摘要：作为一种并行、自适应 ,全局搜索方法 ,遗传算法已在多种领域得到应用。文中先简单介绍了遗传算法的发展、基本程序与几种遗传操作 ,然后详细说明了排序选择。在此基础上文中提出了在非线性排序中加入适应值信息和交叉前进行排序两种改进方法。为了减少近亲遗传 ,文中还设计了一种自适应交叉概率。实验中选择具有不同特点的四个测试函数进行测试 ,寻优结果表明改进的算法对加快收敛速度 ,提高寻优效果起到了作用。

摘要：为提高机场航班放行正常率,对离场航班时刻进行了智能优化方法研究。考虑进场航班时刻不变、离场容量和航班时刻调整范围受限等约束,构建了以全局时间调整偏差总量最小为目标的离场航班时刻优化模型;为提高优化效率,将遗传算法的交叉概率改进为自适应交叉概率;设计了一种基于改进遗传算法的离场航班时刻优化方法。以兰州中川国际机场全天运行455起降架次为例,对航班时刻进行优化和仿真验证。结果表明,优化的航班时刻相较于原航班时刻,航班平均延误时间降低12.8%;离场航班平均延误时间降低22.3%;离场航班延误架次减少了42.8%;航班放行正常率提高了12%。采用基于自适应交叉概率的遗传算法可有效降低了航班延误和提高航班放行正常率。

摘要：网络编码提高波分复用网络多源光组播带宽利用率时,导致光域中存储和运算开销增加,为此,设计了一种改进的自适应遗传算法可最少化光组播的网络编码光纤链路数目.该算法设计了自适应调整的交叉概率和差异最大化交叉操作,保证种群多样性,避免陷入局部最优;通过自适应调整交叉概率,保证种群在开始阶段可以很快实现多样性,使种群中的较优个体保持稳定.仿真结果表明,所提算法与对比算法相比收敛速度更快,可以用更短时间找到编码链路数目最少的方案.

摘要：为了解决实施学分制对排课所造成的困难,改进了排课系统中使用的遗传算法。基于遗传算法的原理以及在排课系统中的应用,指出了交叉和变异概率选择的盲目性,并提出了遗传算法中染色体编码设计和含动态调整参数的交叉变异概率选择的改进措施。采用仿真实验的方式验证了改进后的遗传算法,结果表明,改进算法减少了无效的染色体和交叉变异操作,提高了收敛速度和全局搜索能力,克服了遗传算法的早熟和局部收敛的问题。

摘要：介绍神经网络集成的基本概念及其算法理论,设计了改进的自适应交叉概率和变异概率,提出基于种群适应度集中程度的改进遗传算法,利用该算法优化加权平均集成网络的权,从而构建一种高效的神经网络集成模型。该模型用于解决分类问题.表现出比传统神经网络集成模型更好的性能。