遗传算法改进应用于实践研究.docxVIP

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多

遗传算法改进应用于实践研究

目录

一、内容综述..............................................3

1.1研究背景与意义.........................................4

1.2遗传算法概述...........................................6

1.3改进遗传算法研究现状...................................7

1.4本文研究内容及结构.....................................8

二、遗传算法基本原理......................................9

2.1遗传算法基本概念......................................10

2.1.1模拟生物进化思想....................................11

2.1.2遗传算法操作算子....................................14

2.2遗传算法基本流程......................................16

2.3基本遗传算法的局限性..................................17

三、遗传算法改进策略.....................................20

3.1选择算子改进..........................................21

3.1.1基于排序的选择方法..................................22

3.1.2模拟退火选择机制....................................25

3.2交叉算子改进..........................................26

3.2.1变异交叉操作........................................27

3.2.2实例交叉策略........................................29

3.3变异算子改进..........................................30

3.3.1基于分布的变异方法..................................31

3.3.2均匀变异技术........................................32

3.4参数自适应调整策略....................................33

3.4.1自适应选择压力......................................34

3.4.2动态调整交叉概率....................................35

四、改进遗传算法在实践中的应用...........................36

4.1优化问题应用..........................................37

4.1.1工程设计优化........................................38

4.1.2生产调度优化........................................40

4.2机器学习应用..........................................41

4.2.1神经网络训练........................................42

4.2.2支持向量机参数优化..................................43

4.3数据挖掘应用..........................................45

4.3.1模式识别............................................46

4.3.2聚类分析............................................47

五、案例研究.............................................49

5.1问题背景与描述........................................50

5.2算法设计与实现........................................51

文档评论(0)

文库新人 + 关注
实名认证
文档贡献者

文库新人

1亿VIP精品文档

相关文档