遗传算法毕业论文

遗传算法毕业论文

目
录
摘要
I
Abstract
II
引
言
1
第一章
基本遗传算法
2
1.1
遗传算法的产生及发展
3
1.2
基本原理
3
1.3
遗传算法的特点
3
1.4
基本遗传算法描述
5
1.5
遗传算法构造流程
6
第二章
遗传算法的实现技术
6
2.1
编码方法
7
2.1.1
二进制编码
7
2.1.2
格雷码编码
7
2.1.3
符点数编码
8
2.1.4
参数编码
8
2.2
适应度函数
10
2.3
选择算子
10
2.4
交叉算子
10
2.4.1
单点交叉算子
10
2.4.2
双点交叉算子
11
2.4.3
均匀交叉算子
11
2.4.4
部分映射交叉
11
2.4.5
顺序交叉
12
2.5
变异算子
12
2.6
运行参数
12
2.7
约束条件的处理方法
13
2.8
遗传算法流程图
14
第三章
遗传算法在TSP上的应用
15
3.1
TSP问题的建模与描述
15
3.2
对TSP的遗传基因编码方法
16
3.3
针对TSP的遗传操作算子
17
3.3.1
选择算子
17
3.3.1.1
轮盘赌选择
17
3.3.1.2
最优保存策略选择
17
3.3.2
交叉算子
20
3.3.2.1
单点交叉
20
3.3.2.2
部分映射交叉
21
3.3.3
变异算子
23
3.4
TSP的混和遗传算法
26
第四章
实例分析
27
4.1
测试数据
27
4.2
测试结果
27
4.3
结果分析
27
摘
要
TSP
(Traveling
Salesman
Problem)旅行商问题是一类典型的NP完全问题，遗传算法是解决NP问题的一种较理想的方法。文章首先介绍了基本遗传算法的基本原理、特点及其基本实现技术；接着针对TSP
问题，论述了遗传算法在编码表示和遗传算子（包括选择算子、交叉算子变异算子这三种算子）等方面的应用情况，分别指出几种常用的编码方法的优点和缺点，并且结合TSP的运行实例详细分析了基本遗传算法的4个运行参数群体大小、遗传算法的终止进化代数、交叉概率、变异概率，对遗传算法的求解结果和求解效率的影响，经过多次的测试设定出了它们一组比较合理的取值。最后，简单说明了混合遗传算法在求解TSP问题中的应用并对遗传算法解决TSP问题的前景提出了展望。
关键词：TSP
遗传算法
遗传算子
编码
@@@需要的话按我的名字找我吧

毕业论文摘要翻译(汉英译)

Because of the traditional teaching mode is not satisfied with the status quo, and that the network teaching based on WEB technology becomes the modern education technology reform and development direction. Network technology with its advanced management method, means and work efficiency to a new development needs.
This paper based on the genetic algorithm for background extraction systems, JSP + Servlet Hibernate, Ajax technology, network teaching, research and development.
It firstly introduces the network teaching, through the analysis of the characteristics of the function, extraction system design for its basic functions required page, the system design for administrators, teachers and students, and provides the question out, practice, online exchanges online, complete functions, page basically can satisfy the requirement of students and teachers.
Keywords: genetic algorithms, Question system, Page design, Software testing

医学毕业论文评语

　　无论是学年论文，还是毕业论文，我们的指导教师都要对我们学生的论文进行评价，写评语。下文是我为大家搜集整理的关于医学毕业论文评语的内容，欢迎大家阅读参考!
　　医学毕业论文评语(一)
　　题目：基于遗传算法的混合需求VRP问题优化研究

　　评价内容 评价指标

　　开题报告

　　能独立查阅文献和从事其他调研;能正确翻译外文资料;能较好提出课题的开题报告;综合分析的正确性和设计、计算的正确性;论证的充分性

　　业务水平

　　有扎实的基础理论知识和专业知识;能正确设计实验方案(或正确建立数学模型、机械结构方案);独立进行实验工作;能运用所学知识和技能去发现与解决实际问题;能正确处理实验数据;能对课题进行理论分析，得出有价值的结论;有较好的专业外语水平

