“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]一种基于两层遗传算法的多目标柔性作业车间调度方法-CN202010076205.3有效
发明人：张立果;黎向锋;唐浩;左敦稳;张丽萍;陆开胜;王建明;叶磊;王子旋;刘晋川;刘安旭 -专利权人：南京航空航天大学
申请日： 2020-01-21 - 公布日： 2022-02-18 - 主分类号： G06Q10/06 文献下载
摘要：一种基于两层遗传算法的多目标柔性作业车间调度方法，其特征是改进传统的遗传算法，使经过该遗传算法在有限时间内优化后的种群拥有较高的质量；同时，更改传统遗传算法对多目标问题的求解模式，提出一种双层求解的框架，相比于传统的遗传算法在求解质量上有明显提升。本发明将上述改进遗传算法结合快速非支配排序和拥挤度计算模块，并为其设计了一种特殊的流程框架，将其称作双层遗传算法。该算法可以在有限的时间内获得优秀的非支配解集，拥有很好的实用性，能够很好地运用到实际车间调度中。
一种基于遗传算法多目标柔性作业车间调度方法

[发明专利]基于钩缓装置模型的重载列车运行曲线多目标优化方法-CN201811600806.9有效
发明人：付雅婷;原俊荣;刘鸿恩;李中奇;罗显光;孙俊勇;杨辉 -专利权人：华东交通大学;中车株洲电力机车有限公司
申请日： 2018-12-26 - 公布日： 2022-06-14 - 主分类号： G06F30/27 文献下载
摘要：本发明公开了基于钩缓装置模型的重载列车运行曲线多目标优化方法，结合重载列车运行线路约束条件，建立列车运行过程动态纵向动力学模型与钩缓装置模型，运用多目标遗传算法建立列车优化操纵模型，同时考虑到遗传算法的早熟现象，采用自适应算法动态调整遗传算法参数，自适应与遗传算法相结合的自适应遗传算法可以在保持种群多样性的同时，保证了遗传算法的收敛性，获得一条列车运行优化曲线。对于复杂的非线性重载列车运行过程，建立列车运行过程动态纵向动力学模型与钩缓装置模型，运用多目标遗传算法建立列车优化操纵模型，优化列车运行曲线，实现列车安全、正点、节能运行。
基于装置模型重载列车运行曲线多目标优化方法

[发明专利]一种基于离散型遗传算法的高效低脉动叶片泵优化方法-CN202110108797.7有效
发明人：王文杰;裴吉;陈金维;袁寿其;甘星城;龚小波;张猛 -专利权人：江苏大学
申请日： 2021-01-27 - 公布日： 2022-01-04 - 主分类号： G06F30/17 文献下载
摘要：本发明公开一种基于离散型遗传算法的高效低脉动叶片泵优化方法，包含以下步骤：步骤1、将基本遗传算法中的连续设计变量转化成离散设计变量，得到离散型遗传算法；步骤2、通过标准测试函数对所述离散型遗传算法进行测试；步骤3、若所述离散型遗传算法的测试结果满足预设要求，则通过测试后的所述离散型遗传算法对叶片泵进行非定常特性优化。
一种基于离散遗传算法高效脉动叶片泵优化方法

[发明专利]动态经济负荷分配-CN200610140672.8有效
发明人：叶晨洲;向珣玮;张丹青;贺晋卫 -专利权人：霍尼韦尔国际公司
申请日： 2006-09-29 - 公布日： 2008-04-02 - 主分类号： H02J4/00 文献下载
摘要：在实施方案中，系统和方法提供了对遗传算法的约束，并且还向遗传算法提供了动态规划能力。然后该系统和方法在有限数量的时间间隔上，在数个发电机组之间，以遗传算法和遗传算法的动态规划能力约束的函数的分配负荷需求。
动态经济负荷分配

[发明专利]一种基于遗传算法的数据聚类分析方法-CN201910242200.0在审
发明人：王利鑫 -专利权人：山东浪潮云信息技术有限公司
申请日： 2019-03-28 - 公布日： 2019-08-30 - 主分类号： G06K9/62 文献下载
摘要：本发明特别涉及一种基于遗传算法的数据聚类分析方法。该基于遗传算法的数据聚类分析方法，首先从要聚类的样本集选出初始种群；对选出的初始种群执行遗传算法；对执行完遗传算法后产生的新种群执行K‑means操作；步骤(A)‑步骤(C)反复循环，直到寻找出聚类问题的最优解该基于遗传算法的数据聚类分析方法，将K‑means算法的局部寻优与遗传算法的全局寻优相结合，通过多次选择、交叉、变异的遗传操作，最终得到最优的聚类数和初始质心集，克服了传统K‑means算法的局部性和对初始聚类中心的敏感性
遗传算法数据聚类分析聚类初始种群寻优算法初始聚类中心反复循环遗传操作有效分类局部性新种群样本集最优解质心全局

