基于遗传算法-序列二次规划的磁共振被动匀场优化方法

为了解决磁共振成像(MRI)系统中固有的主磁场(B0)不均匀的问题,提出遗传算法-序列二次规划(GASQP)算法,以提高7 T磁共振的主磁场均匀性.从被动匀场数学模型的角度出发,该混合算法利用GA算法获得稳定的初始解,实现主磁场的第1次优化,再通过SQP算法的快速求解,在较少的时间内实现主磁场的第2次优化,同时提高磁共振主磁场的均匀性.采用正则化方法减少磁场均匀所需的铁片质量,并且获得稀疏的铁片分布.在仿真建模的案例研究中,7 T磁共振裸磁场均匀度可以从462×10-6优化到4.5×10-6,并且在匀场空间上仅消耗0.8 kg的铁片.相比于传统的GA优化方法,新方案的磁场均匀性提高了96.7%,总铁片消耗质量减少了85.7%.实验结果表明,GA-SQP算法比其他优化算法具有更强的鲁棒性和竞争力.

序列二次规划-遗传算法及其在变压器局部放电超声定位中的应用

针对基本遗传算法(genetic algorithm,GA)局部寻优能力较差和易出现早熟收敛现象,提出了一种改进的遗传算法,即序列二次规划-遗传算法(sequential quadratic programminggenetic algorithm,SQP-GA)。该混合优化算法SQP-GA在基本GA中引入序列二次规划(sequential quadratic programming,SQP)算法,经典算法SQP作为一个元算子有效地提高了基本GA的局部搜索能力,并克服了早熟收敛现象。函数仿真测试结果表明,SQP-GA混合优化算法在收敛速度和寻优精度上都优于基本GA,表明所提出的算法的有效性。同时,利用提出的SQP-GA求解变压器局部放电超声波定位问题,并将其定位结果与GA和非智能算法的定位结果进行比较;算例结果表明,基于SQP-GA的变压器局部放电超声定位法能有效地防止结果陷入局部最优,该方法的定位效果理想。

基于改进遗传算法和序列二次规划的再入轨迹优化

提出结合改进遗传算法和序列二次规划法的可重复使用运载器再入轨迹优化方法,发挥了遗传算法(GA)对初值不敏感和全局收敛性强以及序列二次规划(SQP)法收敛速度快和精度高等优点,弥补了遗传算法优化结果的随机抖动、序列二次规划法对初始值敏感、收敛半径小和容易陷入局部极值等不足.将改进的遗传模拟退火罚函数法用于全局搜索设计空间,序列二次规划法用于局部优化,直接配点法用于将最优控制问题离散为非线性规划问题.算例结果表明,在没有初始估计的情况下,能够得到高精度的全局最优解,证明了该算法的正确性和有效性,验证了该算法具有初值不敏感和鲁棒性好的优点.

一类二次0—1规划模型的遗传算法

本文提出了用GA构造求解一类二次0—1规划模型的算法,给出了算法步骤及实验,结果表明此法求解速度理想,易达最优解,可以处理较大规模的问题.此方法在系统优化中具有广阔的应用前景.

基于遗传算法和逐步二次规划法的混合频域H_∞建模

研究了基于遗传算法和逐步二次规划法的混合频域H∞ 建模方法 .混合建模方法既有较好的全局优化能力 ,也有较好的局部优化能力 ,使得辨识结果更稳定。

遗传算法和二次规划在投资组合最优化中的比较分析

本文将遗传算法引入到证券投资分析领域，对最佳证券组合问题进行优化计算，并且经过与序列二次规划的对比分析，得出了遗传算法在某种程度上可能优于序列二次规划的结论。

一类区间系数二次双层规划问题的遗传算法

针对上下层均含区间系数的二次双层规划,提出了一种基于两个适应度评估的遗传算法。将下层目标系数区间作为遗传算法的搜索空间,对于每一个确定的个体,下层问题不含区间系数;利用二次规划的最优性条件,将个体所对应的问题转化为两个确定的二次规划;利用基枚举方法求解这两个二次规划问题,相应的最优值作为个体的两个适应度。算法通过两个适应度的比较,获得问题的最好最优解和最差最优解。数值仿真结果表明,该算法是可行有效的。

基于遗传算法和序列二次规划法的结构稳健性优化设计方法

针对目前结构优化设计方法未考虑参数随机性的问题,提出基于遗传算法和序列二次规划法的结构稳健性优化设计方法。将结构产品的质量特性作为优化目标,性能函数的可靠度指标作为约束条件,建立稳健性优化设计模型。利用序列二次规划法计算其性能函数的可靠度指标,在此基础上,利用遗传算法进行迭代计算,得出最优设计结果。最后,将某型导引头导轨齿轮设计作为工程案例,验证了使用此结构稳健性优化设计方法能够降低产品重量,提高结构稳健性。

二次型0-1分配问题的遗传算法求解

文章针对数学中一类计算非常困难的二次型０－１分配问题，提出遗传算法的求解思想，并根据问题的具体特点对算法进行改进，将复杂的约束条件包含在适应值函数中，构造非线性变化的动态适应值来求解该类问题。最后成功地运用于一个分散决策问题实例，与常规遗传算法相比该搜索算法具有明显的优越性。

基于二次优化的救援机器人路径规划

针对当前应急救援过程中救援机器人路径规划效率低的问题,采用改进的遗传算法和二次优化方法实现救援路径的优化。对传统遗传算法进行改进,在初始化过程中采用一种启发式可行点插入方法建立初始种群,在适应度函数中加入路径平滑评价函数,在保留策略中采取“抓大放小”的方法,使算法的全局收敛能力和收敛速度都有了较大的提高。在初始路线的基础上,由起点到终点采用逐段寻优的方法进行路径二次优化,进一步缩短规划路径的长度并减少拐点数量。仿真结果表明,该方法较次优方法,路径长度分别缩短2.61%、2.21%、3.52%、1.22‰,平均收敛次数、搜索时间均有效优化,可有效地弥补传统遗传算法的缺陷,提高救援机器人的救援能力。

