“进化遗传算法”专利关键词查询_检索下载_查询列表_检索列表_行业专利分布_钻瓜专利网

钻瓜专利网为您找到相关结果353971个，建议您升级VIP下载更多相关专利

[发明专利]一种提高遗传算法全局搜索能力的适应度定标方法-CN201010615652.8无效
发明人：高强;王婉秦;肖梅;房祥波;刘本超 -专利权人：长安大学
申请日： 2010-12-30 - 公布日： 2011-05-11 - 主分类号： G06F17/30 文献下载
摘要：本发明涉及一种提高遗传算法全局搜索能力的适应度定标方法，所述的方法以对数函数作为定标函数，通过对数运算对种群进化每一代每一个体的适应度进行重新调整，减小超级个体对种群进化的影响，从而避免遗传算法出现早熟收敛，提高遗传算法全局搜索能力。
一种提高遗传算法全局搜索能力适应定标方法

[发明专利]机器学习加速的表面催化结构全局优化的混合进化方法-CN202210405707.5在审
发明人：巩金龙;赵志坚;石向成;吴仕灿 -专利权人：天津大学
申请日： 2022-04-18 - 公布日： 2022-07-15 - 主分类号： G16C20/10 文献下载
摘要：一种机器学习加速的表面催化结构全局优化的混合进化方法，引入遗传算法和差分算法协同的混合进化算法。在生成结构时，部分结构用遗传算法(交叉操作)生成，部分结构用差分算法(差分操作)生成。相对单一使用遗传算法或进化算法，本发明提出的混合进化算法在对于处理原子数较多的表面催化结构时，效果更好。
机器学习加速表面催化结构全局优化混合进化方法

[发明专利]基于遗传算法的取货路径优化方法、装置及系统-CN202110469728.9在审
发明人：郝文育 -专利权人：牧星机器人（江苏）有限公司
申请日： 2021-04-29 - 公布日： 2021-06-01 - 主分类号： G06Q10/04 文献下载
摘要：本发明公开了一种基于遗传算法的取货路径优化方法、装置及系统，其中方法包括：获取模型数据，所述模型数据包括货物编码库、目标货物数以及适应度函数；利用遗传算法进行进化运算，并以进化过程中适应度最大的染色体所对应的货物编码作为最优解输出本发明的基于遗传算法的取货路径优化方法、装置及系统，通过定义适应度函数以及染色体编码方法，并通过遗传算法进行优化运算，可有效优化运载工具的取货路径，提高物流分拣效率。
基于遗传算法路径优化方法装置系统

[发明专利]永磁同步电机参数辨识方法、电子设备和存储介质-CN202210610099.1在审
发明人：彭思齐;郭旦;彭鸿羽;李伟俊;王婧;李福;陈思溢 -专利权人：湘潭大学;佛山湘潭大学绿色智造研究院
申请日： 2022-05-31 - 公布日： 2022-08-23 - 主分类号： H02P21/14 文献下载
摘要：本发明提供了一种永磁同步电机参数辨识方法，包括以下步骤：基于永磁同步电机在d‑q轴坐标系下的数学模型，确定改进遗传算法的适应度函数；使用改进遗传算法对永磁同步电机进行参数辨识；其中，改进遗传算法是指，遗传算法每进化X代则采用拟牛顿法对遗传算法的结果进行一次寻优。
永磁同步电机参数辨识方法电子设备存储介质

[发明专利]一种基于自调整动态网络的遗传算法设计方法-CN201910573543.5在审
发明人：林金星;张涛;丁洁;申景金;肖敏 -专利权人：南京邮电大学
申请日： 2019-06-28 - 公布日： 2019-11-15 - 主分类号： G06N3/12 文献下载
摘要：本发明公开了一种基于自调整动态网络的遗传算法设计方法，包括以下步骤：S1，综合考虑节点的目标函数值在邻居节点中的排名以及邻居节点数，给出网络节点关键度定义；S2，建立偶生、奇生和竞争三种拓扑更新规则，使网络拓扑结构随遗传算法的进化而动态演化本发明的一种基于自调整动态网络的遗传算法设计方法，提供含有新的指数型网络节点关键度定义方法，同时为遗传算法设计了三种拓扑结构更新规则，使得网络拓扑结构随遗传算法的进化而动态演化，有效地提高了遗传算法的种群多样性和收敛性能
遗传算法网络拓扑结构种群多样性动态网络动态演化拓扑更新网络节点关键度自调整进化拓扑结构更新动态调整反馈信息邻居节点目标函数全局搜索收敛性能综合考虑节点数有效地种群多样性邻居

[发明专利]一种遗传算法的适应方法-CN201410769201.8在审
发明人：邹万杰;陆国东 -专利权人：广西科技大学
申请日： 2014-12-12 - 公布日： 2015-04-01 - 主分类号： G06N3/12 文献下载
摘要：本发明公开了一种遗传算法的适应方法，包括：a、对遗传算法的杂交、变异进行改变，以适应特定的工程问题；b、适应进化过程就是在求解问题时动态调整相应参变量，使遗传算法更适应。本发明所述遗传算法的适应方法，可以克服现有技术中可靠性低、操作过程复杂和成本高等缺陷，以实现可靠性高、操作过程简单和成本低的优点。
一种遗传算法适应方法

