基于单纯形的小生境混合遗传算法

总结单纯形搜索算法的核心思想.然后提出单纯形交叉方向算子和最优小生境、次差小生境与最差小生境3个概念.在最优小生境中采用单纯形搜索算法得到局部极值,在最优小生境与次差小生境之间用单纯形交叉方向算子产生优秀个体,而在最差小生境中采用受限单纯形搜索产生优秀个体,从而构成基于单纯形的小生境混合遗传算法SimplexNich-HGA.最后用Sim-plexNiche-HGA、单纯形混合遗传算法Simplex-HGA+以及基本遗传算法SGA求函数Rosenbrock的极值,并进一步用Sim-plexNiche-HGA和Simplex-HGA+求多峰值函数Shubert的极值,验证算法的正确性和求多峰值函数的极值的效率.

基于小生境遗传算法的仓库拣货-复核路径规划

针对物流仓库的拣货-复核路径规划问题,首先利用货格所在行列的奇偶性,根据曼哈顿距离公式,建立了仓库内任意两拣货点(含复核台)之间的距离计算公式。然后将整个拣货-复核作业过程映射为一个旅行商问题,构建了0-1规划模型。最后选用小生境遗传算法进行求解,在变异策略中引入小生境技术,保证了种群的多样性,较好地克服了标准遗传算法中种群早熟和易陷入局部最优的缺点。实验仿真选取1个复核台和有15,30,45,60个拣货点的4种情形,与标准遗传算法相比,该算法求得的最优路径长度可以明显缩短,且收敛速度更快、稳定性更好,尤其拣货点数越多时路径优化效果越明显。

一种基于改进型混合遗传算法的地-井TEM多参数反演方法

在地球物理反演中,往往是要用有限的信息去反演尽可能多的参数,以期获得关于目标体的详尽信息,传统的基于求偏导数的反演方法,在初始模型偏离真值较大的时候,反演很难收敛,而遗传算法则可以克服反演对初值的依赖。这里使用基于等效涡流的方法,简化地-井TEM三分量响应为圆形电流环在自由空间的响应模型,并使用逐步缩小搜索范围和多重小生境相结合的改进型混合遗传算法,较为精确地反演了表征导电薄板异常的七个参数,理论模型算例在多次搜索遗传计算之后,反演获得的模型参数误差小于5‰。

分布式并行计算环境下混合遗传算法的研究

为提高混合遗传算法的计算效率和求解质量,提出一个并行混合遗传算法框架。该框架主要由遗传算法、小生境操作和单纯形3部分组成,遗传算法和小生境操作采用串行执行方式,单纯形采用分布式并行执行方式。分布式并行计算环境由4台计算机通过交换机连接构成,并设计了一个动态任务调度方案。一个典型工程算例验证了新算法的有效性,并且在分布式并行环境下取得了较好的加速比和并行效率。

软土基坑开挖位移反分析的改进遗传算法

为克服简单遗传算法中的早熟和微调能力差的缺陷,提出了改进遗传算法.首先,针对简单遗传算法的早熟现象,引入了小生境技术;其次,针对简单遗传算法微调能力差的缺点,引入了优化方法单纯形法,进而提出了改进遗传算法;最后,将改进遗传算法引入到软土基坑开挖位移反分析中,开发了相应的位移反分析计算程序.数值试验表明:改进遗传算法能较好克服简单遗传算法中的早熟和微调能力差的缺陷.

软土基坑位移反分析的改进遗传算法

对简单遗传算法中的早熟和微调能力差的缺陷展开研究,提出了改进遗传算法。首先,针对简单遗传算法的早熟现象,引入了小生境技术;其次,针对简单遗传算法微调能力差的缺点,引入了优化方法单纯形法;最后,将改进遗传算法引入到软土基坑开挖位移反分析中,开发了相应的位移反分析计算程序。数值试验和工程实例表明改进遗传算法能较好克服简单遗传算法中的早熟和微调能力差的缺陷。

解坦克分队武器-目标分配问题的小生境遗传算法

为快速求解坦克分队武器-目标分配（Weapon-Target Assignment,WTA）模型,对基本遗传算法的关键步骤进行改进,设计了独特的基于火力单元排序的战术种群初始化策略,引入小生境共享函数和参数自适应机制,完成了基于小生境自适应改进遗传算法的设计与实现。最后进行了仿真试验,试验结果表现出了良好的收敛效果。

基于时间序列的电力负荷预测新算法研究

电力系统的负荷是不确定、非线性、动态开放性的复杂大系统,传统方法往往难以准确地描述这种系统的复杂非线性特征,因而无法进行更精确负荷预测。该文提出了一种基于时间序列的进化支持向量机(SVM)的负荷预测方法。该方法避免了SVM方法人为控制核函数和参数的传统模式,而是采用单纯形—小生境遗传算法对其进行快速的局部和全局寻优,具有更好的泛化性能和收敛精度,减少了对经验的依赖。同时,时间序列考虑了趋势分量和周期分量,使负荷预测模型更加符合电力负荷特性。该方法在电网实际负荷预测中和真实值的比较证明本文提出的负荷预测模型是最优的实用模型。

含能效电厂的输电网不确定性规划方法

在全球能源互联网背景下,负荷不断增加、能源消耗增多、环境污染严重给输电网规划带来诸多挑战。为此,在输电网规划中引入能效电厂,建立含能效电厂的多阶段输电网不确定性二层规划模型,其上层模型以总投资成本最小为目标函数,下层模型以N、N-1运行条件下的切负荷量最小为目标函数,就可保证上层模型所得最优规划方案的可靠性。结合改进小生境遗传算法和原始—对偶内点法两种算法的优点对所提模型进行求解,进而得到规划的最优结果。以IEEE-RTS 24节点系统为例,验证了所提方法的有效性和实用性。