摘要：为了解决小生境遗传算法不能准确识别小生境的缺陷,以及算法无法有效平衡快速收敛和保持种群多样性的冲突问题,提出一种自适应小生境遗传算法.在算法中,设计一种改进的小生境识别方法来确定小生境范围,引入用于度量种群多样性的小生境熵概念,并利用小生境熵自适应调整进化参数的取值.同时,改进选择、交叉策略,在识别的小生境基础上将交叉分为境外交叉和境内交叉,用于提高算法的全局搜索能力和局部收敛速度.实验表明,算法对于解决多模态函数优化问题具有收敛速度快和计算量小等优点,能够有效避免遗传漂移现象.

摘要：由于可信软件评估需求的动态多变以及专家主观决策的有限理性,多维多尺度可信软件评估问题是一个重要而困难的研究课题.在分析现有可信软件评估需求的基础上,提出一种基于效用和证据理论的可信软件评估方法.首先设计了一个需求驱动的可信指标树动态构造模型:开放式可信指标数据库和指标树生成算法;接着讨论分析了基于效用的可信软件定性和定量指标的信息预处理技术,并重点介绍基于分布式评估框架和Dempster合成规则的可信软件评估证据推理算法;最后通过案例证明了该方法的有效性和合理性.相信该模型的提出能对复杂环境下软件可信性评估理论的进一步研究起推动作用.

摘要：论证专家选择是重大工程可行性论证时的一个复杂决策问题.对此,根据论证专家团队需求构建了论证专家选择模型,并设计了自适应遗传算法进行求解.数值算例验证了所提出的模型和算法的有效性和可行性,可为决策者提供不同准则下的论证专家的最优组合方案.最后对算法进行了分析,给出了解决这类问题的算法控制参数的合理组合范围.

摘要：在典型的空间聚类算法K-平均法和K-中心法中,K一般为用户事先确定的值,然而,实际中K值很难被精确地确定,往往表现为一个模糊的取值区间。在此提出距离代价函数的概念,建立了相应的数学模型并设计了一个新的K值优化算法,对空间聚类K值优化问题进行了初步的研究。

摘要：面向复杂问题的贝叶斯网的建模是一项系统工程,必须遵循一定的流程和方法。建立了面向复杂问题的贝叶斯网建模流程,分为问题分析,模型设计与模型测试三个阶段。阐述了每个阶段所应完成的任务和解决方法,并在模型设计阶段,提出了将专家知识和数据融合的贝叶斯网构造方案。最后总结了建模过程中的简化原则。

摘要：分析了John Holland在其遗传算法理论中提出的反转算子在数值优化应用中的不合理性,提出了一种轮盘反转算子来克服这种不合理性,并结合新的反转算子在杂草生态学的基础上提出了一种高效的多智能体仿生算法—RMAAA算法,证明了算法的全局收敛性。14个10～10000维无约束优化问题仿真实验表明,该算法性能好于其他优秀算法,尤其对于其中8个函数,当维数为10000时该算法需要的评价次数都小于10000次,且所得解的精度较高。在求解焊接梁设计工程优化问题时,该算法能够以较少的函数评价次数得到更加精确的全局Pareto最优解,表明RMAAA算法是实际有效的。

摘要：针对目前交互式遗传算法由于使用小规模的种群和较少的进化代数,容易导致算法的搜索能力有限、易陷入局部优化的问题,在引入一种加速收敛变异策略的基础上,提出一种新的交互式遗传算法。给出了算法设计实施中关键问题的处理,分析了算法的效率,并通过函数优化和服装设计问题的仿真实验验证变异策略和算法的有效性。

摘要：蚁群算法的参数设置一直是依靠经验和试验来确定,造成试验工作量大且难以得到最优的参数组合,影响了算法的使用.通过将蚁群算法基本模型的参数设定问题描述成均匀设计中多因素多水平的试验设计,从而能够用较少的试验很快设定算法参数的取值.TSP问题的仿真试验表明,利用均匀设计得到的参数组合可使蚁群算法获得较优的运行性能,说明了该方法的可行性和有效性.

摘要：介绍了一种求解多无人机协同目标分配问题的方法,提出了多无人机协同目标分配仿真系统设计的总体思路。在此基础上,设计了层次化的体系结构和组织化的功能模块,并分析了系统设计过程中涉及的关键技术及其实现方法。最后用面向对象语言实现了多无人机协同目标分配仿真系统,并对一个典型的分配问题进行了仿真实验,实验表明,仿真系统对该分配问题的求解提供了良好的支持。

摘要：比较选择了Internet环境下群决策的研讨方式,设计了合理的、动态的研讨流程;提出了一种基于向量相似度的衡量专家间一致性的方法,并在此基础上研究选取了合适的专家群体一致性判断算法;最后通过实例对该平台的实用性加以验证。