基于改进遗传算法的胶结砂砾石料细观层面参数反演分析

针对传统室内试验无法获取胶结砂砾石料细观层面参数的问题,提出基于改进遗传算法的胶结砂砾石料细观层面参数反演分析方法。以胶结砂砾石料室内单轴压缩试验结果为反演目标值,通过有限元软件模拟建立室内试验的胶结砂砾石试件随机骨料模型,反演分析确定胶结砂砾石细观组分参数,解决了室内试验无法获取参数的问题。研究结果表明:在该试验条件下,通过反演分析确定的细观组分参数进行室内试验数值模拟结果与试验值基本一致,胶结砂砾石料的骨料弹性模量EG最终值为550 MPa,砂浆基质弹性模量Em最终值为40MPa,界面弹性模量Ei最终值为30MPa。

基于遗传算法的多级层次分析法在企业风险评估中的应用研究

随着市场主体数量的迅速增长,国家市场监督管理总局提出在3年内全面落实企业信用风险分类管理。多级层次分析法的企业风险评估算法是基于层次分析法的改进,以山东省市场主体数据为例,根据企业信用风险分类指标设定三级评价指标,建立层次分析模型,并采用遗传算法对模型中的多个指标参数进行最优值求解。该方法结合定量分析与定性分析,通过分析各目标在整体中的重要程度,给出每个属性的权重,并计算出各属性的优劣排序。研究结果表明,多级层次分析法能够有效解决企业风险评估的复杂问题。

基于P波到时拾取的分析法与遗传算法联合定位方法与应用

针对岩石力学震源定位问题,提出了一种在P波到时精确拾取的基础上通过分析法过滤异常到达传感器和遗传算法(genetic algorithms,简称GA)求解联合定位方法,并将其应用于岩石材料的破裂面定位以及采矿工程中。为了消除传感器到时精度、传统迭代法及迭代初值选择对定位的影响,基于时频分析的改进长短时窗(short-term average/long-term average,简称STA/LTA)法拾取P波到时,求解不同传感器组合分析解的逻辑概率密度函数过滤异常到达,引入遗传算法对到达清晰的震源进行定位。通过断铅、含夹层组合煤岩单轴压缩试验及定点爆破试验对该方法进行验证。结果表明:在对信号预先带通滤波后进行变分模态分解(variational mode decomposition,简称VMD)精确滤波的基础上结合改进STA/LTA法可以大幅提升到时拾取精度;通过分析法过滤异常到达对定位精度的影响,结合具有全局性、不受初值影响的遗传算法对震源定位,应用于岩石材料试验以及采矿工程中可以较准确的对震源进行定位,该方法较传统迭代法、线性定位法等更具有工程实际应用价值。

基于改进遗传算法的飞行器光轴自动校准优化

飞行器光轴质量监控过程中,主要通过标准遗传算法完成光轴参数优化求解,易出现过早收敛和停滞现象的问题,导致校准优化后光轴偏移量依旧较大。为了降低飞行器光轴偏移量,提出基于改进遗传算法的飞行器光轴自动校准优化方法。以牛顿环干涉条纹为依据,采用正交实验方法实现光轴平行性自动校准处理,获取合理的光轴校准参数取值区间。针对飞行器光轴系统定义一个坐标系,在其中分析照准轴误差、经轴误差、纬轴误差和光轴指向误差,以最小光轴平行度综合误差为目标构建光轴自动校准优化目标函数。采用自适应交叉、变异概率改进遗传算法,对优化目标函数进行迭代求解,获取最佳光轴校准参数,实现飞行器光轴自动校准优化。实验结果表明,该方法优化处理后,飞行器高温光轴和低温光轴的偏移量仅为0.34 mrad、0.296 mrad,证明该方法降低了飞行器光轴偏移量,满足了飞行器光轴性能提升要求。

模糊层次分析法与改进遗传算法的选址仿真

从工程地质、地形地貌、军事作战和后勤保障4个方面构建军事指挥中心评价体系,利用模糊层次分析法构建选址模型,进行军事指挥中心适宜性评价。根据评价结果设计选址步骤,结合具体研究区利用遗传算法进行实例分析,引入马尔科夫理论改进遗传算法,验证模型方法的可行性。研究结果表明,提供的选址方法有效地解决了军事指挥中心重复选址问题,提高了选址方法的效率和准确率。

改进遗传算法和支持向量机的岩体结构面聚类分析

岩体结构面控制着岩质边坡和地下洞室等岩体工程的稳定性,在岩体力学及水力学分析中起到关键作用。为对岩体结构面进行合理分组,精确地模拟岩体结构面网络的分布,提出一种融合改进遗传算法和支持向量机的聚类方法。首先,根据岩体结构面产状信息建立结构面分组的数学模型,采用改进的遗传算法计算结构面样本的全局最优聚类中心,再以聚类中心为训练样本,利用支持向量机方法将结构面样本进行完全划分。通过随机产生的结构面数据以及实际工程的运用表明,遗传-支持向量机聚类算法对岩体结构面的分组合理,获得的优势结构面结果可靠。

基于层次分析遗传算法的SRC框架梁优化设计

文章将SRC框架梁的工程造价最小和正截面抗弯承载力最大定为优化目标,并对其进行无量纲化处理,使得多目标的优化问题转化为单目标优化问题。采用线性加权法构造评价函数,通过调整加权系数来改变2个优化目标在优化中的重要程度,通过算例给出合理取值,为组合结构的多目标优化问题提供参考。SRC构件中的型钢腹板及翼缘的高度、宽度等对梁的受力状态所做的贡献不同,通过引入层次分析法理论,在遗传算法的编码过程中对各变量进行权重赋值,使得对构件受力影响较大的单元赋予较大的权重,从而更好地发挥各组成部分的作用。

