“子代个体”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46631个，建议您升级VIP下载更多相关专利

[发明专利]遗传编程方法、装置和计算机可读介质-CN202010987598.3在审
发明人：张虎;刘同林;曾奕博;张恒哲;周爱民 -专利权人：北京机电工程研究所
申请日： 2020-09-18 - 公布日： 2020-12-04 - 主分类号： G06N3/12 文献下载
摘要：本发明提供了遗传编程方法、装置和计算机可读介质，该方法包括：获取第一预设数量的第一个体，利用适应度评估规则对所有第一个体进行评估以得到每个第一个体的适应度；根据第一个体和遗传算法确定第一预设数量的子代个体；对所有的子代个体进行评估；如果完成评估的子代个体的数量达到第一预设阈值，则确定该子代个体为目标子代个体；将根据适应度筛选出第二个体确定为第一个体；若已完成评估的个体总数小于第二预设阈值，则根据第一个体和遗传算法确定的第三个体和未完成评估的子代个体确定为子代个体，以及执行对子代个体进行评估；若已完成评估的个体总体不小于第二预设阈值，则输出适应度最高的子代个体。本方案能够提高个体的优化效率。
遗传编程方法装置计算机可读介质

[发明专利]一种融合进化方法、装置及存储介质-CN202211715072.5在审
发明人：包子阳;余继周;王卓;李中伟 -专利权人：北京无线电测量研究所
申请日： 2022-12-28 - 公布日： 2023-04-18 - 主分类号： G06N3/006 文献下载
摘要：本发明公开了一种融合进化方法、装置及存储介质，方法包括：创建初始种群；计算初始种群中个体的适应度；对初始种群中的个体进行差分进化操作，产生第一子代种群，并且对初始种群中的个体进行粒子群进化操作，产生第二子代种群；将第一子代种群个体和第二子代种群个体合并，按适应度排序，取适应度高的前一半种群个体为第三子代种群；合并得到的子代种群按照初始种群的融合进化方法进行融合进化，直至满足终止条件。
一种融合进化方法装置存储介质

[发明专利]DDR控制器的配置参数调节方法、装置、存储介质及系统-CN202310717635.2有效
发明人：陈力;薛红军;刘婧天;刘昆;张亚军 -专利权人：北京得瑞领新科技有限公司
申请日： 2023-06-16 - 公布日： 2023-08-15 - 主分类号： G06F3/06 文献下载
摘要：本发明涉及数据存储技术领域，提供了一种DDR控制器的配置参数调节方法、装置、存储介质及系统，该方法包括：基于文化基因算法生成一个或多个子代种群个体；将子代种群个体分别发送给各个嵌入式设备，以使嵌入式设备配置各自的DDR控制器，并测试获得子代种群个体的压力测试结果；接收由嵌入式设备发送的子代种群个体的压力测试结果并计算其个体适应度；判断是否存在个体适应度满足预设的适应度要求的子代种群个体；若不存，则重复执行上述操作，直至获得个体适应度满足适应度要求的子代种群个体并将其包含的配置参数作为DDR控制器的最优配置参数。
ddr 控制器配置参数调节方法装置存储介质系统

[发明专利]一种网络结构搜索方法及装置-CN202110157050.0在审
发明人：骆剑平;石睿 -专利权人：深圳大学
申请日： 2021-02-04 - 公布日： 2021-06-04 - 主分类号： G06N3/04 文献下载
摘要：所述方法包括：采用基因融合规则，将待预测子代的基因和种群中已有个体的基因分别进行融合，得到待预测基因融合结果；确定所述待预测基因融合结果的个体性能关系；其中，所述待预测基因融合结果的个体性能关系用于表示所述待预测基因融合结果中所述待预测子代的个体性能与所述已有个体的个体性能之间的优劣关系；根据各所述待预测基因融合结果的个体性能关系，确定所述待预测子代的适应度值；根据所述待预测子代的适应度值，从所述待预测子代中选择最优子代。
一种网络结构搜索方法装置

