检索结果-维普期刊中文期刊服务平台

粗粒度并行遗传算法收敛性分析及优化运算被引量：11: 1; 作者戴晓明陈昌领 +3 位作者邵惠鹤 Kay Das 程铁鹏茅雪飞《上海交通大学学报》 EI CAS CSCD 北大核心 2003年第4期499-502,共4页; 提出了一种新型的粗粒度并行遗传算法 ( CGGA) ,该算法利用多个子种群基于不同的编码方式进行进化计算 .首先各子群体独立进行交叉、变异和选择遗传操作 ,每代进化后迁移算子被引入用来进行种群间的信息交流 ,迁移算子将各个子种群的最... 展开更多; 关键词粗粒度并行遗传算法时齐遍历马尔可夫链全局收敛经典遗传算法; 在线阅读下载PDF 职称材料

基于种群规模可变的粗粒度并行遗传算法被引量：7: 2; 作者胡玉兰潘福成 +1 位作者梁英辛彦秋《小型微型计算机系统》 CSCD 北大核心 2003年第3期534-536,共3页; 在科学计算领域 ,并行计算越来越成熟 ,并行遗传算法开始受到关注 .本文分析了遗传算法并行化的动机和实现模型 ,提出了一种新算法——基于种群规模可变的粗粒度并行遗传算法。; 关键词种群规模可变粗粒度并行遗传算法遗传算法组合优化问题随机搜索; 在线阅读下载PDF 职称材料

粗粒度并行遗传算法的MapReduce并行化实现被引量：6: 3; 作者程兴国肖南峰《重庆理工大学学报（自然科学）》 CAS 2013年第10期66-70,74,共6页; 针对粗粒度并行遗传算法的特点,给出了MapReduce编程模型实现遗传算法的方法。将随机生成的初始种群分割成若干个子种群,用Map方法实现单个子种群的传统遗传算法。各个子种群在不同的Node上相互独立地并发执行个体适应值计算、选择、交... 展开更多; 关键词遗传算法粗粒度并行遗传算法 MAPREDUCE; 在线阅读下载PDF 职称材料

基于粗粒度并行遗传算法的阻尼器优化布置被引量：12: 4; 作者马宏伟陈丰收《华南理工大学学报（自然科学版）》 EI CAS CSCD 北大核心 2019年第11期104-112,共9页; 提出了一种粗粒度并行遗传算法,并将其应用于被动控制结构中阻尼器布置位置的优化.该算法把一个种群划分为多个子种群,各个子种群可以独立完成经典遗传算法操作.对于给定基因编码的种群个体,通过Matlab-ABAQUS-Python的交互使用,利用Mat... 展开更多; 关键词粗粒度并行遗传算法阻尼器优化布置被动控制结构减震率; 在线阅读下载PDF 职称材料

基于粗粒度并行遗传算法的JSSP研究: 5; 作者王仲民马苏常李世杰《组合机床与自动化加工技术》 2007年第12期5-6,11,共3页; 针对车间作业调度问题(JSSP)进行研究,利用粗粒度并行遗传算法(CGPGA)对JSSP进行有效求解。该算法首先将多个子群体以不同的编码方式进行进化计算,然后引入迁移因子进行群体间的信息交互。利用迁移因子把子群体中的优良个体传播到其余... 展开更多; 关键词粗粒度并行遗传算法车间作业调度遗传算法; 在线阅读下载PDF 职称材料

基于粗粒度并行遗传算法的隔震层参数优化: 6; 作者党育刘全明贺一哲《地震工程学报》 CSCD 北大核心 2023年第6期1257-1263,1273,共8页; 针对基于经典遗传算法的隔震层参数优化方法效率不高的问题,提出一种基于粗粒度并行遗传算法的隔震层参数优化方法。利用Python的多进程机制和Python与ETABS的交互,实现CPU各核同时调用ETABS并进行遗传操作,最后通过一个隔震工程的实例... 展开更多; 关键词粗粒度并行遗传算法多进程隔震层参数优化; 在线阅读下载PDF 职称材料

网格平台下并行遗传算法的设计被引量：2: 7; 作者李镭蔡洪斌吴跃《计算机应用研究》 CSCD 北大核心 2006年第8期83-84,共2页; 并行遗传算法是遗传算法研究中的一个重要课题,提出了一种在网格平台下实现遗传算法的设计和一些关于遗传算法本身的改进,以及需要进一步研究的课题。; 关键词遗传算法粗粒度并行遗传算法网格计算; 在线阅读下载PDF 职称材料

