基于混合遗传算法的自动组卷问题的研究

针对遗传算法(GA)容易出现未成熟收敛和进化后期计算效率低的问题,提出了一种基于混合遗传算法(HGA)的智能组卷算法。将自适应遗传算法(AGA)与位爬山法相结合,提高组卷性能。在进化前期采用AGA进行全局寻优,增强GA的收敛速度同时避免GA的未成熟收敛。在进化后期启动位爬山法增强AGA的局部搜索能力。试验结果表明,HGA相对于AGA在有效性、稳定性和计算效率三方面都有较大提升,更能有效解决自动组卷问题,具有较好的使用性能和实用性。

自适应混合遗传算法在基坑支护结构优化中的实现

采用遗传算法对基坑支护结构进行优化设计,针对其早熟现象和局部搜索能力差的缺点改进遗传算法。使用自适应策略改进交叉算子与变异算子,在进化后期采用与位爬山法结合的混合遗传算法增强GA的局部搜索能力。对基坑支护结构建立优化设计数学模型,编制了基于遗传算法的基坑优化设计程序。通过实例分析,验证了改进策略的正确性。

米波圆环天线阵的方向图综合研究

利用通过遗传算法和粒子群优化方法对米波圆环阵列的幅度和相位加权进行设计,实现方向图增益、副瓣电平和方向图凹口的优化综合。以位爬山法和相位局部搜索技术为辅助,得到了较为理想的方向图结果,同时将GA和PSO方法的计算效率进行了比较,后者操作更简单,占用的计算资源更少,方法和结果可作为共形阵方向图设计参考。