分享到:

基于改进的遗传算法的部分气象要素预测

根据气象要素复杂多变的特点,选用具有并行处理能力的BP神经网络方法对其进行预测。针对BP神经网络对权值阈值设置敏感,网络泛化能力差等缺点,本文引入有效的改进策略,提出了多种优化的BP神经网络预测模型,并应用于温度,海平面气压,降水量等预测,得到了满意的结果。具体而言,本文的工作体现在如下方面:(1)通过分析BP神经网络的算法原理,针对BP网络对权值阈值参数设置敏感这一问题,引入了小生境遗传算法。由于经典小生境遗传算法属于遗传算法范畴,具有收敛速度慢的缺点。针对这一缺点,本文提出了基于均分法的小生境遗传算法,并选用多元多峰函数,多元单峰函数验证改进后的小生境遗传算法的正确性,可靠性和优越性。(2)针对遗传算法易陷入局部最小的缺点,本文引入量子遗传算法。由于量子遗传算法采用量子比特编码,因此种群的多样性特点比较明显,算法的性能明显高于经典遗传算法。为了进一步提高算法的优越性,本文提出了一种自适应调整旋转角的量子遗传算法,并将此算法优  (本文共78页) 本文目录 | 阅读全文>>

湘潭大学
湘潭大学

基于FPGA的遗传算法的硬件实技术研究与应用

在科学技术飞速发展的今天,遗传算法在越来越多的领域得到了应用。但这些发展同时也对遗传算法提出了更高的要求。为了使遗传算能够在更大的范围,更多的领域得到应用,很有必要对遗传算法的实现方式以及性能的改进进行更加深入的研究。目前对于遗传算法的研究更多是集中在软件方面,关于遗传算法硬件实现方面的研究国内外所发表的成果都不是很多。而遗传算法本质是并行的,用软件实现会受到串行计算的制约而影响计算速度,硬件则能够实现算法的并行计算。本文主要介绍了遗传算法的基本原理和各个遗传算子的具体实现方法和步骤,列举了各个遗传算子的几种实现方式并分析比较了其中最为常用的几种。介绍了当前遗传算法硬件实现的基本情况,并分析了它们的优缺点,指出了它们未解决的一些问题和需要进一步改进的地方。接着介绍了遗传算法实现的硬件平台,包括实现的器件,编程语言和开发以及仿真的软件等。在此基础上,设计了硬件的总体结构,用两路并行运算来实现算法。对于遗传算法的各个步骤及算子,采用...  (本文共65页) 本文目录 | 阅读全文>>

《四川工程职业技术学院学报》2007年06期
四川工程职业技术学院学报

利用遗传算法进行机械优化

本文简单介绍了遗传算法的原理和运算过程,讨论了遗...  (本文共3页) 阅读全文>>

《现代焊接》2012年03期
现代焊接

遗传算法在焊接领域的优化与应用

焊接是一个瞬时性、高度非线性的过程。基于此,优化设计已涉及到焊接设计的各个领域。遗传算法作为一种智能化拟...  (本文共3页) 阅读全文>>

《电脑知识与技术》2018年34期
电脑知识与技术

基于遗传算法的旅游最优路径探究

旅游越来越成为人们喜爱的一种娱乐方式,但随着大量游客的涌入,各个旅游园区迫切需要设计合理高效...  (本文共4页) 阅读全文>>

《科技风》2019年12期
科技风

浅谈遗传算法及其部分改进算法

遗传算法广泛应用于函数寻优、组合寻优等方面,同时算法设计灵活易实现,但具有易早熟收敛的缺点。本文简单...  (本文共1页) 阅读全文>>