基于快速非支配排序遗传算法的阻尼器多目标优化布置被引量：5: 8; 作者陈丰收吕述晖李安琪《世界地震工程》北大核心 2023年第1期109-117,共9页; 将快速非支配排序遗传算法(NSGA-Ⅱ)和并行遗传算法相结合,提出内嵌NSGA-Ⅱ的粗粒度-主从式并行遗传算法。该算法将种群分为多个子种群,每个子种群可独立并行执行NSGA-Ⅱ操作;达到迁移周期时,子种群之间执行迁移操作;完成迁移后,子种群... 展开更多; 关键词 NSGA-Ⅱ 粗粒度-主从式并行遗传算法阻尼器优化布置消能减震结构; 在线阅读下载PDF 职称材料

机器学习辅助隔震支座优化布置被引量：1: 9; 作者党育刘全明马小科《地震工程与工程振动》 CSCD 北大核心 2023年第4期26-36,共11页; 针对如何快速确定隔震结构的最优隔震支座布置问题,使用机器学习辅助结构优化方法,采用人工神经网络构建了预测隔震结构设计参数与结构响应之间复杂关系的机器学习模型,以隔震结构响应最小为目标函数,用粗粒度并行遗传算法,得到隔震结... 展开更多; 关键词隔震结构粗粒度并行遗传算法优化机器学习; 在线阅读下载PDF 职称材料

题名粗粒度并行遗传算法收敛性分析及优化运算被引量：11: 1; 作者戴晓明陈昌领邵惠鹤 Kay Das 程铁鹏茅雪飞; 机构上海交通大学自动化研究所意法半导体亚太研究发展中心; 出处《上海交通大学学报》 EI CAS CSCD 北大核心 2003年第4期499-502,共4页; 基金国家重点基础研究发展(973 )项目 ( G19980 3 0 415 ); 文摘提出了一种新型的粗粒度并行遗传算法 ( CGGA) ,该算法利用多个子种群基于不同的编码方式进行进化计算 .首先各子群体独立进行交叉、变异和选择遗传操作 ,每代进化后迁移算子被引入用来进行种群间的信息交流 ,迁移算子将各个子种群的最优个体替换相邻种群最差个体后继续进化 .基于时齐遍历马尔可夫链理论 ,给出了 CGGA各个子种群的概率转移矩阵与其进化概率转移矩阵 ,证明了以概率 1全局收敛 .对典型的测试函数 CGGA进行了求解 .仿真结果表明 ,本算法的收敛性能优于经典遗传算法 ( CGA) ,可以有效解决; 关键词粗粒度并行遗传算法时齐遍历马尔可夫链全局收敛经典遗传算法; Keywords Convergence of numerical methods Markov processes Optimization Simulation; 分类号 TP273 [自动化与计算机技术—检测技术与自动化装置]; 在线阅读下载PDF 职称材料

题名基于种群规模可变的粗粒度并行遗传算法被引量：7: 2; 作者胡玉兰潘福成梁英辛彦秋; 机构沈阳工业学院信息工程分院沈阳黎明航空发动机集团公司; 出处《小型微型计算机系统》 CSCD 北大核心 2003年第3期534-536,共3页; 基金 ~~; 文摘在科学计算领域 ,并行计算越来越成熟 ,并行遗传算法开始受到关注 .本文分析了遗传算法并行化的动机和实现模型 ,提出了一种新算法——基于种群规模可变的粗粒度并行遗传算法。; 关键词种群规模可变粗粒度并行遗传算法遗传算法组合优化问题随机搜索; Keywords parallel genetic algorithm(PGA) parallelism genetic algorithm(GA); 分类号 O242.23 [理学—计算数学]; 在线阅读下载PDF 职称材料

题名粗粒度并行遗传算法的MapReduce并行化实现被引量：6: 3; 作者程兴国肖南峰; 机构华南理工大学计算机科学与工程学院; 出处《重庆理工大学学报（自然科学）》 CAS 2013年第10期66-70,74,共6页; 基金国家自然科学基金资助项目(61171141) 广东省产学研省部合作专项资金资助项目(2012B091100448); 文摘针对粗粒度并行遗传算法的特点,给出了MapReduce编程模型实现遗传算法的方法。将随机生成的初始种群分割成若干个子种群,用Map方法实现单个子种群的传统遗传算法。各个子种群在不同的Node上相互独立地并发执行个体适应值计算、选择、交叉和变异等操作,在Partition环节将每个子群所提取的最优个体迁移到其他子种群中,以实现各个子种群的共同进化。该方法充分利用了MapReduce的高度并行性,提高了算法的效率,同时在一定程度上克服了过早收敛和局部最优解问题。; 关键词遗传算法粗粒度并行遗传算法 MAPREDUCE; Keywords genetic algorithm （GA） coarse-grained parallel genetic algorithm （CGPGA） MapReduce; 分类号 TP18 [自动化与计算机技术—控制理论与控制工程]; 在线阅读下载PDF 职称材料

