基于实数编码的加速遗传算法在推求流量水深关系中的应用

本文在标准遗传算法(SGA)基础上,提出一种基于实数编码的加速遗传算法(RAGA),解决了SGA算法及华罗庚优选法的循环次数过多、耗时长以及过早收敛、形成局部最优等问题。可在水利工程设计中多维、高度非线性等参数优化问题中得到应用。

实数编码加速遗传算法在GPS变形监测单历元求解中的应用

提出了一种基于实数编码加速遗传算法(RAGA)和模糊度直接计算的GPS变形监测单历元求解新算法。该方法以模糊度函数为适应度评价函数,采用自适应变化率的交叉算子和变异算子对监测点的坐标进行全局最优搜索。当监测点的坐标误差小于某一阈值时,采用直接计算法可固定双差模糊度,实现单历元解算。实例验证该算法具有快速、稳健和可靠等特点,具有一定的实际应用价值。

基于实数编码加速遗传算法的飞机牵引车调度

机坪保障作业车辆调度是飞行区运行保障的重要环节。针对单一保障责任区内飞机牵引车保障作业调度问题,建立以某一时段内牵引车保障造成的航班延误惩罚费用和车辆行驶费用之和最小为优化目标的遗传算法,采取实数编码方式克服传统模型求解复杂、耗时较长等不足,并采用模拟二进制交叉和多项式变异的方法进行实数编码交叉、变异操作,另外引入加速环节防止早熟收敛、提升算法求解性能。基于西南某一机场实地运行数据,验证了所给算法的有效性。

改进的实码加速遗传算法

对实码加速遗传算法(RAGA)8个步骤的局部参数进行修改,再对最后一次加速收缩后的区间用标准遗传算法(SGA)进行精细搜索。经过实例证明,改进后的算法计算机运行的次数减少,并且精度也得到提高。另外,对加速后的区间产生偏向最优点一侧的概率做了理论上的探讨,提出了把区间端点值重新赋给2个个体参加下一轮搜索。这样处理后避免舍去上次搜索的最优值,在一定程度上避免了某个变量的搜索区间在最优值一侧发生偏移。

加速遗传算法在电厂动态负荷优化分配中的应用

针对目前电厂负荷分配非实时最优、能源浪费巨大的问题,提出了一种动态分配负荷的算法。在考虑电厂机组实际运行特点后,建立了包含辅机、启停等约束条件下的连续多时段动态负荷优化分配的数学模型;分析了标准遗传算法(SGA)在解决负荷分配问题时收敛速度慢的原因,据此对SGA进行改进,提出了基于实数编码、双倍初始种群、自适应遗传参数和压缩搜索空间法的加速遗传算法(AGA)。仿真结果表明,AGA能稳定地收敛到全局最优解,并且有效缩短了运算时间,基本达到动态分配的要求。

改进的加速遗传算法在课程评价体系中的应用

为了改进二进制编码方式个体编码较长的缺点,使用基于实数编码的加速遗传算法改进层次分析技术.并利用改进的层次分析技术建立课程三级评价指标体系,对所建立的评价指标体系进行权重分析,可以对高校公选课程开设的合理性进行很好的评测.

用神经网络和遗传算法优化怀槐悬浮细胞合成异黄酮

为了获得怀槐悬浮细胞合成异黄酮的最适培养条件 ,采用ANNs(人工神经网络 )结合RAGA(实数编码加速遗传算法 )对培养基组成进行全局寻优。培养基中影响异黄酮染料木素产率的主要组成是KNO3、(NH4 ) 2 SO4 、2 ,4 D和 6 BA。在它们的有效作用浓度范围内 ,用随机 1 0组培养基组合及细胞染料木素产率为输入和输出由ANNs对数据建模 ,由RAGA优化模型参数。建立的优化模型准确性高 ,依赖模型由RAGA全局寻优获得的最佳培养基组合是 1 4 9 6 8mg L (NH4 ) 2 SO4 、2 936 1 0mg LKNO3、0 0 1mg L 2 ,4 D和 0 1 9mg L 6 BA ,染料木素产率达 1 4 1 3mg L ,与模型预测值的误差为 7 38%。结果表明 ,运用神经网络结合遗传算法优化怀槐细胞合成异黄酮的培养条件是可行的 。