[发明专利]一种遗传算法与差分进化算法串行融合的进化算法-CN201710150335.5在审
发明人：包子阳;余继周 -专利权人：北京无线电测量研究所
申请日： 2017-03-14 - 公布日： 2017-08-04 - 主分类号： G06N3/12 文献下载
摘要：本发明涉及一种遗传算法与差分进化算法串行融合的进化算法，该算法包括如下步骤S1，随机生成初始种群；S2，利用适应度函数对初始种群中的个体进行适应度的计算；S3，实施进化计算步骤，设置适应度函数值的最小阈值为进化计算的终止条件；S4，对种群中不满足终止条件的全部个体进行遗传操作，产生子代种群1；S5，对子代种群1进行差分进化操作，产生子代种群2；S6，将子代种群2继续返回步骤S2循环操作，直到达到进化计算的终止条件，输出具有最优适应度的个体通过本发明解决了遗传算法容易过早收敛、差分进化算法计算效率较低的问题点，提高进化算法的优化效率和优化效果。
一种遗传算法进化串行融合

[发明专利]动态融合遗传算法的边缘容器多目标蚁群优化调度方法-CN202211623080.7在审
发明人：杨硕;唐小勇 -专利权人：长沙理工大学
申请日： 2022-12-16 - 公布日： 2023-05-12 - 主分类号： G06F9/455 文献下载
摘要：本发明提供一种动态融合遗传算法的边缘容器多目标蚁群优化调度方法，方法包括步骤：S1、获取边缘环境系统模型和网络模型的配置信息；S2、将用户请求任务封装在Container中，准备开始Pod调度；S3、根据待调度的Pod属性和Node节点属性建立多目标优化函数；S4、利用遗传算法前期快速随机搜索能力得到初始解，若在迭代中的进化率小于最小进化率跳出遗传算法阶段；S5、遗传算法的初始解和适应度函数动态融合到蚁群算法的信息素、信息素更新规则和启发信息中，进行蚁群算法的精确求解，迭代循环结束，输出Pareto最优解集。
动态融合遗传算法边缘容器多目标优化调度方法

[发明专利]一种宽带多层电磁波吸收材料的设计方法-CN202110906702.6在审
发明人：梁迪飞;邢正维;谢海岩;李健骁;刘川 -专利权人：电子科技大学
申请日： 2021-08-09 - 公布日： 2021-11-23 - 主分类号： G06F30/27 文献下载
摘要：本发明的一种宽带多层电磁波吸收材料的设计方法，是将遗传算法的设计思想引入多层磁性吸波材料的设计中，结合拟定的适应度函数，实现了宽频带的多层电磁波吸收材料的快速设计。遗传算法是借鉴生物进化过程中选择，交叉，变异过程发展而来的随机全局搜索优化算法。遗传算法使用适者生存的原则，通过计算父代中每一个个体的适应度值，然后将优势个体进行遗传操作，在一代代的进化中搜索，保留适应度最大的个体，直至满足遗传算法进化代数的设定后，输出保留的最优结果作为设计结果，
一种宽带多层电磁波吸收材料设计方法

[发明专利]一种新的混合算法求解柔性作业车间调度问题-CN201610109280.9在审
发明人：汤琴;胡成华 -专利权人：四川用联信息技术有限公司
申请日： 2016-02-27 - 公布日： 2017-05-03 - 主分类号： G06N3/12 文献下载
摘要：本发明提出了一种新的混合算法求解柔性作业车间调度问题，该算法将文化算法与遗传算法结合，由于文化算法由主群体空间和信仰空间两部分组成，是一种从种群中获取有用的知识保存在信仰空间中，并利用这些知识指导搜索过程，是一种基于知识的多进化过程的全局优化搜索算法，所以本算法提出基于知识指导的遗传算法，采用遗传算法作为主群体空间，该算法在迭代过程中利用文化算法的寻优机制提取解的特征知识，指导遗传算法的选择操作，形成一种双层进化结构该算法采用k近邻法执行相似性选择操作，并采用两点交叉方式、自学习邻域搜索变异方法，增强了本算法的性能。使其更好的提高了算法的收敛速率和求解质量。
一种混合算法求解柔性作业车间调度问题