[发明专利]基于遗传蚁群混合算法的视频服务器选址方法-CN201810345215.5有效
发明人：阮幼林;朱奇奇 -专利权人：武汉理工大学
申请日： 2018-04-17 - 公布日： 2021-07-06 - 主分类号： G06Q10/04 文献下载
摘要：本发明涉及一种基于多约束优先级的遗传蚁群混合算法的视频服务器选址方法，该混合算法将改进遗传算法与蚁群优化算法多次结合，先执行改进遗传算法，将改进遗传算法生成的一组问题近优解转化为蚁群算法的初始信息素分布，然后执行基于多约束优先级分配策略的遗传蚁群混合算法。本发明克服了传统遗传算法单一约束优先级分配策略找不到问题最优解的缺点，以及传统遗传算法采用赌轮盘的选择算子，降低了群体的多样性，容易陷入局部最优的问题。
基于遗传混合算法视频服务器选址方法

[发明专利]一种基于蚁群混沌遗传算法的片上网络映射方法-CN201110283124.1无效
发明人：潘红兵;易伟;何书专;王佳文;李丽 -专利权人：南京大学
申请日： 2011-09-22 - 公布日： 2012-06-20 - 主分类号： G06F17/50 文献下载
摘要：一种基于蚁群混沌遗传算法的片上网络映射方法，以标准蚁群算法为基础，同时引入遗传算法，对每只蚂蚁的参数采用实数编码，并以该编码为遗传算法中的染色体，在每一轮迭代中使用遗传算法对编码过的蚁群算法参数进行调整在算法运行过程中，本发明还对算法中每一轮循环的结果进行监测，如果监测到算法陷入局部最优解，则通过引入混沌模型的方法加大遗传算法的突变概率，进而再通过遗传算法修改蚁群算法参数。本发明可以有效提高算法对解空间的搜索能力，避免其停滞于局部最优解，对于大规模片上网络映射问题的求解有着良好的实用价值和广泛的应用前景。
一种基于混沌遗传算法网络映射方法

[发明专利]一种基于深度强化学习和遗传算法的分批调度优化方法-CN202011373229.1有效
发明人：谭琦;贾铖钰;余荣坤;孙晨皓;唐昊;夏田林 -专利权人：合肥工业大学
申请日： 2020-11-30 - 公布日： 2022-11-04 - 主分类号： G06N3/12 文献下载
摘要：本发明属于生产制造调度领域，公开了一种基于深度强化学习和遗传算法的分批调度优化方法，包括步骤：建立差异工件批调度问题的数学模型；采用指针网络建立该问题的策略模型；利用actor‑critic算法训练指针网络模型；定义并初始化遗传算法的参数；使用训练完成的指针网络优化遗传算法的初始种群；采用遗传算法对调度方案进行进一步优化；利用遗传算法得到的最优方案作为批处理机加工工件的生产方案。本发明中的指针网络相较于传统的启发式算法，可以获得更优的解；并且在遗传算法的交叉操作中，提出了一种新型的交叉方式，可以在指针网络所得调度方案的基础上，利用提高遗传算法的寻优能力，进一步提升方案的性能。
一种基于深度强化学习遗传算法分批调度优化方法

[发明专利]一种基于遗传算法和爬山算法的混凝土配送车辆调度方法-CN201711059858.5在审
发明人：薛建英;韩凯敏;孟繁敏;韩江帆;李淑慧;王珂;李洪;谭萍;裴悦;高艺璇;张晟;阎超;宁澎 -专利权人：中北大学
申请日： 2017-11-01 - 公布日： 2018-01-19 - 主分类号： G06Q10/04 文献下载
摘要：针对混凝土车辆调度问题，加入了时间窗惩罚机制，建立数学模型，使用基于遗传算法和爬山算法的混合遗传算法求解模型，最后得出该模型的最优车辆调度方案。该优化方法将人工智能算法中的遗传算法与爬山算法结合起来,充分利用了遗传算法较强的全局搜索能力与爬山算法较强的局部搜索能力，在遗传算法过程中加入爬山操作，有效地提高了算法的收敛速度和搜索最优解的能力。
一种基于遗传算法爬山混凝土配送车辆调度方法