一种改进遗传算法在超临界电厂动态负荷优化分配中的应用研究

考虑到超临界电厂机组实际运行情况及实际约束条件,建立了机组多时段动态负荷优化分配的数学模型。在传统遗传算法(SGA)的基础上对其进行改进,首次提出了基于实数编码、双倍初始种群生成法、变参数法和压缩空间法的加速遗传算法(AGA)。实例仿真分析说明,AGA能稳定地收敛到全局最优解,时间短,效率高,较SGA性能有了显著的提高,在一定程度上能够满足动态负荷优化分配对算法运算速度的要求。

城市群综合承灾能力评价的RAGA-PP模型

为解决已有模型普遍存在的难以动态评价非线性寻优的现实问题,引入投影寻踪(PP)模型进行城市群综合承灾能力评价,并运用基于实数编码的加速遗传算法(RAGA)优化辅助多维数据空间拓扑结构的投影方向,对长三角城市群(YRDUA)地区进行实证研究。结果表明:RAGA-PP模型与典型的熵权法(EWM)、灰色关联分析法(GRA)评价结果具有高度一致性,且RAGA-PP评价结果更符合实际,表明RAGA-PP模型具有较强的精确性、稳健性和抗干扰性,不仅能够聚焦于优秀个体的取值区间来实现全局搜索和加速评估,也在较大程度上避免传统方法长期存在的权重设置主观性较强、高维数据不易处理的现实问题;另外,各子系统维度的目标投影值平均水平排序为:抗灾维度>防灾维度>救灾维度>恢复维度,表明抗灾维度指标对综合承灾力影响程度最大。

基于RAGA-PPC模型的土地整治综合效益评价——以甘肃省庆阳市15个土地整治项目为例

[目的]对甘肃省庆阳市2012—2013年实施完成的15个土地整治项目进行综合效益评价,以期为庆阳市土地整治项目的实施与管理提供参考。[方法]采用投影寻踪方法(PP)构建评价指标体系,借助实数编码加速遗传算法的投影寻踪分类模型(RAGA-PPC模型),从社会、经济、生态3个方面选取12个评价指标对项目实施的综合效益进行评价。[结果]15个土地整治项目中宁县和正宁县的两个项目的综合效益为优,西峰区项目为良,合水县等的11个项目为中,华池县城壕乡项目最差。[结论]研究区土地整治项目实施效益整体较好,但是还需要在制定和优化土地整治工程建设内容和管理时更加合理、平衡。

基于RAGA的PPC模型在黑龙江省洪水灾害综合评价应用研究

将高维降维技术—投影寻踪分类模型(PPC)应用到洪水灾情评价方面,在黑龙江省洪水灾害损失无评价标准或评价标准不适用的情况下,模型利用改进的加速遗传算法(RAGA)优化投影方向,将多维数据指标转换到低维子空间,通过寻求最优投影方向及投影函数值来实现对洪水灾害损失各个指标的评价,避免了主观赋权的人为干扰,取得了较好效果。

RAGA在梯形明渠临界水深计算中的应用

目前计算梯形明渠的临界水深的常用方法有试算法、图解法、近似公式法和迭代法,这些方法均有计算量大、精度不高等缺点。因此,采用基于实数编码的加速遗传算法(RAGA)来求解,通过实例应用并与传统方法相比表明,RAGA的适应性强,计算精度高,是一种非线性全局优化的好方法。

基于RAGA的投影寻踪分类模型改进与实例分析

针对实数编码加速遗传算法(RAGA)在求解投影寻踪分类(PPC)模型陷入局部最优的问题,通过引入区间扩展因子:在变量区间过小时,对变量区间进行适当扩展;在扩展区间"越界"时,即以边界作为变量的取值。并选取合理的局部密度窗口半径R,建立了改进的RAGA-PPC分类模型,并以文献中S县15个乡镇申请粮援项目的投资顺序为例进行验证分析。研究表明,改进的RAGA-PPC模型对样本分类评价,确立指标因素的贡献程度大小具有一定的可行性和广泛的通用性。

基于RAGA的PPC模型在土壤质量变化评价中的应用研究

将高维降维技术--投影寻踪分类模型(PPC)应用到土壤学科领域,利用改进的加速遗传算法(RAGA)优化投影方向(土壤评价指标),将多维数据指标转换到低维子空间,通过寻求最优投影方向及投影函数值来实现对土壤的分类与等级评价,避免了主观赋权的人为干扰,取得了较好效果,为土壤质量变化与等级评价研究提供一条新思路与方法.