　　论文质量

　　综述简练完整，有见解;立论正确，论述充分，结论严谨合理;实验正确，分析处理科学;文字通顺，技术用语准确，符号统一，编号齐全，书写工整规范，图表完备、整洁、正确;论文结果有应用价值;计算及测试结果准确;工作中有创新意识;对前人工作有改进或突破，或有独特见解;

　　工作量、工作态度

　　按期完成规定的任务，工作量饱满，难度较大;工作努力，遵守纪律;工作作风严谨务实

　　导师评语

　　论文介绍了送货问题和取货问题同时存在的混合需求VRP问题，并设计了相应的遗传算法，通过C编程进行实验，试验结果表明所设计的遗传算法是可行和有效的。论文选题有一定的理论价值和实际意义，结构合理，逻辑清晰，格式较规范。
　　医学毕业论文评语(二)
　　题目：二甲基亚硝胺诱导大鼠肝硬化形成阶段方证病机及其效应机制的研究

　　该课题采用二甲基亚硝胺肝硬化模型研究了5种古典方剂的干预作用，并对有效方剂研究了效应机制，工作量大，指标先进，设计合理，操作规范，逻辑性强，数据可信，论文结构层次清晰，文字表达通畅，建议作为博士学位论文安排答辩。

　　运用比较医学方法研究古典方剂防治肝硬化的“病-证-方”效应，是富有中医药特色的研究思路。作者在既往工作的基础上，基本掌握了本专业扎实的基础理论和操作技能，广泛搜集了本课题范围内的国内外最新进展，获取了不同方剂干预肝硬化的实验数据和作用机理，说明作者能够站在当前肝病中医药研究的前沿，具备独立从事中医药研究的能力。

　　由于时间仓促，论文中有一些体例尚不统一，建议在“材料与方法”之后(一、二部分合为一起)，研究结果分成三个部分，使全文体例一致。
　　医学毕业论文评语(三)
　　1、论文选题比较适当，观点正确，但缺少独创性的思想，论证内容比较充分，但缺乏论证深度。英语表达比较通顺，但存在少量语法错误。论文格式符合规范要求。

　　2、论文选题缺乏新意，论证不够充分，具体例证较少，老生常谈的内容偏多，引用他人观点的比例偏大。英语表达基本达意，但存在较多的语法错误。论文格式基本符合要求。

　　3、选题不适当;观点不正确;语法错误过多;抄袭现象严重;论文格式不符合规范要求;没有按时间要求完成论文。

　　4、论文选题有新意，有实际应用价值，论文有自己独到的观点，能够反映出学生的创造性劳动，结构安排合理，论证充分、透彻，有足够的理论和实例支撑，英语语言表达顺畅、得体，没有语法错误，论文格式符合规范要求。

　　5、本论文选题有很强的应用价值，文献材料收集详实，综合运用了所学知识解决问题，所得书记合理，结论正确，有创新见解。另外论文格式正确，书写规范，条理清晰，语言流畅。

　　6、该论文的文献调研全面系统，立题指导思想明确，实验设计合理可行，能够按照实验计划进行，并达到预期效果。

　　7、论文撰写思路清晰，语言流畅简练，层次清晰，逻辑性较强，用词准确，各种数据、图表齐备、规范，文献引用正确，科学性较强。表明该学生具有一定的理论基础和科研能力。

　　8、该论文选题正确,结构合理,内容丰富,数据资料充分,分析方法先进,写作进度安排合理,结论和建议具有区域现实意义,建议推荐为校级优秀毕业论文.

