基于Internet网络的主从式并行遗传算法及其在叶栅优化中的应用

为了解决遗传算法在优化中由于适应度评价很费时而导致计算时间过长的问题 ,本文发展了一种基于In ternet网络实现的主从式并行遗传算法。在函数优化的测试实验中 ,通过控制待优化函数适应度评价的时间 ,验证了主从式模型在适应度评价很费时且远远超过通讯时间时将获得接近于线性的加速比 ,讨论了主从式并行遗传算法应用于气动性能优化中的可行性。通过二维叶栅的优化算例 。

一种主从式并行遗传算法设计

该文对串行遗传算法进行了并行设计，加入对当前通用消息传递接口MPI的支持，形成了一个主从式并行遗传算法。针对该算法用经典的测遗传算法效率的OliverTSP问题进行测试，得出并行遗传算法可以更好的提高遗传算法的收敛性。

基于主从式并行遗传算法的岩土力学参数反分析方法

考虑到遗传算法的天然并行性和集群计算的高速并行性,提出了基于主从式并行遗传算法的岩土力学参数反分析方法。采用实数编码方法,缩短了个体编码的长度,减少了搜索空间;采用动态任务分配方案,可以避免处理器效率的不均衡;采取"松耦合"的方法将主从式并行遗传算法与FLAC程序进行耦合。基于C+MPI语言编写了反分析程序,并用标准弹性问题对程序进行了测试。测试结果表明,主从式并行遗传算法不仅能够准确地对岩土力学参数进行反分析,而且随着问题规模的增大可以得到接近线性的加速比。因此,针对适应度评价计算量大的岩土工程反分析问题,采用基于主从式并行遗传算法的岩土力学参数反分析方法,既保证了反分析的求解精度,又提高了反分析速度,满足工程上对于反分析的及时性需求,具有较强的应用价值。

基于快速非支配排序遗传算法的阻尼器多目标优化布置

将快速非支配排序遗传算法(NSGA-Ⅱ)和并行遗传算法相结合,提出内嵌NSGA-Ⅱ的粗粒度-主从式并行遗传算法。该算法将种群分为多个子种群,每个子种群可独立并行执行NSGA-Ⅱ操作;达到迁移周期时,子种群之间执行迁移操作;完成迁移后,子种群再次独立并行执行NSGA-Ⅱ操作。以最大层间位移角和最大楼层加速度为目标函数,对14层消能减震钢框架结构上的阻尼器布置位置进行优化分析。结果表明:该算法既实现多目标优化,又提高优化速度;对比常规隔层布置方法,该算法可使结构的层间位移角减震系数和加速度减震系数分别至少提高16.82%和16.01%。

裂缝性孔隙介质储层参数全波形反演的高效计算

基于BISQ机制的裂缝孔隙介质储层参数(孔隙度、固相密度和流相密度)全波形反演对于BISQ理论的推广应用以解决油气勘探和开发的实际问题具有重要意义.然而,庞大的计算量将限制其发展和应用.本文提出了将小生境主从式并行遗传算法与多震源混合激发采集技术相结合的方法来改善这一问题.最后,以双层的基于BISQ机制的二维裂缝孔隙介质模型为例,进行了储层参数反演的数值分析.数值反演算例结果表明:基于小生境主从式并行遗传算法和多震源混合激发采集技术的储层参数反演方法极大地提高了原小生境遗传算法储层参数反演的计算效率,为利用孔隙介质储层参数反演进行油气预测和油藏监测奠定了理论基础.