摘要：在知识发现流程中,分类规则是主要的挖掘任务之一。针对传统的基于统计分析的挖掘算法在保证知识的有趣性方面的缺陷,提出了利用演化计算这种智能计算模型的全局搜索特性和完全适应值导向特性来进行分类知识的自动挖掘和处理,不需要先验知识,以确保知识的有趣性。提出了用IF-THEN这种高层次的知识表示形式来提高知识的可理解性。并给出了个体表示,遗传操作和适应值评估等几个在演化算法中起重要作用的成分的设计原则和方法。

摘要：约束可满足性问题是一大类常出现于现实应用中的复杂问题,因其繁多的约束条件而出名。本文针对一个经典的约束可满足性问题——斑马属谁问题,基于演化算法的框架进行求解。我们采用矩阵的表示方式,并设计了相应的杂交和变异算子。实验表明,演化算法能高效地解决该问题。

摘要：在电子市场中,客户联盟可以为买卖双方赢得更多利润。该文提出了一个组合顾客联盟模型,可同时描述顾客偏好和商品数量。并针对此复杂的组合优化问题,给出了用遗传算法求解的框架。

摘要：该文设计了基于偏序关系的演化算法求解多峰函数优化问题新算法。并从偏序关系的性质出发,从理论上为该算法的收敛性提供了一定的依据,进而为其搜索操作提供了明确的方向,避免了演化搜索过程中的盲目性。

摘要：以常微分方程组的演化建模问题为主要研究对象,设计了分布式异步并行演化算法,并以128台PIII 500微机通过10Mbps的以太网互联而成的机群系统作为模拟实验环境进行了大规模的并行实验,系统地测试了算法中的一些重要的并行控制参数,包括处理机间的连通度、个体的迁移率和迁移代频等对算法性能的影响,得到了一些崭新的实验结果,给出了一些结果分析,特别是对串行算法和并行算法的最好建模结果进行了比较.

摘要：采用遗传程序设计的方法实现复杂函数的自动建模,程序中用树的分层结构表示复杂函数,并设计了相应的遗传算子(包括杂交算子和变异算子)以及停机条件。实例测试的结果表明采用遗传程序设计的方法得到的模型比传统的方法得到的模型要好,甚至优于专家设计的一些模型。

摘要：在对策论中,寻找最优策略是一个十分困难的问题,设计了一个协同进化的演化算法,并对此做了初步的研究和尝试。在算法中采用了决策树的编码表示方法,设计了基于决策树的杂交和变异算子,并引入了分裂算子和惩罚因子来平衡策略的复杂度和可读性。此算法应用在猜数字这个复杂的游戏上,实验结果表明该算法有效且快速。

摘要：随着万维网（WWW）中信息量呈指数的增长，人们可以使用许多的信息收集工具来获得网络中的信息。但要使检索到的信息在满足用户个性化需求方面，即具有高准确率又有高回收率，则是一件很困难的事情。为了解决以上问题，该文阐述了遗传算法在信息检索方面的应用。

摘要：对于湖北省人口预测的问题,提出了单因素的人口预测模型。应用遗传程序设计的方法,对该模型进行了求解,所得到的单因素人口方程具有非常好的拟合精度,可以认为它确实反映了湖北省人口变化规律,可以用它来进行湖北省人口预测。此实例说明应用遗传程序设计对动态系统做拟合是行之有效的。

摘要：提出一种基于正则化方法的高效图像复原技术。围绕最小化正则解模糊误差,设计该技术。利用泰勒级数定性地分析怎样的正则化算子使正则解模糊误差能量较小,得出结论:通常情况下应选取低阻高通的正则化算子;利用随机理论解决正则解模糊误差能量期望值最小化问题,确定正则化参数;利用小波变换估计噪声能量,在没有噪声能量信息的情况下,新方法能进行高效的图像恢复。实验结果表明本文的恢复技术比传统方法的恢复性能好,恢复效果接近最佳且性能稳定,且不需要噪声能量信息。