基于全局寻优的旅游路线自动调度系统设计

由于系统调度旅游路径时,部分景点游客数量较多且排队等待时间较长,为缩短行走和排队等待时间等问题,对基于全局寻优的旅游路线自动化调度进行系统设计。选取嵌入式中央处理器作为核心器件,采集游客行走速度和位置信息;分析游客偏好、景点拥挤程度与旅游感受的关系,结合游客感受和旅游成本,计算游客旅游效用值,采用蚁群算法将效用值作为蚂蚁信息素强度,全局寻优景区内的最佳旅游路线。实验结果表明,采用该方法的设计系统平均行走时间为46.7 min,平均排队等待时间为28.1 min,设计系统调度路线下的游客行走时间、排队等待时间最短,减少了游客时间消耗。

利用改进的遗传算法解决全局寻优问题

寻找函数的全局最优解是一个很常见的工程应用问题,简单遗传算法是解决此类问题的有力工具。但由于简单遗传算法具有中全局收敛能力差和收敛速度慢的缺点。本文基于对遗传算子的优化,提出一种混合分类选择和定向变异的改进遗传算法来解决全局寻优问题。经仿真结果表明,该算法具有较强的全局收敛能力和较快的收敛速度。

汽轮机变压运行全局寻优试验方法

结合某660MW机组在不同运行方式下主要变量的变化趋势和相互耦合,通过小步幅连续变化主蒸汽压力,实现机组热耗在同一负荷可行滑压区间内的全局动态寻优。试验结果表明,该试验方法可精确地搜索到相应负荷下的最优工况点,且具备良好的试验规律,一定程度上克服了以往寻优试验准确度受仪表精度和边界条件制约的局限;所选用的全局寻优定量计算模型,在全局寻优过程中可直观地反映出机组效率的变化趋势,满足常规寻优试验的热力计算要求。

波阻抗反演中的全局寻优策略

针对常规基于模型的波阻抗反演方法严重依赖于初始模型的选择和易陷入局部最优等局限性,提出了一种新的全局寻优策略。该反演策略是在常规测井约束反演的框架中加入一定次数的遗传全局搜索机制。如果迭代过程一旦陷入局部最优解,就可以把已经形成的局部最优解作为寻优的新起点,在此基础上进行全局遗传寻优,搜索更优的反演结果。通过模型数值计算和实际资料处理,表明该反演策略具有跳出初始模型控制的优良性能和良好的实际反演效果。

航空发动机过渡态全局寻优控制方法研究

为了对发动机的动态过程进行控制,提出了一种基于SQP的全局寻优控制方法.每一步寻优过程分为长程优化和短程优化两个阶段.根据长程优化结果,重构了关联目标函数,在此基础上,进行了短程优化修正,并利用修正结果进行控制.将这种方法应用于某型航空发动机的过渡态控制中,得到了理想的控制结果.仿真结果表明该方法能较好地解决一般局部优化方法在有纯延迟、模型失配等情况下的优化控制效果下降的问题.

一种混合全局寻优算法及其在布局中的应用

布局问题是 NP完全问题 ,传统的优化算法很难求得全局最优解 ,遗传算法和模拟退火算法等的随机搜索算法的求解精度和效率不能令人满意 .文中将启发式随机搜索策略和局部优化算法相结合 ,构造混合全局寻优算法 .以旋转卫星舱布局问题的简化模型为背景 ,建立了多目标优化的数学模型 ,通过一已知最优解的布局算例与遗传算法和乘子法的计算结果比较 ,该算法求解的质量和效率更优 。

波阻抗混合反演全局寻优与编码的实验研究

针对遗传算法用于波阻抗反演涉及多参数编码、以及对应遗传操作不易实现的问题,在广泛研究了遗传算法的各种编码方式、及其对应的选择方式、交叉方式以及变异方式特点的基础上,提出了采用二进制字符串编码、遗传操作为最优保存策略选择、多点交叉和非均匀变异的遗传算法,基于该算法形成了全局寻优的波阻抗混合反演方法。文中介绍了遗传算法的研究现状,例举了全局寻优交叉和变异的计算结果,给出了二进制字符串编码的主要程序段,用数值模型与实际资料验正了混合反演算法的有效性。

最优化问题全局寻优的混合遗传算法

把BFGS方法作为一个与选择、交叉和变异平行的算子,嵌入到浮点编码遗传算法中,得到一种基于BFGS方法和浮点编码遗传算法的混合计算智能算法．该方法兼顾了遗传算法和BFGS方法两者的长处,既有较快的收敛速度,又能以非常大的概率求得最优化问题全局解．数值结果表明,混合方法是求解优化问题的一种有潜力的智能算法．