[发明专利]基于动态分解和选择的超多目标优化方法、系统、终端-CN202110050873.3在审
发明人：王茂才;包芊;戴光明;彭雷;宋志明;陈晓宇 -专利权人：中国地质大学（武汉）
申请日： 2021-01-14 - 公布日： 2021-04-30 - 主分类号： G06Q10/04 文献下载
摘要：本发明属于计算机技术领域，公开了一种基于动态分解和选择的超多目标优化方法、系统、终端，随机初始化具有N个个体的种群P；利用DDS选择N个优秀个体作为下一代演化子代P，并计算出被选个体距离超平面的距离和个体对应的参考点之间的距离；初始化子代种群O为空集；针对父代中的N个个体，开始循环处理；初始化用于存储子代个体的R，对当前父代利用Mating‑Selection选择出一个交配个体；对两个父代利用SBX和PM生成一个子代R，将子代R加入到子代种群O中；重复进行种群选择直至达到最大演化代数为止。本发明利用每一代个体的收敛性和个体之间的多样性，作为个体在交配变异的信息，可以促使后代朝着更好的方向进化。
基于动态分解选择多目标优化方法系统终端

[发明专利]一种基于属性优化蛋白质网络的功能模块挖掘方法-CN201810946353.9有效
发明人：张兴义;刘振杰;田野;程凡 -专利权人：安徽大学
申请日： 2018-08-20 - 公布日： 2022-04-05 - 主分类号： G06N3/00 文献下载
摘要：本发明公开了一种基于属性优化蛋白质网络的功能模块挖掘方法，包括：S1、提取蛋白质候选节点对；S2、通过蛋白质候选节点对的提取初始化种群及种群中每个个体的功能模块集合并根据模块度Qg和属性密度SAg计算每个个体的适应度值；S3、种群个体间进行交叉变异，产生子代种群；S4、子代个体继承父代个体的功能模块集合，并根据每一个子代个体和父代个体基因值之间的差异，调整子代个体的功能模块，得到子代种群每个个体的功能模块集合并计算每个个体的适应度值；S5、根据父代种群和子代种群个体的适应度值进行环境选择得到新的种群；S6、重复执行步骤S3‑S5，直到执行到最大迭代次数时，输出种群的帕累托最优解集中每个个体的功能模块集合。
一种基于属性优化蛋白质网络功能模块挖掘方法

[发明专利]一种网络服务器部署方法及系统-CN201710792277.6有效
发明人：邹娟;高霖山;高巍;贺泳武;杨圣祥;郑金华 -专利权人：湘潭大学
申请日： 2017-09-05 - 公布日： 2020-12-08 - 主分类号： H04L12/24 文献下载
摘要：本发明公开了一种网络服务器部署方法及系统，首先获取链路信息表、用户需求表以及迭代次数，生成包括多个个体的初始筛选集合，并计算个体的适应度值，选择适应度值小于预设阈值的个体到归档集合；然后多次从归档集合中选择两个个体，将适应度值较小的个体复制到子代集合直至子代集合的个体数等于归档集合的个体数，得到第一代子代集合；再判断子代集合的代数是否小于迭代次数；若是，则将子代集合中的个体加入到初始筛选集合，更新初始筛选集合；若否，则选择第一代子代集合中适应度值最小个体所对应的用户需求流网络模型为最优解。
一种网络服务器部署方法系统

[发明专利]基于微分流形场的高维多目标优化方法、系统、介质及终端-CN202110190343.9在审
发明人：康琦;张量;邓麒 -专利权人：同济大学
申请日： 2021-02-18 - 公布日： 2021-06-08 - 主分类号： G06F30/27 文献下载
摘要：本发明提供一种基于微分流形场的高维多目标优化方法、系统、介质及终端，获取父代种群；生成子代种群；对子代种群进行非支配排序，根据排序将其分成l层，并构建预设数量的参考线；对于第l‑1层的每个子代种群个体，计算所述子代种群个体与每个参考线的距离，选出与每个参考线最近的种群个体；对于每个参考线，将每个与该参考线最近的子代种群个体映射为三维空间的一个线元；计算每个与该参考线最近的子代种群个体的分布性；选取所述分布性最大的子代种群个体进入下一代种群
基于微分流形多目标优化方法系统介质终端

