一种基于改进遗传算法的指挥控制体系网络结构优化方法.pdf
Ch****91
亲,该文档总共18页,到这已经超出免费预览范围,如果喜欢就直接下载吧~
相关资料
一种基于改进遗传算法的指挥控制体系网络结构优化方法.pdf
本发明公开了一种基于改进遗传算法的指挥控制体系网络结构优化方法,包括:建立多目标优化模型,初始化参数;采用上三角编码方法,将网络结构的邻接矩阵中有效元素进行编码形成染色体;将基础隶属网络结构和协同式网络结构作为启发式信息以生成初始种群,获得初始种群的全部个体;利用适应度函数计算种群中每个个体的适应度;选择出父代个体并采用自适应交叉和变异机制对父代个体进行进化操作,进而得到子代个体;采用精英保留策略更新种群,重复迭代直到满足终止条件,最终输出最优的指挥控制体系网络结构;本发明算法可获得抗毁性和时效性最高的网
基于改进遗传算法的神经网络结构优化研究的中期报告.docx
基于改进遗传算法的神经网络结构优化研究的中期报告一、研究背景神经网络是一种模拟人类神经网络的计算机系统,具有自我学习和自适应的能力,在许多领域都得到了广泛应用。神经网络的优化是神经网络研究的热点之一,而神经网络的结构优化是神经网络优化的关键问题之一。当前,针对神经网络结构优化的研究主要有进化算法、遗传算法、粒子群优化算法等。遗传算法是一种重要的优化方法,具有全局优化能力和容易并行化等优点,因此被广泛应用于神经网络结构优化。二、研究内容本研究旨在基于改进遗传算法,探究其在神经网络结构优化方面的应用,并进行相
一种基于改进遗传算法的火箭轨迹优化方法.pdf
本发明公开了一种基于改进遗传算法的火箭轨迹优化方法,包括:步骤1)通过变分法将火箭轨迹优化的最优控制问题转化为火箭亚音速段攻角绝对值的最大值、火箭俯仰角变化率的参数优化问题;步骤2)对火箭亚音速段攻角绝对值的最大值、火箭俯仰角变化率进行二进制编码生成初代种群;步骤3)以最大射程为优化目标,对种群中的个体适应度进行计算;步骤4)对于火箭飞行过程中的等式和不等式约束,利用罚函数对种群个体的适应度进行调整;步骤5)利用计算得到的种群适应度,将种群中最优个体进行保留;步骤6)从种群中选取两个父本,并利用相似度阈值
基于改进遗传算法的无功优化方法的研究.docx
基于改进遗传算法的无功优化方法的研究摘要:电力系统的无功优化是降低网损、保障电压质量的有效手段遗传算法是解决这种多约束非线性组合优化问题的很好方法。简单遗传算法(SGA)中的交叉率和变异率分别是一个过大或者过小的固定值造成了高适应度基因遭到破坏和算法陷入迟钝本文中改进遗传算法(IGA)使用变化的交叉率和变异率避免了此类现象。文献中以IEEE33节点系统为例分别用两种算法进行了无功优化的计算通过比较得到结论IGA具有最优解更加准确、收敛速度更加迅速的优点。关键词:无
基于改进遗传算法的无功优化方法的研究.docx
基于改进遗传算法的无功优化方法的研究摘要:电力系统的无功优化是降低网损、保障电压质量的有效手段遗传算法是解决这种多约束非线性组合优化问题的很好方法。简单遗传算法(SGA)中的交叉率和变异率分别是一个过大或者过小的固定值造成了高适应度基因遭到破坏和算法陷入迟钝本文中改进遗传算法(IGA)使用变化的交叉率和变异率避免了此类现象。文献中以IEEE33节点系统为例分别用两种算法进行了无功优化的计算通过比较得到结论IGA具有最优解更加准确、收敛速度更加迅速的优点。关键词:无