗传算法理论和相应的算法结构，并将其定义为广义遗传算法。
3) parallel genetic algorithms
并行遗传算法
1.
Parallel Genetic Algorithms and Its Application to the Optimization Design of Main Magnet Assembly of MRI;
并行遗传算法及其在MRI永磁主磁体优化设计中的应用
2.
To request for relating law between technical and economic parameter and ore cost for a raw material quarry of cement, the paper set up technical and economic system model with adaptive network-based fuzzy inference system, solved solution of the system model with parallel genetic algorithms,and received optimal technical and economic indices.
为掌握水泥原料矿山系统中的技术经济参数对矿石成本影响的关联规律性,首先运用自适应模糊神经网络对矿山技术经济系统建模,再用并行遗传算法对模型求解,得到了确保矿石成本最小的各项最优技术经济指标,为提高矿山生产管理与经济效益提供了重要的参考价值。
4) parallel genetic algorithm
并行遗传算法
1.
A new parallel genetic algorithm for parallel multi-computers in advance/tardiness scheduling problem;
解并行机提前/拖后调度问题的一种新并行遗传算法
2.
Optimal research of distributed parallel genetic algorithm for reactive power optimization;
基于分布式并行遗传算法的电力系统无功优化
3.
Optimization of PID controller parameters based on distributed parallel genetic algorithm;
基于分布式并行遗传算法的PID参数整定
5) pseudo-parallel genetic algorithm
伪并行遗传算法
1.
The concept of pseudo-parallel genetic algorithm is introduced in carrying out the genetic operations such as selection, crossing and mutation of each sub-group independently.
为了避免常规遗传算法容易出现的“早熟”现象,并提高算法的精度,在无功优化的进化过程中以种群散度为判断尺度将原种群分化为若干子种群,引入了伪并行遗传算法思想。
2.
On the basis of analysis on both the strong and weak points of different optimization design techniques,the pseudo-parallel genetic algorithm is chosen to optimize engine mounting system with mount stiffness as design variable and maximizing the energy in both rolling and vertical DOFs as objective.
在分析各种优化设计方法优缺点的基础上,选用了伪并行遗传算法。
3.
An improved pseudo-parallel genetic algorithm which comprehensively adopts different greedy algorithms is proposed to solve the 0/1 knapsack problem.
文章提出了综合运用不同贪婪解码策略的改进型伪并行遗传算法以求解0/1背包问题。
6) pseudo parallel genetic algorithm
伪并行遗传算法
1.
Clustering analysis method based on pseudo parallel genetic algorithm
基于伪并行遗传算法的聚类分析方法
2.
Analyzes the stochastic ergodicity and sensitivity of initial value of chaos model,proposes the chaos pseudo parallel genetic algorithm(CPPGA) based on multiple populations.
仿真结果表明,混沌伪并行遗传算法比伪并行遗传算法和简单遗传算法具有更快的收敛速度和更高的最优解搜索成功率,可对火力分配进行优化。
3.
In view of the local search ability of simulated annealing algorithm,a new style of optimal algorithm which combined simulated annealing algorithm with pseudo parallel genetic algorithms and adopts real coding,self-adaptive crossover and overall mutation is designed.
借鉴模拟退火算法的局部搜索能力,结合并行计算的思想设计了一种采用模拟退火机制的实数编码自适应交叉、全概率变异伪并行遗传算法,最后用这种方法对典型的多峰值函数求极值,并和基本遗传算法进行比较,结果表明:该算法具有较强的全局搜索能力和局部搜索能力,能够更有效地克服早熟收敛问题。
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