导读:本文包含了遗传算法搜索策略论文开题报告文献综述、选题提纲参考文献，主要关键词:算法,策略,邻域,爬虫,搜索引擎,主题,地磁。
遗传算法搜索策略论文文献综述写法
王伟,杜向阳[1]（2019）在《基于捕食搜索策略的遗传算法在矩形件优化排样中的研究》一文中研究指出在木材加工业中,会遇到矩形板材的优化切割排样问题,其核心是充分利用板材,使板材利用率达到最高。在基于遗传算法基础上,提出一种基于捕食搜索策略的遗传算法,用以解决前述问题。对编码方式、遗传算子及适应度函数进行设计,并采用改进的最低轮廓线搜索算法对其进行解码以得到最优排布解。仿真试验所用板材规格为1 220 mm×2 440mm,当排样零件总面积与原材料面积相当时,多种型材分割要求下平均板材利用率可达93.425%;当排样零件总面积相比原材料面积较小时,其不同型材零件分配方案的平均板材利用率为83.35%,证明本文算法的科学性,并得出不同型材零件分配总面积应尽量与原板材面积相当的结论。(本文来源于《中国农机化学报》期刊2019年02期）
林涛,武孟贤,轩倩倩,徐庆国,江冲[2]（2016）在《基于捕食搜索策略混合遗传算法的车辆路径问题研究》一文中研究指出在分析研究车辆路径问题的基础上,将其转换为经典TSP优化问题进行求解并建立数学模型,针对遗传算法在求解车辆路径问题时搜索效率低,容易陷入局部最优的缺点,提出了一种改进的遗传算法.改进算法引用自适应邻域法进行种群初始化;基于捕食搜索策略动态自适应调整遗传参数,在加快寻优速度的同时防止陷入局部最优;交叉前后的种群分别实施精英个体保留策略,交叉变异之后引进进化逆转操作,继承父代较优和较多的信息.实验结果表明:改进遗传算法搜索效率高、计算结果较为稳定;求解车辆路径最优问题较其它算法具有较好的性能.(本文来源于《中南民族大学学报(自然科学版)》期刊2016年04期）
荆文鹏,王育坚,董伟伟[3]（2016）在《自适应遗传算法在主题爬虫搜索策略中的应用研究》一文中研究指出如何提高爬虫覆盖率和准确率是主题爬虫的研究热点之一。目前大多采用最佳优先搜索策略,针对该类主题爬虫易陷入局部最优的不足,设计结合遗传算法的主题爬虫搜索策略,并设计动态适应度函数和遗传算子使得爬虫具有一定的自适应性。与其他搜索策略以及结合非自适应遗传算法的搜索策略进行了比较,结果表明该算法能够在一定程度上提高爬虫性能。(本文来源于《计算机科学》期刊2016年08期）
刘燕茹,梁晓燕,石继飞,罗利霞,李丽娜[4]（2015）在《一种基于改进多亲遗传算法的分子对接构象搜索策略》一文中研究指出为提高分子对接的速度和精度,设计并实现了一种基于改进多亲遗传算法的分子对接构象搜索策略.应用该方法对布克海文蛋白质数据库中的6种蛋白质—配体复合物进行测试,将实验结果与AutoDock 3.0和模拟退火算法进行比较析,结果表明该对接策略具有更快的收敛速度和更好的寻优能力.(本文来源于《内蒙古师范大学学报(自然科学汉文版)》期刊2015年02期）
康晓凤,邵晓根[5]（2014）在《基于遗传算法的智能商品搜索策略的研究》一文中研究指出电子商务购物系统为我们的日常生活带来了极大的便利,但是,随着现有电子商务购物系统中商务信息的急剧增加,导致用户搜索耗时太长,影响了交易的顺利进行.为解决这种问题,提出了基于遗传算法的智能搜索策略.首先根据用户输入的初始搜索字段,利用实数编码构造进化个体.然后提出了基于用户行为的个体适应函数值的评价模型,辅助用户尽快搜索到满意商品.最后基于Java平台开发了智能搜索引擎,通过与传统搜索引擎在搜索耗时和成功率方面的比较验证了该方法的有效性.(本文来源于《南京师大学报(自然科学版)》期刊2014年04期）
张小琴[6]（2014）在《联合贝叶斯推理与遗传算法的主题信息搜索策略》一文中研究指出为提高大数据环境下主题信息搜索的准确率和查全率,提出了将贝叶斯推理与遗传算法相结合的搜索策略.利用贝叶斯推理对文档的主题相关度进行了计算,并结合遗传算法对搜索过程进行启发式引导,同时引入差异度参数,在Heritrix框架基础上,利用集成开发环境Eclipse 3.3实现了相应功能.实验结果表明:搜索策略改进后的系统抓取主题页面所占比例与原系统相比有较大提高.(本文来源于《中南民族大学学报(自然科学版)》期刊2014年02期）
陈励华,王仕成,刘志国[7]（2013）在《基于遗传算法的地磁匹配搜索策略》一文中研究指出为降低导航成本,提出仅利用磁测计和里程计的地磁场匹配定位方法。为解决搜索空间过大的问题,提出以遗传算法在匹配区域搜索可能路径的方法。该方法以相关性度量作为适应度函数,交叉与变异仅针对点列的相对关系完成,提出用局部适应度函数自适应调整交叉概率与变异概率。仿真结果表明,该方法可以有效完成地磁匹配导航中任意形状路径的匹配。(本文来源于《航天控制》期刊2013年04期）
