本发明公开了一种利用遗传算法优化反应过渡态的方法,属于计算化学领域。本发明方法通过输入反应物的分子式自动转化为结构式,先设置目标原子的坐标为变量,随机生成多组初值,先通过常规算法计算得到满足条件的初值,在针对得到的初值利用利用遗传算法自动变异和交叉组合得到新的初值,重复计算得到符合条件的初值,直至符合条件的初值计算完毕,再根据满足条件的初值对应的反应路径,最终选出所需的过渡态及反应路径。本发明无需人为去调分子结构,计算过程快且结果更加准确。
📄 2020112838547
📂 G16C20_10
👤 江南大学
📅 2020-11-17
本发明公开了一种基于改进遗传算法的模式数据挖掘方法,属于数据挖掘技术领域。本发明种群初始化后,包括使用如下一种以上处理:个体修复处理,邻域探索处理,种群多样性维持处理和精英处理,来挖掘HUIs。本发明方法,在四个实际数据集上的实验结果表明,与目前最先进的基于EC的HUIM算法相比,所提出的HUIM‑IGA方法在发现的HUIs数量、发现HUIs的能力和运行时间方面具有更好的性能。可应用于处理日常应用中常见的交易型等事务数据库,在发现的高效用项集数量、发现高效用项集的能力和运行时间方面具有更好的性能。
📄 2019111886004
📂 G06F16_2458
👤 江南大学
📅 2019-11-28
本发明公开了一种基于遗传算法的卷积神经网络结构搜索方法,属于图像分类技术领域。所述方法引入了可优化的卷积结构FlexCell单元,该结构使用深度可分离卷积技术和多尺度设计,通过对应的权重参数可以产生多样的卷积结构来充分提取输入数据的特征从而提高卷积神经网络的性能;本发明设计了三维度编码空间并结合FlexCell来产生多样的候选卷积神经网络结构,同时使用改进的二阶段遗传算法和交叉编译算子来搜索最优的卷积神经网络结构。实验数据证明,利用本发明搜索方法获取神经网络最优结构,相比于现有的搜索方法,可以以更少的参数、更少的时间成本,达到更高的图像分类精度。
📄 2025100168640
📂 G06N5_01
👤 江南大学
📅 2025-01-06
本发明涉及模糊供应链配置优化技术领域,公开一种多种群遗传算法的多目标模糊供应链配置优化方法和系统,包括:获取供应链中每个成员的配置的时间和成本,构建时间和成本的隶属度函数和模糊集,使用贴近度理论从模糊集中消除时间和成本的模糊性;根据供应链中的成员的配置的时间和成本构建供应链整体的总时间的目标函数和总成本的目标函数,构建用于优化时间和成本的种群,结合使用贪婪方法和多种选择策略求解所述供应链整体的总时间的目标函数和总成本的目标函数,得到供应链中的成员的配置的最优选择方案。本发明可以在综合多目标优化的同时降低求解难度、提高解的质量。
📄 2023118211716
📂 G06Q30_0601
👤 江南大学
📅 2023-12-26
本发明涉及一种基于全流程并行遗传算法的贝叶斯网络结构学习方法,属于信息处理及人工智能技术领域。本发明基于遗传算法来构建贝叶斯网络结构学习方法,能够更广泛地探索搜索空间、提高搜索效率;同时,一方面通过寻找两个节点间边的生成来简化BN结构的搜索,另一方面采用全流程并行计算的方式来进一步提高搜索效率,并使用BIC作为评分函数来解决数似然度和结构复杂度的权衡问题。
📄 2023113881567
📂 G06N7_01
👤 江南大学
📅 2023-10-24