多变量全局寻优与智能优化在星座组网中的应用

顶层任务规划通常与星座组网紧密结合,小卫星分散灵活的特性尤其适用于星群规模化在轨运行。针对热点区域覆盖和全球覆盖的不同任务需求,提出了对构型多变量进行全局寻优和利用智能优化技术进行星座构型优化的方法,两种优化方法可分别获得小规模星群最优效能与超大型星群的较优效能。优化方法不受轨道类型和任务目标分布的约束,具有良好的鲁棒性。

综合全局寻优中遗传算法部分选择操作的研究

遗传算法是综合全局寻优算法的重要组成部分。遗传算法的基本操作包括选择、交叉、变异等。选择操作就是从群体中选择优胜的个体 ,淘汰劣质个体。采用不同的选择操作直接影响着进化过程。本文在研究蒙特卡罗 (Monte Carlo)和最佳个体保留方法 (Elitist Model)的基础上 ,引入排挤思想 ,提出了可以隔代遗传的综合选择操作方法。通过大量的理论验证 ,证明本文提出的综合选择操作优于传统的 Monte Carlo选择操作。在实际资料的应用中 ,采用综合寻优法求解剩余静校正量取得了满意的效果。

中央空调系统全局寻优节能控制原理

中央空调系统全局寻优节能的概念是将中央空调系统视作一个能量运行的整体,把节能控制的对象从单个子系统个体,扩展到系统整体,应用最优化原理和最优化控制方法,实现系统综合能耗的动态最小化.

一种实用的PCFG多阶段全局寻优句法分析算法

指出概率型上下文无关文法PCFG对句型消岐能力不足之处,利用知网等知识库和句子语境信息构造句子成分结构语义关联度,有效地解决一些常见的句子岐义。为了纠正"各层最优"时隐含的错误,在实验基础上,提出了全局寻优的思路,并结合N-最短路径粗切分法和未登录词的动态规划法、连环交集型、组合型、混合型岐义的分词消岐算法,N-最短路径Viterbi词类粗标注算法,基于知网的词义标注算法,以及改进过的PCFG算法,进行多阶段寻优,主要解决各阶段局部最优化时隐含的错误。

一种优化权初值的综合全局寻优快速BP算法

文章在大量实验的基础上 ,对 BP算法中存在学习收敛速度慢的问题进行了广泛的研究 ,提出了在优化权初值的基础上 ,将变步长法与模拟退火法相结合 ,实现一种快速的综合全局寻优的前馈神经网络学习算法。通过在系统建模中的应用 。

全局寻优分频静校正方法及在焉耆盆地复杂地区的应用

焉耆盆地复杂地区表层结构多样、岩性纵横向变化大、无稳定界面,导致静校正问题严重,地震资料成像精度不高,难以满足构造解释需要。综合利用最大能量法、模拟退火与遗传算法的各自优势,提出一种全局寻优分频静校正方法,分析了影响全局寻优分频静校正的关键参数,建立了全局寻优分频静校正处理流程。利用该方法较好地解决了复杂地区地震资料处理中存在的大剩余静校正量难以求取的技术难题。

遗传算法中参数选取及其在数据全局寻优中的应用

对基于遗传算法的基本原理及其关键参数的选择进行了讨论,提出了在遗传进化的选择过程中使用淘汰率和保护率的改进方案,并分析了两类参数的选择对遗传算法收敛速度的影响。最后通过将其与Matlab软件结合,实现遗传算法在数据全局寻优中的应用。

基于神经网络的全局寻优自适应BP学习算法

根据梯度算法中网络权值的演化规律,并基于终端吸引子,提出一种能全局寻优自适应的快速BP算法,该算法的基本思想是最小二乘算法,采用梯度搜索技术,以期使网络的实际输出值与期望值的误差的均方值为最小.同时,进行BP学习算法的稳定性和快速收敛问题分析研究.并进一步给出改善BP算法学习率修正、假饱和现象消除等训练结果的措施.

基于SVM和遗传算法的建模与全局寻优方法

系统建模与寻找函数的全局最优解是很常见的工业应用问题。本文首先讨论使用支持向量机来根据由系统中提取的样本数据进行函数拟合,然后将所得到的函数作为目标函数,介绍了用遗传算法寻找函数最优解的步骤,并对优化结果进行了检验,结果表明了遗传算法具有良好的全局快速搜索能力。

一种全局寻优的进化规划算法

文章在常规进化规划算法的基础上给出了一种新的全局寻优的进化规划算法 ,该算法在不用导数的前提下综合了梯度法计算效率较高与进化规划算法全局寻优的优点 .文章还通过四个典型的例子对两种算法的计算效率和计算精度作了比较 .

基于模型全局寻优宽带约束反演方法在某矿井区煤层厚度预测方面的应用

鄂尔多斯呼吉尔特勘查区南部某矿井区的重点开采煤层非常薄,提高储层预测的纵向分辨率是预测研究的难点。本文对研究区三维地震资料特点,开展了基于模型的全局寻优求解宽带约束反演技术的应用研究,定量识别薄煤层。预测煤层厚度与实际钻遇煤层厚度误差在0.25m以内,储层反演分辨率高。