[发明专利]一种基于强化学习和遗传算法的布图规划方法-CN202211509832.7在审
发明人：刘科;朱自然;顾健;顾浩 -专利权人：东南大学
申请日： 2022-11-29 - 公布日： 2023-03-07 - 主分类号： G06F30/392 文献下载
摘要：本发明公开了一种基于强化学习和遗传算法的布图规划方法，包括如下步骤：1、通过扰动B*‑tree生成遗传算法的原始种群；2、计算所有个体的适应度，并选取适应度值最高的个体作为种群中的最优个体；3、根据概率，在一次迭代中选择是否使用交叉算子，若选择交叉算子，则从种群中选择两个父代个体，通过交叉生成子代个体；4、根据概率，在一次迭代中选择是否使用突变算子，若选择突变算子，则从种群中选择一个父代个体，通过突变生成子代个体；5、用强化学习智能体对子代个体做优化，再根据子代个体的适应度决定是否替代其父代个体；6、迭代结束，得到最优个体。
一种基于强化学习遗传算法规划方法

[发明专利]一种自适应遗传粒子群混合算法的优化方法-CN201810566368.2在审
发明人：宫晓琳;郑小瑞;刘刚;房建成 -专利权人：北京航空航天大学
申请日： 2018-06-05 - 公布日： 2018-11-20 - 主分类号： G06N3/00 文献下载
摘要：本发明提供了一种自适应遗传粒子群混合算法的优化方法，包括：计算遗传算法中父代种群中心区域的密度和半径，并区分父代种群为总体集中分布、局部集中分布还是均匀分布；执行遗传算法的选择操作，选择出需进化的父代个体；针对父代种群的三种分布，分别建立交叉概率和变异概率的计算公式；根据建立的交叉、变异概率公式执行交叉与变异操作实现染色体重组与基因突变，形成子代个体；从该部分子代个体中选择出适应度较高的部分个体执行粒子群算法形成子代粒子，将子代个体和子代粒子组成子代种群并保存其最优个体。
变异概率混合算法子代个体粒子群自适应父代种群交叉概率遗传算法子代粒子遗传收敛粒子群算法染色体重组变异操作父代个体基因突变集中分布计算公式局部集中选择操作中心区域子代种群最优个体适应度优化进化保存

[发明专利]一种云环境下基于遗传算法的多工作流调度方法-CN201711248932.8有效
发明人：邓伏虎;赖淼;熊虎;耿技 -专利权人：电子科技大学
申请日： 2017-12-01 - 公布日： 2020-05-12 - 主分类号： G06F9/48 文献下载
摘要：本发明公开了一种云环境下基于遗传算法的多工作流调度方法，其包括以下步骤：保留先前工作流调度状态并将遗传算法和新工作流进行初始化，计算新工作流每个个体的适应度并选出两个父代个体，根据遗传算法对父代个体进行交叉操作和单点变异得到子代个体并计算其适应度，比较子代个体和与其对应的父代个体的适应度，选择较小的两个个体加入子代种群；若子代种群大小等于父代种群的大小则合并子代种群和父代种群，并从合并种群中选出符合遗传算法的个体数量组成新的父代种群，否则跳转到重新选择父代个体步骤
一种环境基于遗传算法工作流调度方法

