高级搜索

基于克隆选择的混合遗传算法在碳纳米管结构优化中的研究

,  , 

downloadPDF

上一篇

下一篇

保文星, 朱长纯, 崔万照. 2005: 基于克隆选择的混合遗传算法在碳纳米管结构优化中的研究, 物理学报, 54(11): 5281-5287. doi: 10.3321/j.issn:1000-3290.2005.11.052
引用本文: 保文星, 朱长纯, 崔万照. 2005: 基于克隆选择的混合遗传算法在碳纳米管结构优化中的研究, 物理学报, 54(11): 5281-5287. doi: 10.3321/j.issn:1000-3290.2005.11.052
shu
Bao Wen-Xing, Zhu Chang-Chun, Cui Wan-Zhao. 2005: Study of structure optimization of carbon nanotubes using hybrid genetic algorithm based on clonal selection principle, Acta Physica Sinica, 54(11): 5281-5287. doi: 10.3321/j.issn:1000-3290.2005.11.052
Citation: Bao Wen-Xing, Zhu Chang-Chun, Cui Wan-Zhao. 2005: Study of structure optimization of carbon nanotubes using hybrid genetic algorithm based on clonal selection principle, Acta Physica Sinica, 54(11): 5281-5287. doi: 10.3321/j.issn:1000-3290.2005.11.052
shu

基于克隆选择的混合遗传算法在碳纳米管结构优化中的研究

  • 西安交通大学电子与信息工程学院,西安,710049;西北第二民族学院计算机系,银川,750021

  • 西安交通大学电子与信息工程学院,西安,710049

Study of structure optimization of carbon nanotubes using hybrid genetic algorithm based on clonal selection principle

  • 摘要: 针对分子动力学模拟中碳纳米管的结构优化问题,提出了一种新的优化算法.新的优化算法在遗传算法的基础上,引入了克隆选择机理和模拟退火技术.对五个典型函数的优化测试结果表明,该算法搜索过程稳定性好,可较好地实现全局最优.将其应用于碳纳米管原子结构优化,加快了能量优化速度,提高了优化质量.模拟结果说明,混合遗传算法的优化时间随原子数增加而呈线性增长.在碳纳米管原子数较多时,结构优化时间比共轭梯度法降低一个数量级左右,大大降低了系统的模拟时间.
  • 加载中
  • 加载中
计量
  • 文章访问数:  424
  • HTML全文浏览数:  63
  • PDF下载数:  23
  • 施引文献:  0
出版历程
  • 刊出日期:  2005-11-30

基于克隆选择的混合遗传算法在碳纳米管结构优化中的研究

  • 西安交通大学电子与信息工程学院,西安,710049;西北第二民族学院计算机系,银川,750021
  • 西安交通大学电子与信息工程学院,西安,710049

摘要: 针对分子动力学模拟中碳纳米管的结构优化问题,提出了一种新的优化算法.新的优化算法在遗传算法的基础上,引入了克隆选择机理和模拟退火技术.对五个典型函数的优化测试结果表明,该算法搜索过程稳定性好,可较好地实现全局最优.将其应用于碳纳米管原子结构优化,加快了能量优化速度,提高了优化质量.模拟结果说明,混合遗传算法的优化时间随原子数增加而呈线性增长.在碳纳米管原子数较多时,结构优化时间比共轭梯度法降低一个数量级左右,大大降低了系统的模拟时间.

English Abstract

    全文HTML

参考文献 (0)

目录

/

返回文章
返回