“免疫遗传算法”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499180个，建议您升级VIP下载更多相关专利

[发明专利]一种结合堆叠降噪稀疏自动编码器的遗传算法-CN201710599192.6有效
发明人：徐东;方一成;张子迎;孟宇龙;张朦朦;姬少培;吕骏;王杰;李贤;王岩俊 -专利权人：哈尔滨工程大学
申请日： 2017-07-21 - 公布日： 2021-02-12 - 主分类号： G06N3/12 文献下载
摘要：本发明设计了一种结合堆叠降噪稀疏自动编码器的遗传算法，主要包括堆叠降噪稀疏自动编码器部分、SOM神经网络部分和遗传算法。通过堆叠降噪稀疏自动编码器提取实时环境图像特征,同时消除环境噪声影响，经过SOM神经网络的映射拟合作为遗传算法中的适应度值，解决了传统遗传算法应用于复杂现实环境时，其固定适应度计算函数欠缺灵活性与准确性的问题，避免算法出现欺骗问题，提高了算法解的质量，同时SOM神经网络映射拟合能够有效避免其他神经网络的长时间迭代运算与输出误差问题。
一种结合堆叠稀疏自动编码器遗传算法

[发明专利]一种基于改进遗传与萤火虫组合算法的多卫星多点目标观测任务规划方法-CN202110478773.0在审
发明人：赵俭辉;陆一鸣;蔡波 -专利权人：武汉大学
申请日： 2021-04-30 - 公布日： 2021-08-03 - 主分类号： G06F9/48 文献下载
摘要：本发明涉及一种基于改进遗传与萤火虫组合算法的多卫星多点目标观测任务规划方法。本发明对现有的遗传算法进行改进，改进后的遗传算法能更快地跳出不可行解区域，找到可行解，从而进入之后的选择过程；然后将改进后的遗传算法与萤火虫算法相结合，萤火虫算法具有后期较好的局部性，能够明显改善遗传算法的寻优能力，加大了算法在最优解附近的搜索能力，同时让交叉过程更多的发生在较优个体中，显著提升了算法性能；此外本发明采用非机器学习的仿真模拟优化方案避免了卫星规划对于往期规划数据的大量需求，保证了规划方法不受过往较差规划方案的影响
一种基于改进遗传萤火虫组合算法卫星多点目标观测任务规划方法

[发明专利]基于蚁群算法和改进型遗传算法的仓储物流AGV路径规划算法-CN202011562669.1在审
发明人：张淼;郭砚璞;边浩;雷金桥;詹译傲;沈毅 -专利权人：哈尔滨工业大学
申请日： 2020-12-25 - 公布日： 2021-04-30 - 主分类号： G06Q10/08 文献下载
摘要：基于蚁群算法和改进型遗传算法的仓储物流AGV路径规划算法，它涉及蚁群算法、遗传算法，解决了传统方法计算耗时、易早熟收敛、易陷入局部最优的缺陷。本发明的步骤为：一、对场地建立网格化划分与编码；二、用基于障碍物信息的改进蚁群算法生成用于遗传进化的初始AGV路径；三、用基于三阶段遗传算法迭代选择AGV最优路径；四、对具有重合点的不同AGV路径进行末端交叉本发明的基本思想是将改进的蚁群算法和改进的遗传算法相结合，加快迭代收敛速度，得到运行效率更高的AGV路径，工程适用性强。
基于算法改进型遗传仓储物流 agv 路径规划

[发明专利]一种基于改进遗传算法的模块化工艺重组方法-CN201910745545.8在审
发明人：范波;张启启;宋克兴;霍华;皇涛 -专利权人：河南科技大学
申请日： 2019-08-13 - 公布日： 2019-11-22 - 主分类号： G06Q10/06 文献下载
摘要：本发明提供一种基于改进遗传算法的模块化工艺重组方法，本发明通过计算可得到包含多条工艺路线的产品需求值模块工艺重组集，具有开创性突破，本方法首先随机生成一定规模的初始种群，然后结合免疫遗传算法和精英保留策略，用精英抗体替换随机生成的初始种群中适应度最差的个体，这样既能保证初始种群的多样性，又能改善后期种群的数量，而在遗传过程中优良个体替换并引导种群进化，快速逼近目标值。
初始种群随机生成模块化替换种群改进遗传算法免疫遗传算法产品需求工艺决策工艺路线工艺生成精英保留模块工艺遗传过程满意度适应度抗体逼近进化多样性保证

