基于工作空间和遗传算法的虚拟轴机床参数设计

分析了影响三腿虚拟轴机床工作空间形状和大小的因素 ,将满足工作空间要求的机床参数设计问题归结为三变量优化问题 ,采用遗传算法进行求解。运用该法可确定主要的机床参数 ,为机床的总体设计提供依据。

基于遗传禁忌搜索算法的PMU布点配置

将遗传算法GA(Genetic Algorithm)和禁忌搜索算法TS(Tabu search)相结合,提出一种遗传禁忌搜索算法GATS(Genetic Algorithm & Tabu search)用于相量测量单元优化配置。GATS算法结合了遗传算法的随机搜索能力、并行性和禁忌搜索算法的记忆功能,有效地解决了遗传算法的爬山能力差、早熟的问题,提高了收敛速度及优化质量;同时遗传算法的种群操作,保留了遗传算法的多出发点的优势,弥补了禁忌搜索的单一单操作缺乏并行性的弱点。在约束条件处理时,采用了不可行解启发性修复方法,提高了算法的优化效果。基于图论的深度优先方法用于系统可观性分析。将GATS算法应用于优化相量测量装置安装地点选择,实现了安装地点最少,而整个系统可观的目标。通过算例证明了算法的有效可靠。

基于遗传退火策略的PID整定研究

有机结合具有概率突跳特性的模拟退火和群体并行搜索的遗传算法的遗传退火策略是一类有效的组合优化算法 ,通过对算法操作和参数的合适设置 ,本文将其推广到PID控制器的整定。基于典型问题的仿真结果验证了混合算法的有效性 ,其性能大大优于单一遗传算法和传统方法。

基于遗传优化神经网络的故障诊断研究

针对BP神经网络具有收敛速度慢、易陷入局部极小的缺点,利用具有全局搜索能力的遗传算法来优化BP神经网络的权值和阈值,并用遗传优化BP网络实现故障诊断。基于MATLAB实现该算法,仿真实验表明,该算法具有明显的优越性,可以避免BP算法的不足,极大地提高了网络的学习性能,具有一定的实用性。

一种几何图形目标的检测之遗传算法

提出一种遗传算法用来检测图像中的几何图形。将待检测几何图形的参数,采用浮点数编码。参照经典的HOUGH变换,构造个体的适应度函数。采用最优保存策略,将群体中适应度最高几位的个体,直接复制到下一代群体中,其余的个体,使用多点交叉运算和均匀变异运算,形成新的个体,遗传到下一代群体中。当满足算法结束条件时,将群体中适应度最高的个体经解码后,作为检测出来的几何图形的参数。本文提出的遗传算法,能够消除噪声干扰,收敛性好,计算结果精确。与经典的HOUGH变换相比,本算法时间和存储空间开销小,易于计算机编程的实现。

单亲遗传算法在多机多阶段Flow-shop问题中的应用

讨论单亲遗传算法 (PGA)在多机多阶段 Flow- shop问题(FSMP)中的应用 ,给出了针对 FSMP的两种不同的编码方法和遗传操作方法 .仿真结果显示用 PGA求解不同规模、不同目标函数的

基于遗传算法的PID控制在烧结过程中的应用

烧结过程具有大时滞、参数不确定等特性,仅利用常规PID控制很难使烧结过程中的各项性能指标满足工艺要求.针对这一情况,设计了一种基于遗传算法的PID控制器.该控制器参数通过由遗传算法寻求到的全局最优解来调整,使控制器的设计易于实现而且具有很强的适应性和鲁棒性.仿真结果表明,该控制器能够对烧结过程进行有效控制.

遗传算法优化真菌深层培养过程神经网络模型的研究

提出一种简易的真菌深层培养过程网络模型。输入变量为可在线测量的排气中的二氧化碳浓度,网络权数采用遗传算法进行优化训练。所获神经网络模型能准确预测培养过程的状态变量(生物量浓度,产物浓度等)。研究表明遗传算法训练此类神经网络系统是可行的。

改进的遗传算法在球面点分布问题中的应用

球面点的分布问题,是世界性数学难题.对基本遗传算法进行了改进.采用实数编码,同时在遗传算法中引入了正交算子、变维子空间算子、灾变算子等高效演化算子,形成了自适应遗传算法.这样改进的算法极大地促进了个体多样性,并能促进优秀基因型的杂交和遗传,在收敛和鲁棒性方面优于一般的遗传算法,将它应用于球面点分布问题取得了较好的效果.

利用遗传算法优化的ARIMA-BP组合模型预测手足口病发病趋势

目的 探讨ARIMA模型及遗传算法优化的ARIMA-BP神经网络组合模型在传染病预测与预警中的应用,为相关部门制定防治措施提供参考. 方法 选择某市2009～ 2013年的手足口病发病数作为研究对象,首先建立ARIMA模型,得到的拟合值作为神经网络输入值,真实观测值作为输出值,带入通过遗传算法优化的BP神经网络中训练,并比较两种模型的预测精度. 结果 对建立的ARIMA（1,0,0）（1,1,0）12模型预测的相对误差为39.89％,决定系数为0.786,经统计检验残差为白噪声序列;组合模型预测的相对误差为26.25％,决定系数为0.852. 结论 该组合模型的预测精度高于ARIMA模型,且对于极值的预测较为精确,可以为其他传染病的预测及建立统计预警提供参考.