题名基于粗粒度并行遗传算法的阻尼器优化布置被引量：12: 4; 作者马宏伟陈丰收; 机构华南理工大学亚热带建筑科学国家重点实验室; 出处《华南理工大学学报（自然科学版）》 EI CAS CSCD 北大核心 2019年第11期104-112,共9页; 基金华南理工大学亚热带建筑科学国家重点实验室开放课题(2018ZB29)。; 文摘提出了一种粗粒度并行遗传算法,并将其应用于被动控制结构中阻尼器布置位置的优化.该算法把一个种群划分为多个子种群,各个子种群可以独立完成经典遗传算法操作.对于给定基因编码的种群个体,通过Matlab-ABAQUS-Python的交互使用,利用Matlab编程生成INP模型文件,并先调用ABAQUS来进行模型分析,后调用Python来读取结果数据并传输给Matlab,求解结构模型的目标函数值.文中还以层间位移角为控制目标,对10层被动控制钢框架结构的阻尼器优化布置进行了实例分析.结果表明:粗粒度并行遗传算法与经典遗传算法相比,既提高了种群的多样性,又加快了种群的收敛速度;对比常规隔层方法,采用该算法可使结构减震率至少提高19.3%,说明该算法能显著提高结构减震率.; 关键词粗粒度并行遗传算法阻尼器优化布置被动控制结构减震率; Keywords coarse-grained parallel genetic algorithm damper optimal arrangement passive controlled structure inter-story drift reduction ratio; 分类号 TU352.1 [建筑科学—结构工程]; 在线阅读下载PDF 职称材料

题名基于粗粒度并行遗传算法的JSSP研究: 5; 作者王仲民马苏常李世杰; 机构天津工程师范学院机械工程系河北工业大学机械工程学院; 出处《组合机床与自动化加工技术》 2007年第12期5-6,11,共3页; 基金天津市高校科技发展基金资助项目(20041107) 劳动与社会保障部科技发展基金项目(LB200505); 文摘针对车间作业调度问题(JSSP)进行研究,利用粗粒度并行遗传算法(CGPGA)对JSSP进行有效求解。该算法首先将多个子群体以不同的编码方式进行进化计算,然后引入迁移因子进行群体间的信息交互。利用迁移因子把子群体中的优良个体传播到其余子群体,替换相邻子群体中的最差个体并继续进化而获得最优解。仿真实验表明:该方法简单且易于实现,求解效率远远高于经典遗传算法(GA),并可有效防止早熟现象的发生。; 关键词粗粒度并行遗传算法车间作业调度遗传算法; Keywords coarse grained parallel genetic algorithm job shop scheduling genetic algorithm; 分类号 TP278 [自动化与计算机技术—检测技术与自动化装置]; 在线阅读下载PDF 职称材料

题名基于粗粒度并行遗传算法的隔震层参数优化: 6; 作者党育刘全明贺一哲; 机构兰州理工大学土木工程学院; 出处《地震工程学报》 CSCD 北大核心 2023年第6期1257-1263,1273,共8页; 基金国家自然科学基金(62166025,51668043) 甘肃省重点研发计划(21YF5GA073)。; 文摘针对基于经典遗传算法的隔震层参数优化方法效率不高的问题,提出一种基于粗粒度并行遗传算法的隔震层参数优化方法。利用Python的多进程机制和Python与ETABS的交互,实现CPU各核同时调用ETABS并进行遗传操作,最后通过一个隔震工程的实例进行验证。结果表明:采用粗粒度并行遗传算法进行隔震层参数优化,与原设计结果相比,优化后的隔震结构性能更优;同时,用10核CPU计算,与经典遗传算法相比,该方法既能准确得出全局最优解,又可显著提高优化效率,加速比约为6,可基本满足隔震工程设计的及时性需求,具有较好的工程应用价值。; 关键词粗粒度并行遗传算法多进程隔震层参数优化; Keywords coarse-grained parallel genetic algorithm multiprocess parameters of isolation layer optimization; 分类号 TU352.1 [建筑科学—结构工程]; 在线阅读下载PDF 职称材料

题名网格平台下并行遗传算法的设计被引量：2: 7; 作者李镭蔡洪斌吴跃; 机构电子科技大学计算机科学与工程学院; 出处《计算机应用研究》 CSCD 北大核心 2006年第8期83-84,共2页; 文摘并行遗传算法是遗传算法研究中的一个重要课题,提出了一种在网格平台下实现遗传算法的设计和一些关于遗传算法本身的改进,以及需要进一步研究的课题。; 关键词遗传算法粗粒度并行遗传算法网格计算; Keywords Genetic Algorithm Coarse-grained Parallel Genetic Algorithm Grid Computing; 分类号 TP301.6 [自动化与计算机技术—计算机系统结构]; 在线阅读下载PDF 职称材料

