导读:本文包含了改进变异算子论文开题报告文献综述及选题提纲参考文献，主要关键词:遗传算法,变异算子,二进制
改进变异算子论文文献综述
王春阳,赵玉庆,谢金兴,苏本堂[1]（2019）在《遗传算法变异算子的改进》一文中研究指出为了提高遗传算法的全局寻优能力,本文提出变异算子的一种新的构造机制。在种群进化的初始阶段,使变异点发生在二进制染色体的高位区,以保证种群的多样性;在进化的中期阶段,使变异点发生在染色体的中位区,以保持种群持续大范围寻优;在收敛阶段,使变异点发生在染色体的低位区,以提高最优个体的精度。数值试验表明,在不增加算法整体计算量的前提下,这样构造的变异算子,对避免遗传算法出现早熟具有明显的积极作用。(本文来源于《山东农业大学学报(自然科学版)》期刊2019年05期）
王莹[2]（2018）在《一种基于变异算子改进的引力搜索算法》一文中研究指出针对引力搜索算法求解精度不高,易于早熟等缺点,提出了一种改进的引力搜索算法。为了平衡算法的开发与探索能力,我们引入两个变异算子:一个算子增强算法的开发能力;另一算子增强算法的探索能力。最后把改进算法应用到典型测试题中,数值结果表明,算法是可行的,有效的。(本文来源于《价值工程》期刊2018年21期）
胡运杰,邓燕妮[3]（2018）在《基于变异算子改进蚁群算法学习的模糊认知图》一文中研究指出传统的模糊认知图学习算法需要依靠专家知识来建立模糊认知图模型。在专家知识受到限制的一些领域,完全通过数据来学习模糊认知图的算法是有必要的。提出的基于蚁群优化的学习算法,可以有效做到通过历史数据学习模糊认知图;为避免蚁群算法陷入局部最优的问题;以及其学习所得模型不够精确的问题,引入变异算子以改进蚁群算法,来提高算法性能,避免局部最优问题,得到更准确的模型。最后,算法性能在人工数据上进行了测试。实验表明,算法性能良好,可以得到准确的模糊认知图模型。(本文来源于《科学技术与工程》期刊2018年07期）
Xiao-qing,ZHANG,Zheng-feng,MING[4]（2017）在《一种基于变异算子与淘汰重组机制的改进GWO及其应用（英文）》一文中研究指出标准苍狼优化算法(grey wolf optimizer,GWO)因其简单易用的特性受到广泛关注。由于存在搜索结构不完善、易陷入局部最优等问题,其应用范围受到了限制。本文提出了一种基于变异算子和淘汰重组机制的苍狼优化算法(eliminating-reconstructing GWO,MR-GWO)。对GWO的分析表明,GWO仅以叁个领导层苍狼为核心进行搜索,且仅通过调整参数a来平衡算法的探索和开发性能,意味着苍狼群在一定程度上失去了多样性。因此,本文对优秀的搜索狼引入变异算子,对性能较差的搜索狼采用淘汰重组机制,不仅有效地扩展了算法的随机搜索面,同时加快了算法收敛速度。为了验证改进后算法的有效性,通过13个标准连续函数全局优化实验及RBF(radial basis function)网络逼近试验将MR-GWO算法与其它算法进行了比较,试验结果表明MR-GWO算法具有较强的竞争力。(本文来源于《Frontiers of Information Technology & Electronic Engineering》期刊2017年11期）
张凤斌,王超,杨泽[5]（2017）在《基于疫苗算子和柯西变异的克隆选择算法改进》一文中研究指出在网络入侵检测系统中,克隆选择算法已经取得了长足的发展,但是它仍然存在的很多缺点,例如算法收敛过慢,且在变异过程中有退化现象。结合生物系统中疫苗接种技术和柯西变异能产生较大随机数范围的特点,可以分别改进克隆选择算法的这两个缺点。实验结果显示,改进后的算法明显加快了收敛速度,并且提高了检测率。(本文来源于《计算机工程与应用》期刊2017年01期）
孙康,潘广贞[6]（2014）在《改进变异算子的差分进化算法并行性分析》一文中研究指出针对并行差分进化算法的全局搜索能力和寻优的稳定性弱的现状,基于DE/best/1变异算子提出了一种改进的差分进化算法变异算子.该算子前期采用DE/best/1变异方法,当进化代数超过设定的进化代数值时,采用改进的变异算子.通过拓宽变异算子的搜索域来提高种群的多样性,提高了差分进化算法的寻优能力.对改进变异算子的并行差分进化算法进行了函数测试,实验结果表明:相比普通的变异算子,在相同种群规模的前提下,改进的差分变异算子拓宽了遗传算法的搜索域,提高了算法的全局搜索能力;在不同的种群规模下,改进的变异算子增强了算法的寻优稳定性.(本文来源于《中北大学学报(自然科学版)》期刊2014年06期）
