遗传算法中约束的凝聚选择和复合形处理方法

本文在实数编码的遗传算法中对约束条件提出一种凝聚选择和复合形法处理的方法。利用凝聚函数求出个体的约束违背值,在选择中不仅考虑适应度值而且考虑约束违背值,使有潜力的个体优先被选择。利用复合形法对违背约束的个体进行改进,从而改善整个种群的性能、增加可行个体数量,有利于最优解的搜索。算例表明本文方法是可行和有效的。

遗传算法求解可行域分离的结构优化问题

应用遗传算法求解了两类可行域分离的结构优化问题:局部屈曲约束的桁架拓扑优化问题和动力响应约束优化问题.对第一类问题,提出了新的数学表达式,适合于遗传算法求解.采用了改进的适应度函数及约束处理方法、约束凝聚选择、交叉操作改进和竞争最优保留,提高了遗传算法的效率和可靠性.算例说明,该方法能够克服可行域分离给传统优化算法带来的困难,有效地在多连通可行域中搜索全局最优解.

改进的遗传算法求解桁架的形状优化

提出将改进的遗传算法用于优化具有离散尺寸、连续形状变量的桁架重量．考虑到离散和连续变量的本质,提出了混合编码方法,其中包括二进制和实数编码,整数和实数编码．采用了凝聚选择法——基于约束和适应度值双重标准,完全适应约束问题的本质．竞争保留最优个体方法延长了优良个体的寿命,使好基因有更大的机会遗传给下一代．算例表明改进的遗传算法是可行且有效的．

改进的遗传算法求解桁架的拓扑优化

提出了一种改进的遗传算法,用于优化具有离散尺寸、连续形状和0-1拓扑变量的桁架问题。考虑到离散和连续变量的本质,文中提出了混合编码方法,其中包括二进制和实数编码,整数和实数编码。本文采用了凝聚选择法-基于约束和适应度值双重标准,完全适应约束问题的本质。在优化过程中,初始种群和算子具有不确定性,因此有必要检验结构拓扑的合理性。为了增强算法的可靠性,采用了改进的重新开始算子,引入新基因并且探索新空间。求解了典型的算例,证明改进的遗传算法是可行且有效的。

利用聚合氯化铝降低隐石墨浮选过程中绢云母脉石的夹带

利用聚合氯化铝(PACl)凝聚绢云母降低其泡沫夹带。研究结果表明:绢云母的粒径不仅影响精矿的水回收率,而且严重地影响绢云母的夹带回收率。在自然p H条件下,PACl水解产生的快速反应聚合物Alb、不反应的胶体物质Alc分别通过电中和机制及絮凝机制有效地选择性凝聚绢云母。PACl质量浓度为200 mg/L时,隐石墨浮选精矿的水回收率及灰分分别从空白实验的34%和24.5%降低到23%和16.8%。PACl能选择性地凝聚绢云母,有效降低绢云母的泡沫夹带,改善隐石墨浮选选择性。

磁铁矿用于办公废纸脱墨的研究

研究了疏水性磁铁矿用于办公废纸脱墨的选择性凝聚技术。利用柴油使油墨与磁铁矿发生凝聚,然后采用磁选法实现油墨(油墨与磁铁矿聚团)的分离。在废纸浆中添加柴油作凝聚剂,柴油选择性地将疏水性磁铁矿与油墨通过液桥连结在一起,且形成大颗粒的球体,再用磁选脱除。研究结果表明,在pH值为9、浆浓2%条件下,加入占废纸质量0.04%的疏水性磁铁矿和0.4%的柴油可获得96%以上的油墨去除率。