题名基于快速非支配排序遗传算法的阻尼器多目标优化布置被引量：5: 8; 作者陈丰收吕述晖李安琪; 机构中交四航工程研究院有限公司广州市设计院; 出处《世界地震工程》北大核心 2023年第1期109-117,共9页; 基金广州市珠江科技新星专项资助(201806010162) 广州市珠江科技新星专项资助(201906010023)。; 文摘将快速非支配排序遗传算法(NSGA-Ⅱ)和并行遗传算法相结合,提出内嵌NSGA-Ⅱ的粗粒度-主从式并行遗传算法。该算法将种群分为多个子种群,每个子种群可独立并行执行NSGA-Ⅱ操作;达到迁移周期时,子种群之间执行迁移操作;完成迁移后,子种群再次独立并行执行NSGA-Ⅱ操作。以最大层间位移角和最大楼层加速度为目标函数,对14层消能减震钢框架结构上的阻尼器布置位置进行优化分析。结果表明:该算法既实现多目标优化,又提高优化速度;对比常规隔层布置方法,该算法可使结构的层间位移角减震系数和加速度减震系数分别至少提高16.82%和16.01%。; 关键词 NSGA-Ⅱ 粗粒度-主从式并行遗传算法阻尼器优化布置消能减震结构; Keywords NSGA-Ⅱ Coarse-grained master-slave parallel genetic algorithms damper optimal arrangement energy dissipation structure; 分类号 TU352.1 [建筑科学—结构工程]; 在线阅读下载PDF 职称材料

题名机器学习辅助隔震支座优化布置被引量：1: 9; 作者党育刘全明马小科; 机构兰州理工大学土木工程学院; 出处《地震工程与工程振动》 CSCD 北大核心 2023年第4期26-36,共11页; 基金国家自然科学基金项目(62166025,51668043) 甘肃省重点研发计划(21YF5GA073)。; 文摘针对如何快速确定隔震结构的最优隔震支座布置问题,使用机器学习辅助结构优化方法,采用人工神经网络构建了预测隔震结构设计参数与结构响应之间复杂关系的机器学习模型,以隔震结构响应最小为目标函数,用粗粒度并行遗传算法,得到隔震结构的最优支座布置。用一个实际隔震工程验证,结果表明:构建的人工神经网络模型对各结构响应参数的预测准确率均达到了92%以上,平均预测准确率达到93%,与精确计算的优化结果相比,用机器学习辅助隔震支座布置的优化结果平均误差为3%,加速比约为300,说明该方法具有很高的预测精度和计算效率。; 关键词隔震结构粗粒度并行遗传算法优化机器学习; Keywords isolated buildings coarse-grained parallel genetic algorithm optimization machine learning; 分类号 TU352.1 [建筑科学—结构工程]; 在线阅读下载PDF 职称材料

	题名	作者	出处	发文年	被引量	操作
1	粗粒度并行遗传算法收敛性分析及优化运算	戴晓明陈昌领邵惠鹤 Kay Das 程铁鹏茅雪飞	《上海交通大学学报》 EI CAS CSCD 北大核心	2003	11	在线阅读下载PDF 职称材料
2	基于种群规模可变的粗粒度并行遗传算法	胡玉兰潘福成梁英辛彦秋	《小型微型计算机系统》 CSCD 北大核心	2003	7	在线阅读下载PDF 职称材料
3	粗粒度并行遗传算法的MapReduce并行化实现	程兴国肖南峰	《重庆理工大学学报（自然科学）》 CAS	2013	6	在线阅读下载PDF 职称材料
4	基于粗粒度并行遗传算法的阻尼器优化布置	马宏伟陈丰收	《华南理工大学学报（自然科学版）》 EI CAS CSCD 北大核心	2019	12	在线阅读下载PDF 职称材料
5	基于粗粒度并行遗传算法的JSSP研究	王仲民马苏常李世杰	《组合机床与自动化加工技术》	2007	0	在线阅读下载PDF 职称材料
6	基于粗粒度并行遗传算法的隔震层参数优化	党育刘全明贺一哲	《地震工程学报》 CSCD 北大核心	2023	0	在线阅读下载PDF 职称材料
7	网格平台下并行遗传算法的设计	李镭蔡洪斌吴跃	《计算机应用研究》 CSCD 北大核心	2006	2	在线阅读下载PDF 职称材料
8	基于快速非支配排序遗传算法的阻尼器多目标优化布置	陈丰收吕述晖李安琪	《世界地震工程》北大核心	2023	5	在线阅读下载PDF 职称材料
9	机器学习辅助隔震支座优化布置	党育刘全明马小科	《地震工程与工程振动》 CSCD 北大核心	2023	1	在线阅读下载PDF 职称材料