赵诗奎,方水良[8]（2013）在《基于工序编码和邻域搜索策略的遗传算法优化作业车间调度》一文中研究指出针对作业车间调度优化问题,研究对其进行求解的遗传算法的种群初始方法和邻域搜索机制。为提高初始种群的质量,采用主动调度、无延迟调度与启发式规则相结合的启发式方法初始群体;基于关键路径构造邻域结构,将关键工序的邻域搜索移动与基于工序的编码方式相结合,避免不可行解的产生以及染色体的检测修复等工作;对工序块的块首、块内和块尾工序分别定义了不同的邻域移动操作。基于主动解码得到的甘特图,根据工序的开工时间,正向标准化染色体,使染色体中的工序位置顺序与机器上的工序实际加工顺序一致。为扩大工序的邻域移动范围,对甘特图进行右移处理,根据工序的完工时间,反向标准化染色体。对正向和反向得到的两个标准化染色体进行邻域搜索。采用基准算例进行测试,验证了所提算法的有效性。(本文来源于《机械工程学报》期刊2013年16期）
张冉冉[9]（2012）在《基于遗传算法的主题网络爬虫搜索策略研究与设计》一文中研究指出互联网信息规模的急剧增长,在给人们带来丰富信息资源的同时,也使人们迷失在信息海洋之中,传统的搜索引擎服务模式越来越难以满足互联网用户的需求。因此,面向某一特定领域的垂直搜索引擎技术逐渐成为当前的研究热点。本论文重点研究了垂直搜索引擎中的信息采集模块——主题网络爬虫,它是垂直搜索引擎中最关键的组成部分,是决定垂直搜索引擎性能好坏的重要指标。本论文综合利用基于内容信息的主题相关度值与基于链接引用关系的网页重要度值预测待爬行URL的主题相关性,并引入遗传算法指导主题网络爬虫爬行,设计合理的适应于主题网络爬虫的选择、交叉、变异算子,进一步改善主题网络爬虫的性能。另外,在计算网页主题相关度时,本论文充分考虑了 Web网页的半结构化特性,对不同HTML标记之间的内容赋予不同的权重。最后本论文结合Security Data Collector系统的开发实现过程,设计并实现了一个面向信息安全领域的主题网络爬虫,通过这个可扩展的主题网络爬虫,对比分析了 Best first search算法、Shark search算法和本论文提出的综合利用文本内容信息和链接结构信息的基于遗传算法的爬行策略。实验结果表明,综合利用文本内容信息和链接结构信息的基于遗传算法的主题爬行策略会使网络爬虫的执行效率有所下降,但是网络爬虫的查准率明显高于Best first search算法和Shark search算法,能够在一定程度上避免运行过程中出现“主题漂移”现象,防止过早地陷入局部最优,提高爬虫的全局搜索性能。(本文来源于《北京邮电大学》期刊2012-11-12）
杜娟娟,郑丽英[10]（2012）在《基于模拟退火遗传算法的主题爬虫搜索策略研究》一文中研究指出以何种策略访问网络,提高搜索效率,是近年来主题搜索引擎研究的主要问题之一。本文对主题爬虫常用搜索策略进行了简单分析,提出了实用性较强的基于SAGA的主题爬虫搜索策略。(本文来源于《科技风》期刊2012年16期）
遗传算法搜索策略论文开题报告范文
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
在分析研究车辆路径问题的基础上,将其转换为经典TSP优化问题进行求解并建立数学模型,针对遗传算法在求解车辆路径问题时搜索效率低,容易陷入局部最优的缺点,提出了一种改进的遗传算法.改进算法引用自适应邻域法进行种群初始化;基于捕食搜索策略动态自适应调整遗传参数,在加快寻优速度的同时防止陷入局部最优;交叉前后的种群分别实施精英个体保留策略,交叉变异之后引进进化逆转操作,继承父代较优和较多的信息.实验结果表明:改进遗传算法搜索效率高、计算结果较为稳定;求解车辆路径最优问题较其它算法具有较好的性能.
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
遗传算法搜索策略论文参考文献
[1].王伟,杜向阳.基于捕食搜索策略的遗传算法在矩形件优化排样中的研究[J].中国农机化学报.2019
[2].林涛,武孟贤,轩倩倩,徐庆国,江冲.基于捕食搜索策略混合遗传算法的车辆路径问题研究[J].中南民族大学学报(自然科学版).2016
[3].荆文鹏,王育坚,董伟伟.自适应遗传算法在主题爬虫搜索策略中的应用研究[J].计算机科学.2016
[4].刘燕茹,梁晓燕,石继飞,罗利霞,李丽娜.一种基于改进多亲遗传算法的分子对接构象搜索策略[J].内蒙古师范大学学报(自然科学汉文版).2015
[5].康晓凤,邵晓根.基于遗传算法的智能商品搜索策略的研究[J].南京师大学报(自然科学版).2014
[6].张小琴.联合贝叶斯推理与遗传算法的主题信息搜索策略[J].中南民族大学学报(自然科学版).2014
[7].陈励华,王仕成,刘志国.基于遗传算法的地磁匹配搜索策略[J].航天控制.2013
[8].赵诗奎,方水良.基于工序编码和邻域搜索策略的遗传算法优化作业车间调度[J].机械工程学报.2013
[9].张冉冉.基于遗传算法的主题网络爬虫搜索策略研究与设计[D].北京邮电大学.2012
[10].杜娟娟,郑丽英.基于模拟退火遗传算法的主题爬虫搜索策略研究[J].科技风.2012