论文研究基于遗传算法的改进的GM(11)模型IGM(11)直接建模.pdf

灰色预测是基于GM(1,1)预测模型的预测，按其应用的对象可有四种类型： (1) 数列预测。这类预测是针对系统行为特征值的发展变化所进行的预测。 (2) 灾变预测。这类预测是针对系统行为的特征值超过某

针对传统Chord物理拓扑和逻辑拓扑不匹配以及空间复杂度导致搜索效率低的问题，结合遗传算法和双向搜索改进算法的优点，提出了一种基于遗传算法的双向搜索Chord算法。该算法结合遗传算法，将拓扑匹配问题看

提出了一种新的求连续空间最优值的蚁群算法。结合遗传算法和蚁群算法各自的优点以及两种算法融合基础，提出了遗传算法融入到蚁群算法融合中的两种新策略，第一种策略是先利用遗传算法具有比较强的全局搜索能力，在大

提出一种基于特征点运动分解和散乱灰度数据插值的网格图象变形算法，以改进传统的两步扫描网格变形法在扫描顺序和变形效果上的不足。将原始图象的象素坐标一次性映射至目标图象，再对映射后得到的散乱坐标点的灰度进

MatlabGM11模型可以用來解多種的灰色問題包括預測資料或是影像放大等等，都可以透過該function來進行運算

将改进遗传算法用于图像分割,利用判断分析法和最佳熵自动阈值法两种阈值分割方法进行实验并加以比较,结果表明,利用最佳熵自动阈值法进行的图像分割优于判断分析法

本文将改进的自适应遗传算法和相结合用于0-1背包问题的求解。此算法对交叉率和变异率进行了优化，实现了交叉率和变异率的非线性自适应调整，并对不可行解进行了贪婪修复。实验结果表明，相比传统的自适应遗传方法

一种改进的多种群遗传算法研究，史丽萍，郭燕，提出一种基于多种群的改进遗传算法(IMPGA)来克服简单遗传算法(SGA)的早熟收敛。利用调和适应度评价种群优劣，提出了局部竞争法以避免

解决TSP的遗传算法初始种群改进方法研究,贾海鹏,郑丽英,遗传算法受实际系统计算能力的限制,种群个体和迭代次数有限,因此初始种群的选择成为算法成败的一个至关重要的因素,直接影响到

论文研究-优化灰导数白化值的GM(1,1)建模法.pdf,  提出了以向前差商和向后差商的优化加权平均值作为灰导数白化值建立 GM( 1 ,1 )的方法 ,证明了该建模法具有线性变换一致性 .计算实例