论文研究基于自适应小生境遗传算法的混合交通网络设计双层规划模型 .pdf

基于自适应遗传算法的智能考试系统研究.pdf

大多数基于宏基本原理图(MFD)的外围控制方法都被认为是基于模型的反馈控制方法,由于交通流模型复杂且具有不确定性,因此其性能在实践中难以提高。 本文提出了一种针对城市交通网络的无模型自适应预测周界控制

标准的遗传算法在设置交叉算子和变异算子时使用固定的值,这样在求解复杂的优化问题时会存在解的多样性差和早熟的缺点。传统的自适应算法在收敛速度和解的多样性上是有效的,但是在算子调整的过程中,对算法演化过程

In order to verify the effectiveness of the proposed method, four GAs -- KGA, HGA, LMGA and TGA, are

建立了综合充电站、电动汽车(EV)用户与配电网多方利益的快速充电站规划模型,考虑EV保有量增长的影响,同时计及EV增长率的不确定性,构建了2种EV充电站随机机会约束动态规划模型,并提出考虑充电需求空间

8种基于自适应遗传算法的BP网络的应用

自适应遗传算法。

在基本遗传算法的基础上对算法的改进,主要根据相异率对变异率进行自适应调节,避免早熟,vc6.0下实现。

matlab仿真通过测试。通过项目实验成功，望多多指教！

自适应遗传算法里面包含了多个改进算法思想,Genericalgorithm