[发明专利]一种求解风蓄火联合运行系统多时段Pareto解集的优化方法-CN201310072856.5无效
发明人：马瑞;程璐;鲁海威;马海洋;高晓峰 -专利权人：长沙理工大学
申请日： 2013-03-07 - 公布日： 2014-09-10 - 主分类号： H02J3/00 文献下载
摘要：本发明涉及一种大规模风电接入后风蓄火联合运行系统多时段Pareto解集的求解方法，该方法运用传统遗传算法和NSGA-II算法相结合的方式进行求解，分别解决了传统遗传算法优化结果单一性以及NSGA-II算法只能优化得到单时段本发明将遗传算法求解风蓄火联合运行系统数学模型的优化结果作为NSGA-II算法求解的初始值，以此优化得到各个时刻的Pareto解集。相对于传统遗传算法以及NSGA-II算法，本发明能够有效的解决这两种算法在求解过程中的不足，更加全面的搜索出尽可能多的优化解集，给决策者提供全面、清晰、有效的支撑。
一种求解风蓄火联合运行系统多时 pareto 优化方法

[发明专利]一种基于遗传算法的装配公差优化设计方法-CN201310756982.2有效
发明人：张毅;张梦旖;曾祥福 -专利权人：西京学院
申请日： 2013-12-27 - 公布日： 2014-07-02 - 主分类号： G06F17/50 文献下载
摘要：本发明涉及一种基于遗传算法的装配公差优化设计方法，该过程为：确定以装配体的最小加工成本为优化目标，建立装配公差优化的目标函数；确定装配公差的约束条件；将公差类型信息附加到VGC网络，得到装配体的公差网络，选择确定各装配特征的尺寸公差及几何公差的取值范围；采用多参数级联编码的方法进行遗传编码；确定适应度函数；确定选择算子函数；确定遗传算法的运行参数。本发明基于遗传算法的装配公差优化设计方法，遗传算法以其全局搜索能力，较强的鲁棒性和计算的并行性在其中显示出了强大的应用潜力。
一种基于遗传算法装配公差优化设计方法

[发明专利]一种派件配送路径规划方法-CN202210621629.2在审
发明人：英春;施驰展;孟凡浩;韩小强;孙莎莎;朱元亮;尹维月;赵军章 -专利权人：圆通速递有限公司
申请日： 2022-06-02 - 公布日： 2022-08-30 - 主分类号： G06Q10/04 文献下载
摘要：本发明公开了一种派件配送路径规划方法，结合遗传算法与模拟退火算法作为混合遗传算法对配送路径规划模型进行迭代优化，从而获取到最佳派件配送路径进行物流配送，包括以下步骤：基于派件地址建立配送路径规划模型；采用混合遗传算法迭代优化配送路径规划模型
一种配送路径规划方法

[发明专利]超宽带系统中基于遗传算法的差分多用户检测方法-CN201110066585.3无效
发明人：朱光喜;吴伟民;孔政敏;钟梁 -专利权人：华中科技大学
申请日： 2011-03-18 - 公布日： 2011-09-14 - 主分类号： H04B1/7105 文献下载
摘要：本发明公开了超宽带系统中基于遗传算法的差分多用户检测方法，将基于互不误差函数变异的遗传算法CEFM-GA与差分算法DA相结合，在室内UWB环境中，该方法不仅克服传统遗传算法GA采用一致变异的缺点，有效提高多用户检测系统的误码率
宽带系统基于遗传算法多用户检测方法

[发明专利]基于遗传算法的中央空调节能控制方法-CN202211630487.2在审
发明人：彭代余;林舜臣;易海平;刘扬;曾晓凤 -专利权人：成都迅宏自控设备有限公司
申请日： 2022-12-19 - 公布日： 2023-03-07 - 主分类号： G05B13/04 文献下载
摘要：本发明公开了基于遗传算法的中央空调节能控制方法，包括下列步骤：构建中央空调BP神经网络模型和中央空调关联规则模型，特征子集作为模型输出；从中央空调系统负荷分配优化方面，使用遗传算法对中央空调BP神经网络模型进行优化，引入中央空调关联规则模型，提出了基于改进遗传算法的优化策略，通过实际数据验证其优化结果的可行性；从优化结果的迭代次数和节能率的角度出发，分析比较混合遗传关联算法和遗传算法的优化过程；通过对混合遗传关联算法的优化数据拟合
基于遗传算法中央空调节能控制方法