陶杨,韩维,陶春明,胡倩影[7]（2014）在《一种基于免疫变异算子的改进型量子遗传算法》一文中研究指出基于量子遗传算法进化方向随机性大、易早熟等缺点提出了一种改进的量子遗传算法.该方法采用了自适应染色体长度和旋转角度,提高了优化效率;引入了免疫算子,淘汰繁殖率低的个体,并通过操作染色体编码实现量子变异,以增强种群中基因多样性,避免算法陷入局部最优.对若干基准测试函数进行实验,结果表明相对于标准量子遗传算法,该算法在收敛速度、精度、稳定性以及克服早熟能力方面都有了显着的提高.(本文来源于《安徽师范大学学报(自然科学版)》期刊2014年03期）
谢燕丽,许青林,姜文超[8]（2014）在《一种基于交叉和变异算子改进的遗传算法研究》一文中研究指出文中针对函数优化方面遗传算法(GA)存在的"早熟"与收敛速度慢的问题,设计了一种基于交叉和变异算子改进的遗传算法。通过研究分析GA,根据交叉算子和变异算子的特点,在现有的GA基础上,引入拉普拉斯算子改进交叉算子以及结合黄金分割法对变异算子做了进一步改进。通过3个测试函数对该算法与标准遗传算法,以及其他两种算法加以对比,仿真结果表明文中的算法不仅增加了个体多样性,防止了"早熟",且比其他叁种算法获得了更优解和更快的收敛速度。理论分析和实验表明,提出的算法是可行有效的。(本文来源于《计算机技术与发展》期刊2014年04期）
龚跃,吴航,赵飞[9]（2013）在《基于非均匀变异算子的改进蚁群优化算法》一文中研究指出为解决对称旅行商问题,在改进蚁群优化算法的基础上,提出一种引入非均匀变异算子的改进算法。在路径寻优时采用改进的蚁群优化算法,且在完成一次循环迭代后,运用非均匀变异算子对已完成该次任务的蚁群进行变异处理,从而加快算法收敛速度,经过N次进化直至达到满意结果。仿真结果表明,在寻最优解的能力和算法稳定性方面,该算法比基本蚁群算法和蚁群优化算法更强。(本文来源于《计算机工程》期刊2013年10期）
廖恩惠,钟诚[10]（2012）在《一种改进变异算子的混合遗传算法》一文中研究指出分析了遗传算法传统变异算子的缺陷,为解决遗传算法搜索效率低下及早熟收敛的问题,设计了一种融合遗传搜索和模式搜索的混合遗传算法。理论分析与实验仿真结果表明,所给出的混合遗传算法是有效的,在收敛速度、精度和稳定性方面均有明显的提高。(本文来源于《信息技术》期刊2012年01期）
改进变异算子论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
针对引力搜索算法求解精度不高,易于早熟等缺点,提出了一种改进的引力搜索算法。为了平衡算法的开发与探索能力,我们引入两个变异算子:一个算子增强算法的开发能力;另一算子增强算法的探索能力。最后把改进算法应用到典型测试题中,数值结果表明,算法是可行的,有效的。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
改进变异算子论文参考文献
[1].王春阳,赵玉庆,谢金兴,苏本堂.遗传算法变异算子的改进[J].山东农业大学学报(自然科学版).2019
[2].王莹.一种基于变异算子改进的引力搜索算法[J].价值工程.2018
[3].胡运杰,邓燕妮.基于变异算子改进蚁群算法学习的模糊认知图[J].科学技术与工程.2018
[4].Xiao-qing,ZHANG,Zheng-feng,MING.一种基于变异算子与淘汰重组机制的改进GWO及其应用（英文）[J].FrontiersofInformationTechnology&ElectronicEngineering.2017
[5].张凤斌,王超,杨泽.基于疫苗算子和柯西变异的克隆选择算法改进[J].计算机工程与应用.2017
[6].孙康,潘广贞.改进变异算子的差分进化算法并行性分析[J].中北大学学报(自然科学版).2014
[7].陶杨,韩维,陶春明,胡倩影.一种基于免疫变异算子的改进型量子遗传算法[J].安徽师范大学学报(自然科学版).2014
[8].谢燕丽,许青林,姜文超.一种基于交叉和变异算子改进的遗传算法研究[J].计算机技术与发展.2014
[9].龚跃,吴航,赵飞.基于非均匀变异算子的改进蚁群优化算法[J].计算机工程.2013
[10].廖恩惠,钟诚.一种改进变异算子的混合遗传算法[J].信息技术.2012