【摘 要】
：
提出一种粒子群算法和和遗传算法相结合的PSO-GA协同算法,将粒子群算法的全局最优引导能力引入到遗传算法的种群中来,使遗传算法能够合理利用PSO的快速搜索特性,从而提高遗传
【机 构】
：
北京理工大学,信息科学与技术学院,北京,100081
论文部分内容阅读
提出一种粒子群算法和和遗传算法相结合的PSO-GA协同算法,将粒子群算法的全局最优引导能力引入到遗传算法的种群中来,使遗传算法能够合理利用PSO的快速搜索特性,从而提高遗传算法的收敛速度。同时利用遗传算法的全局收敛性,来避免粒子群算法容易陷入局部最优的缺点。通过共享全局最优的方法,两种算法得以实现协同操作。协同优化的同时,两种方法保有各自的独立性。因而两种方法可以以并行的方法执行,从而使优化速度进一步提高。该算法应用于低同源蛋白质三级结构预测,结果表明该算法优于单独的粒子群算法和遗传算法。相同的测试环境下,PSO-GA协同算法具有更快的收敛速度,优化结果也更接近实际的全局最优解.
其他文献
针对传统模糊C-均值聚类算法在聚类有效性方面存在的不足,引入遗传算法对其进行改进,在聚类过程中,不采用梯度法求聚类中心,而代之以改进的模糊遗传算法,从而实现遗传算法与
针对一类非线性系统,提出一种H2保性能模糊输出反馈控制器设计方法。首先,用T-S模糊模型来代替一类具有参数不确定的非线性系统控制对象模型。在此基础上,针对不确定性范数有
生物信息学的突出特点是要处理海量的蛋白质序列和基因序列.由于计算机本身的运算速度和存储空间有限,迫切需要用有效的算法对现有大量的生物数据进行加工和处理.多序列比对
研究以最大末端速度为性能指标的制导炸弹最优控制方法。首先,采用最优控制理论描述制导炸弹滑翔运动的连续变化特性,建立制导炸弹最优滑翔控制模型。针对末端速度为性能指标
正交频分多路复用技术在通信领域已经被广泛应用,本文将其应用于电力线通信并根据速率最大化准则,提出基于模拟退火遗传算法的功率分配方案,可进一步提高通信信道的利用率。
针对K-均值聚类算法中初始聚类数目难以确定,对初始参数敏感等问题,提出一种快速遗传聚类算法,算法中采用可变长实数表示聚类中心,并设计新的交叉和变异算子,以及采用DB-Inde
研究MIMO系统中QPSK信号盲分离问题。在ε均衡算法的基础上构造一个新的带约束的代价函数,通过PSO优化算法对此函数的寻优直接将信号恢复出来.从MPSK信号星座图特性出发,将信
针对传统的优化控制算法存在的问题,分析和研究在限制有机物排放总量条件下,污水处理运行费用最低的优化控制问题,给出污水处理过程中多变量最优控制的数学模型,提出一种采用
为了满足交流调速系统高精度、快响应的要求,结合免疫遗传算法寻优速度快和神经网络控制不依赖被控对象数学模型的优点。设计一种基于新的免疫遗传算法优化的神经网络PID控制
针对控制领域的结构设计,提出将进化计算中的遗传规划与遗传算法结合,首先利用改进的遗传规划来进行结构设计,然后利用改进的遗传算法进行结构参数优化,从而实现控制结构的自