[发明专利]一种基于遗传算法的刚体标记点优化方法、设备以及可读存储介质-CN202110222478.9有效
发明人：黄少光;许秋子 -专利权人：深圳市瑞立视多媒体科技有限公司;深圳市瑞立视智能科技有限公司
申请日： 2021-02-26 - 公布日： 2023-06-09 - 主分类号： G06F30/27 文献下载
摘要：本申请提供了一种基于遗传算法的刚体标记点优化方法，包括：固定每个刚体上的其中一个标记点位置作为刚体中心点，建立遗传算法模型，根据该刚体中心点和遗传算法模型进行优化每个刚体上的每个标记点的x，y，z坐标；设置遗传算法的相关参数，将优化后的每个标记点的x，y，z坐标值作为其中参数，并将该参数归一化映射到[‑1，1]范围，根据遗传算法公式最终得到进化最优的参数，该进化最优的参数则为每个标记点x，y，z坐标的最终优化数据
一种基于遗传算法刚体标记优化方法设备以及可读存储介质

[发明专利]一种扩展膜系统计算框架下改进遗传算法优化阈值图像分割新方法-CN202310829012.4在审
发明人：许家昌;郭佳;周桃静;余东亮;洪鼎;江琳 -专利权人：安徽理工大学
申请日： 2023-07-07 - 公布日： 2023-09-22 - 主分类号： G06T7/136 文献下载
摘要：本发明提出了一种扩展膜系统计算框架下改进遗传算法优化阈值图像分割新方法。基于已收集到的医学图像,将图像进行从RGB到HSV颜色空间的转换，构建结合改进遗传算法进化规则和活性膜通信规则的膜系统，把处理后的图像输入到系统中进行图像分割。该方法融合了活性膜系统的进化通信规则和遗传算法优化阈值的基本操作来实现全局寻优，充分发挥膜系统的并行计算能力来提高遗传算法的收敛速度和计算效率，克服了传统算法收敛慢，局部搜索性不强的缺点，能抑制未成熟收敛，使算法有效地进行全局寻优，提高图像分割准确率并且减少运行时间。
一种扩展系统计算框架改进遗传算法优化阈值图像分割新方法

[发明专利]一种基于紧凑进化算法的本体匹配方法-CN201510865803.8在审
发明人：薛醒思 -专利权人：福建工程学院
申请日： 2015-12-01 - 公布日： 2016-04-20 - 主分类号： G06F17/30 文献下载
摘要：本发明公开了一种基于紧凑进化算法的本体匹配方法，包括如下步骤：步骤1)给定两个本体O₁和O₂，针对不同相似度度量技术获取不同的本体匹配结果；步骤2)采用基于元模型的紧凑遗传算法求解获取最优的集成权重向量本发明针对现有的基于进化算法的本体元匹配系统在本体匹配过程中构建完整的群体参与进化过程导致内存消耗过大的问题以及在实际应用中评价个体消耗的内存和时间太大的问题，提出了采用紧凑遗传算法来减少群体消耗的内存量，并在紧凑遗传算法中利用元模型来进一步减少算法在求解过程中所需的内存量和时间。
一种基于紧凑进化算法本体匹配方法

[发明专利]基于病毒进化算法的选择性集成行人检测方法-CN200910202908.X无效
发明人：曹先彬;宁博;许言午;李彤;汪中;林人俊;吴长侠 -专利权人：中国科学技术大学
申请日： 2009-05-18 - 公布日： 2009-11-04 - 主分类号： G08G1/01 文献下载
摘要：本发明提出一种基于病毒进化遗传算法的选择性集成行人检测方法，包括以下步骤：运用原始训练集训练彼此具有一定差异性的单分类器；对遗传算法的主体种群和额外的病毒种群进行初始化；进行遗传算法迭代过程；由所述遗传算法迭代过程得到的最优个体生成最终的组合分类器本发明通过选择性集成的方式，利用遗传算法的迭代选择最优的分类器组合，并引入额外的病毒种群，增强了遗传算法的搜索能力，避免了未成熟收敛等问题，提高了选择效果，同时提高了检测速度和精度。
基于病毒进化算法选择性集成行人检测方法

[发明专利]基于改进遗传算法的变压器样本选择方法-CN201710791842.7有效
发明人：黄新波;魏雪倩;胡潇文;王海东;马玉涛;王宁 -专利权人：西安工程大学
申请日： 2017-09-05 - 公布日： 2020-06-19 - 主分类号： G06N3/00 文献下载
摘要：本发明公开了基于改进遗传算法的变压器样本选择方法，具体按照以下步骤实施：步骤1、对训练样本进行二进制编码，并进行种群初始化，设置最大迭代数T，种群规模为N；步骤2、经步骤1后，将种群分为个体为n的子种群，称为探测块，在进化过程中产生一个包含较好个体的种群，称为开发块，将开发块与探测块结合对变压器样本进行选择；步骤3、待步骤2完成后，利用文化算法对多种群遗传算法进行改进提升，在相应的进化操作之下得到最终适应度最大的个体，完成基于改进遗传算法的变压器样本选择。本发明基于改进遗传算法的变压器样本选择方法，利用多种群遗传算法对变压器进行训练样本选优，并利用文化算法对其进行改进，能获得最佳样本。
基于改进遗传算法变压器样本选择方法

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
下一页»
尾页
共 100000 条