1) genetic optimum searching algorithm
遗传优化搜索算法
1.
A new multi-scale edge detection algorithm is proposed by a genetic optimum searching algorithm.
本文结合遗传优化搜索算法讨论多尺度边缘检测的新方法。
2) GSO
群搜索优化算法
1.
Proposes an Improved Group Search Optimizer (IGSO) algorithm and a constraint handling method.
介绍一种改进的群搜索优化算法(IGSO)及适用于它的一种约束处理方法,并将其应用到两个桁架结构截面优化设计算例中,同时与HPSO算法进行对比分析。
3) genetic algorithm and tabu search hybrid algorithm
遗传禁忌混合搜索算法
4) genetic local search algorithm
遗传邻域搜索算法
1.
To improve the efficiency,a parallel multi-objective genetic local search algorithm is presented to generate Pareto boundary.
为了提高求解效率,提出了一种并行多目标遗传邻域搜索算法来求解Pareto边界。
6) quantum-inspired genetic algorithm with local search(LSQGA)
局部搜索量子遗传算法
1.
For the local search capability of quantum-inspired genetic algorithm(QGA) is Limited,a quantum-inspired genetic algorithm with local search(LSQGA) is presented to solve the reactive power optimization problem.
针对量子遗传算法局部寻优能力差的不足,提出一种局部搜索量子遗传算法,用于电力系统无功优化。
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