[发明专利]一种邻域形态空间人工免疫检测器多源生成算法-CN201811439455.8有效
发明人：席亮;姚之钰;赵一霖;张凤斌 -专利权人：哈尔滨理工大学
申请日： 2018-11-29 - 公布日： 2021-03-05 - 主分类号： G06F30/27 文献下载
摘要：本发明提出了一种邻域形态空间人工免疫检测器多源生成算法，属于人工智能免疫系统技术领域。所述邻域形态空间人工免疫检测器多源生成算法使用邻域形态空间，并改进邻域否定选择算法，引入混沌理论和遗传算法而形成的一种检测器多源生成算法，从而解决实值形态空间下检测器各个算法存在的问题。
一种邻域形态空间人工免疫检测器生成算法

[发明专利]基于复合熵的遗传算法参数优化方法、系统、设备及介质-CN202110714239.5在审
发明人：林远长;刘宗辉;何国田;刘东;何玉泽;尚明生 -专利权人：中国科学院重庆绿色智能技术研究院;重庆大学
申请日： 2021-06-25 - 公布日： 2021-09-17 - 主分类号： G06N3/08 文献下载
摘要：本发明提供一种基于复合熵的遗传算法参数优化方法、系统、设备及介质，该方法包括：构建基于遗传算法的网络模型；利用转化规律将种群中的个体转化为网络节点，以及将遗传操作中的交叉、变异转化为网络的边连接；计算遗传算法在不同迭代次数、交叉概率、变异概率下所对应网络模型的测度指标，根据测度指标计算复合熵；根据复合熵的变化趋势来判断遗传算法参数的合理性，从而优化遗传算法参数。本发明达到了理论指导迭代次数和操作算子选择的目的，避免了现有研究中对操作算子经验性选择中的主观性，对遗传算法迭代次数和操作算子的选择提供一定的理论指导，也为揭示遗传算法的进化过程提供了一种全新的视角。
基于复合遗传算法参数优化方法系统设备介质

[发明专利]一种基于遗传算法的土地资源评价因子级别划分方法-CN201210060364.X有效
发明人：刘耀林;何建华;赵翔;焦利民;唐旭 -专利权人：武汉大学
申请日： 2012-03-08 - 公布日： 2012-09-12 - 主分类号： G06F19/00 文献下载
摘要：本发明涉及一种基于遗传算法的土地资源评价因子级别划分方法，充分利用遗传算法在优化问题求解方面的优势，将遗传算法引入评价因子级别划分问题的求解；根据评价因子级别划分问题的特点，设计了遗传算法适应度函数和约束条件，构建了适用于评价因子级别划分的遗传算法模型；本发明能够为土地资源质量评价的因子影响分析提供科学、准确的基础依据，进而为促进土地资源的合理利用提供技术支持。
一种基于遗传算法土地资源评价因子级别划分方法

[发明专利]一种结合相似度算法和遗传算法求取包裹最优组合算法-CN201811215619.9在审
发明人：李志军;徐侃 -专利权人：心怡科技股份有限公司
申请日： 2018-10-18 - 公布日： 2019-04-05 - 主分类号： G06Q10/04 文献下载
摘要：本发明公开了一种结合相似度算法和遗传算法求取包裹最优组合算法，包括以下算法步骤：步骤一：根据库存预占后的包裹属性，对包裹进行划分，步骤二：对当前是否为紧急时刻进行检测；步骤三：利用包裹中商品的位置得到包裹之间的相似度；步骤四：利用包裹之间的相似度，对包裹进行组合；步骤五：利用遗传算法对所有完成的波次组合进行全局调优。本发明结合相似度算法和遗传算法求取包裹最优组合算法，通过可以得到局部最优解的相似度算法以及全局最优解的遗传算法来得到最终的解，大大弥补了两种独立算法各自的不足，相似度算法得到的局部最优解作为遗传算法的初始父本，提升了遗传算法的效率，从而使订单拣选效率和精准度都大大提高。
遗传算法相似度算法最优组合算法相似度最优解父本全局最优解独立算法紧急时刻算法步骤次组合精准度拣选库存检测全局

[发明专利]基于改进遗传算法的航空发动机最大推力控制优化方法-CN202110046519.3在审
发明人：缑林峰;李慧慧;孙楚佳;杨江 -专利权人：西北工业大学
申请日： 2021-01-14 - 公布日： 2021-05-25 - 主分类号： G06F30/27 文献下载
摘要：本发明提出一种基于改进遗传算法的航空发动机最大推力控制优化方法，根据航空发动机的特点，对遗传算法进行了改进，主要对遗传算法的初始种群的构造、适应度函数、交叉算子和变异算子等方面进行了改进，改进后的遗传算法可以发挥遗传算法的优势将改进遗传算法用于最大推力控制寻优，输出最优控制变量给航空发动机。本发明可以在保证发动机安全工作前提下，最大限度提升发动机推力，提高飞机的机动性。
基于改进遗传算法航空发动机最大推力控制优化方法

[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