论文研究一种改进的多种群遗传算法研究 .pdf

社区结构的发现是社交网络分析研究的重要内容。与传统的重叠社区不同，最近的研究表明某些真实网络中在社区重叠部分要比社区内部节点间的连接更加密集，而现有的算法没有考虑此类社区结构。基于遗传算法，提出了一种

聚类集成算法通常对聚类成员差异性要求较高，导致算法在生成聚类成员阶段计算复杂度提高。针对该问题提出了一种基于遗传算法的聚类集成方法CEGA，不考虑聚类成员的差异性，而是利用目标函数将聚类问题转化为聚类

提出一种新的用于求解约束优化问题的遗传算法,该算法利用佳点集方法初始化个体以维持种群的多样性。在进化过程中,通过可行解与不可行解算术交叉对问题的决策空间进行搜索;对可行种群与不可行种群分别采用高斯变异

提出一种基于混沌领域搜索的自适应混沌遗传算法，该方法在遗传进化的过程根据种群相对多样性对每代个体引入混沌领域方法搜索有效基因，并有效地结合遗传算法善于全局优化和混沌局部搜索能力强等特点。计算结果表明，

一种基于多目标遗传算法的公交调度方法，陈程，左兴权，公交车辆调度问题是是一个复杂的多目标优化问题。当前已知的方法是将多个目标通过线性组合转化成单个目标，然后采用单目标优化方

同源或非同源长基因组序列的分析比较需要高效率的比对算法。开发出一个新的两两比对工具“超级压缩比对”(简称SCA),该系统是建立在Sequitur编码理论专为长基因组序列的两两比对设计。SCA是一个线性

论文《一种快速收敛的遗传算法》，和大家分享～～～

针对萤火虫算法存在的收敛速度较慢及易早熟收敛等问题, 提出一种基于多种群学习机制的新型萤火虫优化算法：将萤火虫群分为不同参数的多个子群, 各子群内的萤火虫跟随所属子群的最优萤火虫分别进行寻优操作。在各

一种可用于数值优化的一维智能体遗传算法的研究，李勇明，周頔，针对复杂寻优问题，本文提出了一种新的遗传算法－一维智能体遗传算法（CAGA）。该算法采用一维链式智能体网络结构，实现动态邻域��

一种改进变异算子和基于小生境的自适应遗传算法，薛娇，冀小平，为了避免基本遗传算法（SGA）存在的早期成熟和陷入局部最优解，以及后期收敛速度慢的问题，设计了与遗传进化代数和个体适应度相关