1) niche genetic algorithm
生态遗传算法
1.
Model of rockbursts' prediction based on niche genetic algorithms;
基于生态遗传算法的冲击地压预测模型
2.
Adaptive fuzzy pattern recognition of coal and gangues based on niche genetic algorithm;
基于生态遗传算法的煤矸石自适应模糊模式识别
3.
Identification of fuzzy system based on niche genetic algorithm;
生态遗传算法在模糊系统辨识中的应用
2) dynamic genetic algorithm
动态遗传算法
1.
おn this paper we propose a dynamic genetic algorithm based on numeric encoding.
提出了一种基于数值编码的动态遗传算法。
3) steadystate GA
稳态型遗传算法
4) Steady State GA
稳态遗传算法
1.
Application of Steady State GA in state and parameter estimation of water supply network;
稳态遗传算法在给水管网状态及参数估计中的应用
5) niche genetic algorithm
小生境遗传算法
1.
Study on Power Transformer Fault Diagnosis Based on Niche Genetic Algorithm;
基于小生境遗传算法的电力变压器故障诊断方法研究
2.
Study on optimization of logistics distribution route based on niche genetic algorithm
基于小生境遗传算法的物流配送路径优化研究
3.
Calibrating method for seismic response spectra based on niche genetic algorithm
基于小生境遗传算法的设计地震动反应谱标定方法
6) NGA
小生境遗传算法
1.
NGA Based on Uniform Design and Its Application in Optimization of FCS;
基于均匀设计的小生境遗传算法及其在飞控系统中的应用
2.
To optimize the parameters of the aircraft s flight control system(FCS),a reference model method based on the niche genetic algorithm(NGA)is proposed in this paper.
针对飞行控制系统控制器参数优化问题,提出了一种基于小生境遗传算法的模型参考优化整定策略,并将此策略应用于某型飞机的横侧向飞行控制系统的参数优化中。
3.
A hybrid genetic algorithm for the path programming, which combined to SWIFT (Sequential Weight Increasing Factor Technique) algorithm and NGA (niche genetic algorithm), is presented in the paper.
提出了一种将小生境遗传算法与SWIFT算法相结合的混合遗传算法,用于冗余度操作臂的最优路径规划。
补充资料：数值遗传算法
分子式：
CAS号：
性质：基于自然界生物进化机制的一种全局最优化方法。在遗传算法中，被研究体系的响应曲面看作为一个群体，响应曲面上的每一个点作为群体中的一个个体，个体用多维向量或矩阵来描述，组成矩阵的和向量的参数(元素)相应于生物中组成染色体的基因。染色体用固定长度的二进制位串(bit string)表示。通过交换(染色体基因交换)、突变(改变染色体基因)等遗传操作，在参数的一定范围内进行随机搜索，不断改善数据结构，构造出不同的向量，相当于得到了被研究问题的不同的解(一个个体相当于一个解)。目标函数较优的点被保留，较差的点被淘汰，最后达到全局最优化。
CAS号：
性质：基于自然界生物进化机制的一种全局最优化方法。在遗传算法中，被研究体系的响应曲面看作为一个群体，响应曲面上的每一个点作为群体中的一个个体，个体用多维向量或矩阵来描述，组成矩阵的和向量的参数(元素)相应于生物中组成染色体的基因。染色体用固定长度的二进制位串(bit string)表示。通过交换(染色体基因交换)、突变(改变染色体基因)等遗传操作，在参数的一定范围内进行随机搜索，不断改善数据结构，构造出不同的向量，相当于得到了被研究问题的不同的解(一个个体相当于一个解)。目标函数较优的点被保留，较差的点被淘汰，最后达到全局最优化。
说明：补充资料仅用于学习参考，请勿用于其它任何用途。
参考词条