[发明专利]一种基于虚拟工序的遗传算法车间排产方法-CN202111421074.9在审
发明人：李永恒;张梦杰;曹文辉;赵吉祥;苏展 -专利权人：河南辉之宇大数据有限公司
申请日： 2021-11-26 - 公布日： 2022-03-01 - 主分类号： G06Q10/06 文献下载
摘要：本发明提出了一种基于虚拟工序的遗传算法车间排产方法，其步骤如下：读取排产任务，抽取排产订单中的排产数据，将排产数据进行标准化处理；按照虚拟工序表示规则将标准化后的排产数据转化为虚拟工序排产数据；利用增加了移民策略和最优保存策略的遗传算法处理虚拟工序排产数据，将遗传算法输出的最优个体解码得到最优的车间排产结果；对输出的最优的车间排产结果在用户界面进行可视化的展示。本发明虚拟工序处理极大的简化了遗传算法在求解复杂排产问题的求解难度，提高了算法求解速度。本发明利用遗传算法对排产问题进行建模求解，降低订单交付延期、提高在制品周转率、克服人工排产缺陷；通过最优保存策略和移民策略保证了算法的全局收敛性。
一种基于虚拟工序遗传算法车间方法

[发明专利]基于遗传算法的脑肿瘤图像分割方法与系统-CN202310541398.9在审
发明人：刘瑞华;罗洋;南浩宇;邹洋杨;谢挺;郝子赫;陈星启 -专利权人：重庆理工大学
申请日： 2023-05-11 - 公布日： 2023-08-11 - 主分类号： G06V10/26 文献下载
摘要：本发明涉及脑肿瘤图像技术领域，尤其涉及一种基于遗传算法的脑肿瘤图像分割方法与系统。S1：获取由T1、T2、T1‑ce和flair组成的MRI医学影像数据集；S2：基于PyTorch框架搭建深度学习网络模型，使用3DFCN模型作为骨干网络，在搜索空间中对神经网络的拓扑进行编码，再使用遗传算法搜索神经网络的最优结构本发明提供的一种基于遗传算法的脑肿瘤图像分割方法与系统，使用遗传算法自动搜索三维全卷积的拓扑结构，减少了研究者手动设计网络拓扑结构的负担，但又能构建更加优秀的网络拓扑结构；同时使用了改进的锦标赛算法，通过进一步寻找锦标赛算法中被拒绝的个体来提高遗传算法的搜索效率
基于遗传算法肿瘤图像分割方法系统

[发明专利]基于改进遗传算法的天地一体化网络资源分配方法-CN201810803570.2有效
发明人：杨力;魏德宾;潘成胜;杨恒 -专利权人：大连大学
申请日： 2018-07-20 - 公布日： 2020-09-22 - 主分类号： H04B7/185 文献下载
摘要：本发明公开了一种基于改进遗传算法的天地一体化网络资源分配方法，包括以下步骤：定义参数及决策变量；建立多目标约束模型；基于改进遗传算法的资源分配。本发明改进后的选择机制有效保留了精英个体，加快了改进遗传算法的收敛速度。本发明以完成所有任务的时间最短为目标函数，同时考虑了任务的优先级，有效提高了资源分配的合理性；并将精英保留策略与轮盘赌策略相结合改进选择机制、设计自适应的交叉、变异算子，改进了现有遗传算法，改进后的算法可以有效避免遗传算法局部优化能力差以及容易陷入局部最优等缺点，同时能够防止最优解的丢失，有效提高了算法的寻优速度。
基于改进遗传算法天地一体化网络资源分配方法

[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

[发明专利]基于基因调控遗传算法的RBF神经网络训练方法及预测系统-CN202210773467.4在审
发明人：刘宝;王君红;周培;朱滋润 -专利权人：中国石油大学（华东）
申请日： 2022-07-01 - 公布日： 2022-11-08 - 主分类号： G06Q10/04 文献下载
摘要：本发明提供一种基于基因调控遗传算法的RBF神经网络训练方法及预测系统，采用四进制DNA编码方式，针对遗传算法中选择、转录和变异这3个操作环节进行深入优化，提升了遗传算法的整体性能，并用该遗传优化算法对传统RBF神经网络梯度下降的寻优方式进行改进，将优化后RBF神经网络算法应用到油田注采的建模和产油量预测中，得到一套行之有效的RBF神经网络预测系统。所述训练方法通过自适应转录因子有效地避免种群早熟和局部最优解的情况，结合所述自适应变异因子增强遗传算法的局部寻优能力。同时仿真实验结果也表明基于基因调控遗传算法优化的RBF神经网络的预测系统，在逼近能力和预测精度都有明显改善，为提高油田注采过程中产油量的预测精度提供了新的研究途径。
基于基因调控遗传算法 rbf 神经网络训练方法预测系统

[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