　　9、论文选题适当，有一定的独立见解，论证充分，占有资料广泛，但理论和实例支撑不够。英语语言表达基本顺畅，仅存在个别语法错误，论文格式符合规范要求。

　　10、该论文选题较为新颖，视角较为独特，体现了一定的人力资源管理理论的扎实功底，特别是文章能够结合相关的案例对课题进行论证分析，具有一定的实用价值。经过对论文的审核可以看出，作者在资料和案例收集上花了不少功夫，也能够提出一些较为深刻的观点，但在理论的深度和部分论据的引证上还存在一定的欠缺之处。总体而言，这是一篇合格的论文。
猜你喜欢：
1. 毕业设计论文评语

2. 论文评语

3. 指导教师毕业论文评语范文 毕业论文指导教师评语大全

4. 本科毕业论文评语模板3篇

急需一篇 基于遗传算法的无约束数值优化算法研究 的毕业论文

推荐你去淘宝的：翰林书店，这个店铺应该能下载到这类论文。我去下过，很及时的

采矿工程毕业设计论文

采矿工程毕业设计论文

采矿工程是一个国家的重要产业,采矿工程直接关系到国家资源、能源的正常供应和使用安全。以下是专门为你收集整理的采矿工程毕业设计论文，供参考阅读！

采矿工程方法优化研究

【摘要】采矿工程中的许多方法都是可以优化的，比如采矿工程中的开拓系统和采矿方法。这些方法优化问题，由于决策变量众多，并且不同情况的所起的作用不同，导致多数问题都是复杂的非线性化问题，不仅如此变量之间的联系有时很难用确切的数学模型或者数学表达式表达出来。因此我们考虑到可以利用计算机技术和人工智能的技术来实现采矿工程中方法的优化问题，比如遗传算法，神经网络等，本文从上述几种技术角度，结合实际例子探讨了采矿工程方法的优化问题。

【关键词】采矿工程;优化;采矿方法

采矿工程中的许多问题的决策和方法的优化，都是多决策变量问题。以往对这种问题的处理方式都是采用单一变量法，即采用固定其他变量使其值保持不变，通过变化某一变量来探索这一变量对目标函数或目标问题结果的影响，从而找出最优解。虽然这种方式大大简化了这种多变量问题的求解方式，但是它忽略了各个变量之间的相互关系，以及他们之间的相互作用对最终结果的影响，因此所得的结果并不是真正的最优值。为了求得真正的最优解，需要同时改变各决策变量，探索他们在这种情况下和目标的关系以及的对目标结果的影响，从而找出综合最优值。

1、优化方法

1.1遗传算法的定义

遗传算法是一种自适应优化的方法。这种方法基于生物进化的原理，它模拟了生物进化的步骤，将繁殖、杂交、变异、竞争和选择等概念引入到算法中。[1]通过对一组可行解的维持和重新组合，在多决策变量共同作用的条件下，改进可行解的移动轨迹曲线，最终使它趋向最优解。这种方式是模拟生物适应外界环境的遗传变异机理，克服了传统的单决策变量法容易导致的局部极值的缺点，是一种全局优化算法。

1.2神经网络的定义

人脑思维方式的一大特点就是：通过多个神经元之间的同时的相互作用来动态完成信息的处理。人工神经网络就是模拟人脑思维的这种方式，通过计算机来完成一个非线性的动力学系统，可以实现信息的分布式存储和并行协同处理。

1.3遗传算法与神经网络协同优化

由于采矿工程的问题很难用一个显式来表示，所以我们可以利用人工神经网络强大的非线性映射能力建立决策变量和目标函数的关系，实现对问题的显式化，然后用遗传算法对这个目标函数的决策变量进行搜索和寻优，搜索到后就输入之前已经建模好的神经网络，网络将自动进行学习和匹配，从而我们可以计算出目标函数对该组决策变量的适应性，然后根据适应性进行遗传变异操作，反复多次后即可寻得最优解。

2、优化实例

2.1遗传算法在矿石品位优化中的应用

遗传算法是由原始数据，模拟优胜劣汰的方式通过反复迭代获得最优解，在这里实质上是随机生成一组矿石品位，利用自适应的技术调整品位，经过反复迭代计算，逐步逼近最优解。

(1)编码：用定长字符代表遗传中的基因，在这里表示某种特定品位，编码顺序依次为边界品位、最小工业品位、原矿品位和精矿品位。[2]