基于RAGA—PPC模型在土地规划方案评价中的应用研究

针对传统土地利用规划方案评价方法的不足,引入了带实数编码加速遗传算法(RAGA)的投影寻踪分类模型(PPC)。从经济效益、社会效益和生态效益等角度出发,构建了规划方案的评价指标体系,并采用相关分析和聚类分析法对指标体系进行了优化。在此基础上,构建了基于RAGA-PPC的土地利用规划方案的评价模型。以舟山市区为例,利用MATLAB7.1语言进行程序的开发,获得了最佳投影方向。通过计算,得到了各方案的投影值,并对研究的结果进行了分析。研究结果表明该模型能较好地解决土地利用规划方案的评价问题。

投影寻踪综合评价法在股票投资决策中的应用——基于RAGA-PPC对上市能源行业股票的研究

如何科学合理地选择股票是每一个投资者进行股票投资面临的首要问题。选取沪市28支能源股票2010年公司财务数据,运用投影寻踪综合评价法对这28支股票进行的投影寻踪聚类分析(PPC),使用基于实数编码的加速遗传算法(RAGA)求取最优投影向量,从而得到各支股票的综合评价值,并按大小排序分类,以缩小投资选择范围,降低投资风险。实证分析表明:投影寻踪综合评价法在股票投资决策中可以降低投资风险,引导理性投资行为,还可促进证券市场的健康发展,很有实用价值。

生物炭施加对节水灌溉水稻生长影响的RAGA-PPC模型评价

利用基于实数编码加速遗传算法的投影寻踪模型,根据实测试验数据,评价生物炭对节水灌溉水稻生长的影响。选出反映作物生长特性的株高、LAI、产量、有效分蘖、水分利用效率、灌水量及叶绿素含量等7项指标,按投影函数值对各个指标的贡献大小进行排序,并对各项试验方案进行排序。结果表明,株高及产量对整体评价贡献最大,叶绿素含量则最小;在常规灌溉以及非充分灌溉条件下施加生物炭对水稻生长都有明显促进作用;本试验条件下,施加生物炭并保持土壤水分含量在85%~100%的灌溉方案为最佳灌溉方案。

RAGA的PPC模型在黑龙江省洪水灾害综合评价中的应用

将高维降维技术—投影寻踪分类模型(PPC)应用到洪水灾情评价方面,在黑龙江省洪水灾害损失无评价标准或评价标准不适用的情况下,模型利用改进的加速遗传算法(RAGA)优化投影方向,将多维数据指标转换到低维子空间,通过寻求最优投影方向及投影函数值来实现对洪水灾害损失各个指标的评价,避免了主观赋权的人为干扰,取得了较好效果。

自然灾害社会脆弱性评估研究——以上海市为例

基于投影寻踪聚类模型(PPC),结合基于实数编码的加速遗传算法(RAGA),对上海市进行了自然灾害社会脆弱性评估的尝试。结果表明:①灾害社会脆弱性最高的为崇明县,其次为宝山区和金山区;②灾害社会脆弱性最低的是黄埔区,其次是徐汇区和静安区;③总体而言,灾害脆弱性较低的地区集中于上海城市中心区,而城市边缘区的社会脆弱性一般较高。

投影寻踪分类模型在中国工业经济效益综合评价中的应用

为提高工业经济效益综合评价模型的分辨率,提出了一种有效的和通用的模型——投影寻踪分类模型.采用基于实数编码的加速遗传算法寻找最优的投影方向,同时用投影方向信息研究了各因子对中国工业经济效益综合评价的影响水平.取得了符合客观实际的分类结果.