本发明公开了一种基于GPU并行改进遗传算法的高利润商品组合挖掘方法,属于数据挖掘与处理技术领域。所述方法通过将遗传算法的多个步骤选择、交叉、变异在GPU中运行。改进的初始化策略和改进的排序PEV策略同样在GPU中执行,这两个策略可以提高迭代性能。同时丰富种群的精英策略也使得较高效用的项集得到保留,以大幅提升收敛性能。而且本申请所采用的带有种群多样性改进的精英策略可以在线性时间内将优秀个体传递给下一次迭代的种群中。最后通过多组实验,从挖掘质量、运行速度、并行加速比等多个方面验证了所提出方法的优势。本申请方法针对现实数据集可以在短时间内得到有用的高效用组合以辅助销售决策。
📄 2023109484292
📂 G06Q30_0601
👤 江南大学
📅 2023-07-31
本发明公开了一种基于遗传算法和划分数据集的图像分类方法,属于图像识别分类技术领域。该方法通过基于划分数据集来提高基于遗传算法进行CNN结构设计的执行速度,通过对划分数据集的训练得到CNN个体适应度函数进行修正来提高图像分类方法的可靠性。同时为了解决现有方法仅使用ResNet和DenseNet深度模块进行CNN结构设计而忽略CNN网络宽度结构的问题,该方法引入Inception模块,同时提出Feature模块作为CNN网络结构第一层,来保证输入图片有足够的特征给深层的模块进行学习,Transition模块对特征图的特征维度进行变换,Dropout模块来防止网络的过拟合,综合提高了图像分类的精度。
📄 2022102978935
📂 G06V10_764
👤 江南大学
📅 2022-03-24
本发明公开了基于遗传算法的模具成型工艺参数诊断方法,具体涉及数据分析领域,包括多源异构数据融合与增强处理、多目标动态适应度函数构建、约束自适应遗传算法优化、工艺参数‑缺陷关联映射、在线迁移学习优化、动态环境在线校正、人机协同决策验证。本发明通过多目标动态适应度函数实现尺寸、能耗与周期时间的协同优化,显著提升参数方案的实用性与灵活性;利用迁移学习与历史案例库构建闭环学习系统,增强泛化能力与结果可靠性;通过环境在线校正功能实时补偿温湿度波动,大幅提高生产过程的鲁棒性与稳定性,最终形成兼具智能优化与人工干预能力的综合解决方案。
📄 2025116157364
📂 G06F18_25
👤 南通尧成机械设备制造有限公司
📅 2025-11-06
本发明公开了一种基于自适应遗传算法的下行NOMA用户动态分簇方法,包括如下步骤:S1、利用次优配合启发式方法生成初始种群,初始化算法终止条件;S2、计算适应度值,即系统总吞吐量的值;S3、选择操作;S4、交叉操作;S5、变异操作;S6、计算新的适应度值,即系统总吞吐量的值;S7、判断是否达到终止条件:当达到最大迭代次数n或迭代出的系统最大吞吐量变化值小于给定的精度时,算法终止;若未达到,则重复步骤S3‑S5;S8、输出最优用户分簇结果以及最优系统吞吐量。本发明相比于经典穷举算法有效降低系统的计算复杂度;相较于固定簇分簇算法能够进一步提升系统吞吐量,得到接近穷举算法迭代出的最优吞吐量分簇结果。
📄 2021102229049
📂 H04W40_32
👤 南京工程学院
📅 2021-02-26
本发明公开一种基于遗传算法的渐进多焦点眼用镜片的设计方法。根据佩镜者需求确定渐进多焦点镜片的一个或多个特征设定目标函数,采用遗传算法自动搜寻关于轮廓线簇u(x,y)拉普拉斯方程最佳符合设定目标的边界条件,通过数值计算解拉普拉斯方程求得轮廓线簇,从而进一步设计渐进多焦点眼用镜片。设计出的渐进多焦点眼用镜片符合佩镜者需求。本发明技术方案克服了人工选择边界条件形式和参数的局限性,使设计省时省力,并更具灵活性和全局性。
📄 2016102446406
📂 G02C7_02
👤 苏州科技学院
📅 2016-04-19