基于偏移影响率的相控阵雷达事件调度方法

在相控阵雷达事件调度中,常以时间偏移率作为指标构造目标函数,但时间偏移率在非线性滤波系统中往往难以实现最优的调度性能。针对这一问题,首先,在分析时间偏移影响的基础上,提出了以偏移影响率做为评价指标,推导了卡尔曼滤波器(Kalman filter,KF)和扩展卡尔曼滤波器(extend Kalman filter,EKF)中偏移影响率的计算公式;然后,基于"偏移影响率"指标构造相控阵雷达事件调度中的目标函数,并利用改进的遗传算法进行求解,加快收敛速度;最后,采用仿真场景测试调度方法优劣。实验结果表明,在线性滤波系统中,偏移影响率与时间偏移率的调度效果相近;在非线性滤波系统中,偏移影响率的调度性能和跟踪精度明显优于时间偏移率。

造纸企业拟实调度研究

生产调度问题是公认的应用难题，笔者结合虚拟现实技术、Ｐｅｔｒｉ网模拟技术、遗传算法和计算机技术，开展拟实调度研究，通过模型预测、优化计算和动态调度实现优化目的，仿真结果表明了拟实调度研究的有效性。

信息扩散模型的窗宽优化与鱼雷战术效能实验评估

针对海洋环境对鱼雷等武器装备战术效能影响的试验数据和案例样本匮乏等普遍性问题,引入信息扩散和模糊映射思想,并基于遗传算法改进和发展了最优窗宽扩散模型。该方法可从有限的试验样本中客观拟合出数据结构信息,进而实现有限数据样本信息的合理扩散。利用该方法进行了基于小样本案例的潜射鱼雷战术效能的海洋环境影响评估的信息扩散建模和仿真实验及对比分析。结果表明,窗宽优化的信息扩散模型可有效改进常规信息扩散模型的评估效果,对武器装备环境影响评估中普遍存在的小样本或信息不完备困难有一定参考价值。

基于遗传算法的火炮齿轮传动优化设计

系统地论述了遗传算法在火炮系统中的齿轮传动优化设计的应用。经实例分析与计算,分别得出用传统机械设计优化方法和用遗传算法求解的结果,并进行了比较。结果表明,该方法非常有效,在求解优化设计时取得了较为满意的结果。

基于遗传算法的关联规则挖掘方法

基于对数据挖掘,特别是关联规则挖掘的研究,提出了一种改进型遗传算法的关联规则提取算法,并从编码方法、适应度函数的构造和遗传算子的设计方面进行讨论分析。通过对早熟问题的分析并改进自适应算子,提高了算法的效率,使算法在相对稳定的动态种群规模中寻找优质解。

遗传算法在斜齿圆柱齿轮传动优化设计中的应用

遗传算法是一种模拟生命进化机制的搜索和优化方法,其全局优化和隐含并行性使得遗传算法适合求解大规模的复杂优化问题。该文在介绍遗传算法的基础上,系统论述了遗传算法在斜齿圆柱齿轮传动优化设计中的应用。经实例分析与计算,得到了较为理想的设计结果。通过与传统优化方法的比较,说明遗传算法在机械传动优化设计方面,具有广泛的应用前景。

求解车辆路径问题的改进混合遗传算法

针对车辆路径问题提出一种新的混合遗传算法。在遗传各个阶段引入不同交叉、变异策略的扩大对解空间搜索,提高遗传算法的寻优能力,避免单一交叉、变异策略的遗传算法"早熟"收敛。在进化后期对个体进行低温退火,提高遗传算法的求解精度。通过对国际标准测试数据的仿真,表明该算法是有效的。

基于GA-BP网络的浆体水平管道输送系统摩阻损失的预测

介绍了遗传算法的基本思想和操作原理,重点分析了遗传算法对神经网络的网络权和阈值的优化,将遗传算法与神经网络相结合应用于浆体水平管道阻力特性的研究中,对管道内浆体摩阻损失进行拟合和预测,结果表明,预测浆体摩阻损失与实测浆体摩阻损失相吻合。

基于改进混合遗传算法的微型水轮机电子调速器的优化设计

针对微型水电站中水轮机组频率波动较大且运行不稳的问题,本文采用了一种单纯形法与遗传算法相结合的混合遗传算法对其PI调速器进行了优化设计,根据工程实际完成了调速系统的数学建模,并应用MATLAB6.5软件对遗传算法和传统PI算法的控制效果进行了仿真分析和比较,实践证明应用该方法能够有效的解决此问题。

基于双重遗传算法的动态模糊系统设计与优化

设计了一种动态模糊系统模型,该模型能够动态地进行规则自学习,从而减少了规则学习的计算量。提出优化该模型的双重遗传算法:外层采用整数编码,用来训练系统的结构,内层采用实数编码,用来训练系统的参数;内层GA得到的最佳染色体适应值用来评价外层GA相应染色体。该模型结构简单,便于实现,并可离线优化,在线预测。通过应用于实际股市行情的预测和效率分析,不论从预测的结果还是从运行效率看,都收到了满意的效果。