[发明专利]基于混沌非支配排序遗传算法的机器人多目标搜索方法-CN202011226632.1有效
发明人：陈祖国;刘洋龙;唐至强;卢明;陈超洋;吴亮红;张胥卓 -专利权人：湖南科技大学
申请日： 2020-11-05 - 公布日： 2023-03-24 - 主分类号： G06F30/27 文献下载
摘要：本发明公开了一种基于混沌非支配排序遗传算法的机器人多目标搜索方法，包括以下步骤：对机器人灾后救援过程建立数学模型，构建目标函数与变量空间约束条件；根据约束条件生成初始父代种群；父代种群经过交叉与变异得到初始子代种群，并与初始父代种群组合构成新群体；对新群体进行非支配排序；对新群体依次从第一非支配层开始构建部分子代个体，淘汰的部分个体进行混沌映射产生新个体，新个体中筛选得到的优胜子代个体与之前优胜子代个体组合得到真正的子代种群本发明利用混沌映射产生新个体集，然后对其进行非支配排序，能够保证种群的多样性，避免陷入局部最优解。
基于混沌支配排序遗传算法机器人多目标搜索方法

[发明专利]一种基于约束条件下的演化神经网络的目标检测方法-CN202111238755.1有效
发明人：孙亚楠;李思毅;吴杰;冯雨麒;谢香凝;陈圣嘉 -专利权人：四川大学
申请日： 2021-10-25 - 公布日： 2022-08-12 - 主分类号： G06V10/82 文献下载
摘要：本发明公开了一种基于约束条件下的演化神经网络的目标检测方法，其包括构建若干结构块和由若干个体构成的种群，通过变长编码方式对每个个体进行编码，即完成种群初始化；根据训练数据集对每个个体进行训练更新；在验证数据集上对个体进行评估，计算个体准确率和复杂度得到个体适应度；根据预设的约束量，利用约束控制方法调整个体适应度，并调整准确率超过阈值的个体构架；根据调整后的适应度从种群中选择父本，通过父本交叉生成一级子代，并使一级子代概率性发生变异，生成二级子代；对父代、一级子代和二级子代进行选择，生成新的种群，进行迭代进化。
一种基于约束条件下演化神经网络目标检测方法

[发明专利]动物双歧杆菌在妊娠期高血糖中的应用-CN202210987558.8在审
发明人：金君华;杨建珺;马雨濛;张红星;谢远红;刘慧 -专利权人：北京农学院
申请日： 2022-08-17 - 公布日： 2023-04-21 - 主分类号： A61K35/745 文献下载
摘要：本发明涉及微生物领域，公开了动物双歧杆菌(Bifidobacterium animalis)在制备用于防治妊娠期高血糖及其相关疾病和/或其子代相关疾病的产品中的应用。动物双歧杆菌尤其是保藏编号为CGMCC No.25005的动物双歧杆菌J‑12可以有效缓解妊娠期高血糖个体的胎盘组织病理损伤、提高妊娠期高血糖个体的子代活胎率、降低死胎率和吸收胎率、有效缓解妊娠期高血糖个体的子代心脏、肾脏和肝脏损伤、调节妊娠期高血糖个体的子代海马组织中基因表达水平。
动物杆菌妊娠期血糖中的应用

[发明专利]一种基于拓扑优化的宽频超材料吸波体的结构优化方法及其制备方法-CN201811621910.6有效
发明人：黄小萧;闫旭;钟博;夏龙 -专利权人：哈尔滨工业大学
申请日： 2018-12-28 - 公布日： 2022-05-24 - 主分类号： G06F30/27 文献下载
摘要：本发明公开了一种基于拓扑优化的宽频超材料吸波体的结构优化方法及其制备方法，涉及拓扑优化计算方法，方案为：检测吸波材料电磁参数和结构参数，转换结构参数为二进制编码；输入电磁参数和编码；仿真，取得反射衰减与波频率曲线，记为原始种群个体适应度；对编码用遗传算法运算，生成新二进制编码，记为子代种群；重复上述步骤得到新曲线，记为子代种群个体适应度；比较原始种群个体适应度和子代种群对应个体适应度；选择合适个体，在把这些个体数据组成新原始种群，重复上述步骤，直到原始种群和子代种群适应度没变化为止，得到结构优化的宽频超材料吸波体结构。
一种基于拓扑优化宽频材料吸波体结构方法及其制备

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 46631 条