1) interactive genetic algorithm
交互式遗传算法
1.
Fashion design system based on radial basis function networks and interactive genetic algorithm;
基于径向基网络与交互式遗传算法的服装设计
2.
Approach to image retrieval based on interactive genetic algorithm and rough set;
基于交互式遗传算法和粗糙集的图像检索方法
3.
Application of interactive genetic algorithm in music composition;
交互式遗传算法在作曲中的应用
2) orthogonal interactive genetic algorithm
正交-交互式遗传算法
1.
Product form design based on orthogonal interactive genetic algorithm;
为提高概念设计的效率,提出一种基于正交-交互式遗传算法的产品造型设计方法。
3) interactive satisficing mathods
交互-遗传算法
4) interactive genetic algorit
基于AHP的交互式遗传算法
5) interactive algorithm
交互式算法
1.
To solve the latter, an interactive algorithm after the problem is formulated by a multi objective integer programming model is proposed, in which .
文中首先提出了一个交互式算法来求解后一个问题 ,该算法利用一个多目标整数规划模型来求解长度和耗费优化的路径 。
2.
According to the character of the model, an interactive algorithm for solving the model is presented.
通过选取带宽作为约束条件 ,把时延和丢失率作为优化目标 ,建立了QoS路由选择的多目标非线性整数规划模型 ,并给出了一种求解模型的交互式算法。
3.
An interactive algorithm based on existing ones for solving nonlinear multiobjective optimization has been developed.
在现有的一些解多目标问题交互算法的基础上,提出了一种解决一般非线性多目标最优化问题的交互式算法——权衡割平面法。
6) hybrid genetic algorithm
杂交遗传算法
1.
Application of hybrid genetic algorithm to the optimization of structural vibration control;
杂交遗传算法在结构振动控制优化中的应用
2.
Therefore,an improved hybrid genetic algorithm is presented which is based on both hybrid genetic and real coded genetic ones,which were developed recently.
为此,在杂交遗传算法和实代码遗传算法的基础上,开发了一种改进的杂交遗传算法,该算法不仅可以计算含不等式约束的优化问题,而且可以处理含线性等式的优化目标问题。
3.
Drawing on idea of genetics,a staged hybrid genetic algorithm (SHMGA) with multi-group (SHMGA) is proposed.
借鉴生物遗传学提出了一种多群体阶段性杂交遗传算法。
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