基于改进小世界遗传算法

遗传算法是一种模拟生物进化过程的优化算法,可用来求解包含离散化变量的复杂优化问题。将遗传算法应用于油田配电网无功优化,并对常规遗传算法的编码方式、遗传算子以及终止判据等方面进行改进,提高了计算效率和全

 通过对遗传算法的基本概念、遗传算法的流程、普通最大类间方差法(Otsu法)和研究遗传算法的最大类间方差研究;对基于遗传算法的最大类间方差进行改进,使得图像分割损失减少,分割效果增强

基于改进的遗传算法的最优路径选择的研究,兰健,刘红星,本文利用改进的遗传算法对求解最优路径问题进行了研究,并提出了该算法在解决这一问题中的一些处理方法,对遗传算法中的交换操作

作为一种新的机器学习方法,支持向量机的参数选择没有一个统一的模式和标准。为了克服这一缺点,对遗传算法进行改进,构造一种混沌云自适应模拟退火遗传算法(CCASAGA)对支持向量机回归参数进行优化。该算法

随着运输网络复杂程度的不断增加，运输车辆会遇到车祸、拥堵等干扰，传统的车辆调度模型缺少对这种干扰风险的分析，无法建立较为准确的调度模型，造成调度车辆遇到干扰时，调度效率大幅降低。为了避免上述缺陷，提出

移动网格环境具有高度的动态性,任意时刻都可能发生资源的变化,任务调度因此变得复杂,提出了一种面向服务质量(QoS)的移动网格任务调度策略.建立资源和任务模型,定义任务优先级,将任务分成若干子集,子集内

泵房结构的动力参数反演对评价泵房的健康状态尤为重要。为提高参数反演的效率,基于改进遗传算法,利用实测一阶频率及实测加速度峰值构造双重目标函数,反演泵房结构材料动力参数及边界条件,并利用所得反演参数进行

基于遗传算法的K_MEANS聚类改进研究

研究了电力系统配电网的无功优化问题,提出了一种改进遗传算法并将其应用到煤矿供电系统的无功优化中。该算法将用于参加迭代运算的群体分为2组,对2组采用不同的操作方法,分别进行进化,并引入灾变算子以提高解的

图像分割是图像分析中最关键的任务之一。 阈值确定无疑是最受欢迎的细分方法之一。 在阈值方法中,最小交叉熵阈值(MCET)由于其简单性和阈值的测量精度而被广泛采用。 尽管在二级阈值化的情况下MCET是有