(2)初始群体：每次迭代的初始群体由上一次迭代生成，第一次的初始群体随机生成，每个群体包含的个体数确定。

(3)适应度：自然界中的适应度是生物个体对自然界的适应程度，适应度大，那么它存活下来的可能性就大。类似的这里的适应度是衡量个体优劣的指标，可以驱动遗传算法的优化，本例中的适应度取不同品位的矿石所能取得的净现值。

(4)复制和交换：根据达尔文进化论，适应性强的个体容易生存下来，那么他们的有利性征就被保留了，同样的不利性征就被淘汰了，适应性强的个体他们的后代跟他们的相似度会比较高，在遗传算法中可以用复制来代表这一部分;交换就是指上一代多个个体的部分基因相互置换产生新个体。

(5)突变：遗传算法中产生新个体的又一手段，通过求补运算完成。

(6)终止条件：遗传算法是迭代运算，在迭代到符合某一要求时停止，一般都是当群体的平均适应度或最大适应度变化平稳时，迭代终止。

2.2采矿工程优化实例

本处选择山东莱芜铁矿施工时的填充材料刚度与采场结构参数的优化问题来说明一下神经网络和遗传算法的具体应用。

山东莱芜铁矿谷家台矿区矿体赋存于大理岩与闪长岩的.接触带中，上部为第四系和第三系所覆盖，全部为隐伏矿体，矿脉地理结构十分复杂。[3]上部有河流流过，虽然河流和矿带之间有第三系的红板岩，但是由于局部天窗的分布，导致水层和第四系砂砾石层和灰岩层接触，隔水效果不好。由于灰岩层的含水性，导致这部分成为承压含水层。复杂的地质背景给开矿带来了巨大的难度，为了实现不改河、不疏干、不搬迁、不塌陷、不还水的“五不”方针，最终决定的开矿方案是采用矿体近顶板大理岩注浆补漏堵水措施与阶段空场嗣后胶结充填采矿方法相结合的综合治水方案。制约这一方案顺利实施的两个重要因素就是充填材料刚度与采场结构参数的优选问题。

设矿房宽度为Bf，填充体刚度为EC，бt为上盘出现的最大拉应力。推测得出：从安全性角度考虑，矿房宽度Bf越小，填充体刚度EC越大，则上盘出现的拉应力越小，施工越可靠;从经济型角度考虑，矿房宽度越大，填充刚度越小越经济，可以看出两者是相对的，我们要在这之间找一个最佳匹配值。使得上盘出现的拉应力小于但又接近于大理岩的抗拉强度。

先通过神经网络建立决策量Bf、EC和目标бt的映射关系，然后用遗传算法搜索最佳匹配，得到结果Bf=21.256m，EC=396.6MPa，бt=-1.9297MPa，最后进行的结果的合理性验证，表明这个结果是令人满意的。

3、结论

作为现阶段比较先进的计算智能和人工智能技术，遗传算法和神经网络着重于通过迭代算法和非线性映射来求得问题的最优解。由于绝大多数矿场的复杂条件导致采矿工程中的许多问题和方法的决策存在众多的决策变量，并且多数变量和目标量的关系都是非线性的，这些特点使得遗传算法和神经网络等现代先进智能技术能很好的运用到采矿工程的优化中去，通过文章研究和实例证明，对于采矿工程的方法优化，遗传算法和神经网络能起到很好的效果，随着这些技术的进步，他们将会为采矿工程的优化方面提供更有力的帮助。

参考文献

[1]李云，刘霁.神经网络与主元分析在采矿工程中的应用[J].中南林业科技大学学报，2010，30(6)：140-146.

[2]张磊，柴海福.浅谈人工神经网络在采矿工程中的应用[J].学术探讨，2008，(6)：172.

[3]刘加东，陆文，路洪斌.浅谈采矿方法的优化选择[J].IM&P化工矿物与加工，2009，(1)：25：27.