地铁网络关键节点二次规划模型与求解算法研究

地铁网络中的关键节点对其连通性有着重要的影响。在有限的资源以及人力物力下,找出其中的关键节点进行强化管理以减小随机故障对整个网络造成的损失是非常重要的。应用二次约束二次规划模型,针对赋权网络,综合考虑节点移除后对网络的整体结构和功能的影响,给出了计算网络连通性的一个新测度——一步连接和两步连接;并基于模型特点设计了遗传算法。最后,以北京市地铁网络为例进行求解,表明了该方法的有效性和优越性。

二次二层规划的一种混合算法

针对下层为二次凸规划的二层规划问题,先利用遗传算法解决上层规划,然后用内点算法解决下层问题.两种方法结合起来得到一种具有全局收敛性的混合算法,并通过算例说明其有效性.

采用融合遗传算法的高速公路服务区综合能源系统优化调度研究

为达成“碳中和”目标愿景、促进公路交通系统与新能源的融合,以高速公路服务区为研究对象,考虑服务区内电、冷、热、气共4种负荷需求,构建了包含风光发电的新能源发电方式和电转气设备的高速公路服务区综合能源系统。在此基础上,以风电、光伏出力日前预测和多能负荷日前消耗为输入,各能源设备出力及购能分配为输出,以总成本最低为目标函数,考虑能量平衡、设备安全、运行状态等约束,建立了高速公路服务区综合能源系统优化调度模型。针对高速公路服务区综合能源系统调度问题,设计了遗传-序列二次规划融合优化算法,并以某服务区夏季典型日为例进行验证。结果表明:所构建的调度系统能够有效消纳可再生能源出力,协调外部购电、购气的比例,最终达到降低成本的效果;所提融合算法的调度结果与传统遗传算法、传统序列二次规划算法相比,在成本上分别降低了11.52%、0.70%,求解耗时仅为传统遗传算法的6.7%,独立性相比传统序列二次规划算法得到了提高。

考虑船舶操纵性约束的改进遗传算法航线规划

针对船舶复杂航行环境下的航线自动规划任务,本文设计了融合船舶运动特性的二次寻优路径规划方法,并考虑船舶操纵性约束,获得快速准确的规划航线。建立了船舶回转和降速模型,为后续本船与目标船精准会遇状态计算建立基础;为完成在海图上快速检测规划航线与陆地物标(岛屿、礁石等)的位置关系,设计一种基于四叉树方法的线段与不规则多边形边界快速检测算法;针对静、动态障碍物综合避碰规划的复杂难题,设计一种二次遗传算法寻优的路径规划方法,实现了一种高效、可行的船舶航线动态规划求解方案。在半物理船舶综合仿真平台上开展算法验证工作,基于电子海图对初始规划的5个航路点开展二次寻优,重规划后的7个航路点实现船舶航线规避目标船的任务,证明了本文算法的可行性和有效性。

基于动态规划原理的混杂系统二次型最优控制

针对性能指标为二次型的最优控制问题，对子系统切换时刻顺序固定的切换型线性混杂系统，利用动态规划原理，将一个多级决策过程分解为一系列易于求解的单级决策过程，即任意没定切换时刻lk(k=1，2，…，K)以后，将整个混杂系统寻优过程分解为K+1个单级寻优过程，并依此给出了混杂最优控制的解析构造方法和求解步骤，编制了基于MATLAB6．1的遗传算法程序，完成了最优搜索．

解无交叉约束类二次 0-1 规划模型的一种方法

提出了用遗传算法构造求解无交叉约束类二次０－１规划模型的方法，给出了具体步骤及实验。结果表明此法求解速度理想，易达最优解，可以处理较大规模的问题。

求解一类特殊的双层规划问题的遗传算法

主要研究上层函数及其约束函数不要求具有凸性和可微性,下层是关于下层决策变量是凸二次规划的双层规划模型,通过Karush-Kuhn-Tucher条件转化为一个单层规划,利用下层是正定二次规划,将下层的决策变量表示为关于Lagrangian乘子的表达式,从而降低了搜索空间的维数,设计了遗传算法,并通过数值实验表明该遗传算非常有效。

遗传算法求解多目标规划证券投资组合模型

本文尝试采用最优保存策略的遗传算法来求解WilliamSharpe模型，并且将实现N种证券投资组合优化的模拟分析，其求解结果相对数学分析来说比较合理，

求解一类特殊二次规划问题的分布式牛顿算法

针对二次规划问题,现有的基于对偶分解和梯度方法的分布式算法由于没有充分利用目标函数的二阶信息,算法并不高效.针对一类特殊二次规划问题提出分布式牛顿算法,算法在计算对偶向量时使用Jacobi迭代,使算法不仅能够分布式执行并且可以并行运算.通过证明Jacobi矩阵的谱半径小于1保证了迭代的收敛性.最后通过数值实验说明分布式牛顿算法在运行时间上的高效性.

序列二次规划法在抽油机优化设计中的应用研究

为了寻求更优更高效的游梁式抽油机的优化设计方法,以游梁式抽油机CYJ3-1.5-6.5HB为例,以曲柄扭矩因数为目标函数,用序列二次规划法和遗传算法分别进行优化设计,通过对比分析得出采用序列二次规划法的优化结果比遗传算法的优化结果更优,过程更高效的结论。