改进加速遗传算法及其在非稳定渗流场反分析中的应用

在总结和分析基本遗传算法及其加速算法的基础上,提出了改进加速遗传算法,并针对非稳定渗流场反分析问题编制了计算程序,最后反分析计算了嶂山闸闸基非稳定渗流场关键计算参数,从而成功计算了闸基渗流场,并指出了闸基存在的主要问题。

基于遗传算法和层次分析法的制造网络联盟中的伙伴选择研究

在遗传算法和层次分析法的基础上,提出一种分阶段的制造网络联盟中的伙伴选择算法。建立一种基于经济的数学模型,通过遗传算法进行求解来缩小选择的范围;在遗传算法解的基础上通过层次分析法考虑多个影响因子,进行最后的决策。

加速遗传算法的层次分析法的探讨

本文提出了一种改进的层次分析法??基于实数编码的加速遗传算法的层次分析法(RAGA-AHP),此方法可同时确定各层次各元素相对重要性的排序权值且把判断矩阵的一致性检验转化为一非线性系统的优化问题。RAGA-AHP法直观有效、简便可行,计算精度高于目前其它方法,该方法具有广泛的适用性,可应用于各种实际问题。本文利用此方法对中国乳品工业进行了实证分析,有效地指出了中国乳业存在问题的优序关系。

改进型遗传算法及其性能分析

本文受模拟退火技术的启发引入了一种新的改进型遗传算法 .在二进制编码的基础上 ,研究了交叉位置等概率选取交叉操作的不利影响 .在此基础上提出了一种每个基因位交叉概率自适应变化的新的交叉操作 .模拟结果表明 ,新算法的收敛性能远远高于标准遗传算法 .

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.

基于遗传算法的层次分析建模法

在层次分析法中,提出1.0至9.9的重要程度的标度,由决策者认为所比较的两个元素的重要程度来确定对应标度的取值范围,而不是确定的取值,再引入遗传算法,以一致性指标最小为目标函数,来确定标度的取值。通过实例验证表明,本文提出的基于遗传算法的层次分析建模法可以有效快速地确定判断矩阵,具有很强的实用价值。

基于层次分析法与遗传算法的动车组系统划分方法研究

提出了一种基于模块化理论的系统划分方法,该方法考虑了动车组零部件的功能、使用等基本属性,通过层次分析法明确各零部件的相关关系,得到了综合关系矩阵,建立了系统聚类数学模型。通过种群遗传算法及MATLAB仿真计算,给出了适用于对动车组进行可靠性分析的系统划分结果,根据敏感度分析验证了该算法的可行性和有效性,可为后续动车组可靠性建模提供依据。

基于层次分析与遗传算法的英语专业学生成绩模型与预测

通过对3所本科院校学生的问卷调查数据进行统计分析,建立层次分析的模型,用遗传算法求解并进行验证,得出教师授课态度、班级学习气氛和教学水平需要这些院校重点关注的结论。

基于改进遗传算法的渗压分析

针对具体工程情况,建立了渗压的回归分析模型,用改进遗传算法进一步对模型的各项系数进行了全局寻优。通过与解析法所得模型的比较,证明了该改进遗传算法的有效性。

基于遗传算法优化的约束背景双线性分解算法用于改进高效液相色谱灰色分析体系的校正结果

该文采用约束背景双线性分解算法(CBBL)对以高效液相色谱(HPLC)方法分离分析的灰色分析体系进行了多元校正研究。针对采用包括CBBL在内的矩阵校正方法处理HPLC灰色分析体系的固有缺陷,即在相关组分的色谱保留时间重现性较低的情形下多元校正的结果不理想,对CBBL方法进行了改进,即将待测组分的浓度与组分的色谱保留时间同时作为优化的参量引入CBBL,并采用遗传算法(GA)优化CBBL,对于模拟的组分保留时间飘移严重的HPLC灰色分析体系及保留时间重现性不佳的多种酚类化合物组成的实际HPLC灰色分析体系进行了多元校正分析,成功克服了经典CBBL的固有缺陷,取得了较理想的多元校正结果。另外,该研究所建议的方法的校正结果也显著优于传统的残差双线性分解法(RBL)以及秩消失因子分析法(RAFA)。

小波降噪及改进遗传算法的BP神经网络在基坑变形中的组合应用

以某市人民医院基坑工程为例,针对实测数据建立实测数据结合BP神经网络预测模型,小波降噪结合BP神经网络模型和小波降噪结合改进遗传算法优化的BP神经网络模型,并利用误差分析理论对基坑变形数据预测效果评价。结果表明:对比3种模型实际处理、预测数据能力,实测数据结合BP神经网络模型预测精度在1%-4%之间,小波降噪结合BP神经网络模型预测精度1%-2%之间,小波降噪结合改进遗传算法优化的BP神经网络模型预测精度在1%以内,小波降噪结合改进遗传算法优化的BP神经网络模型的预测准确率最高。针对基坑变形监测,小波降噪结合改进遗传算法优化的BP神经网络模型具有更高预测精度,可为类似工程提供实际参考。

求解一类非线性双层规划问题的改进层次型遗传算法

针对既有的层次型遗传算法不适用于求解上、下层决策空间均离散分布的双层规划问题,提出一类改进的层次型遗传算法。该算法采用同一种群分别在上、下层进化,再合并种群进行优势解挑选,形成新种群,并将之传递至另一层进行计算,直至满足循环终止条件。改进工作解决了既有的层次型算法选择压力难以调整,且只能应用于上、下层具有相同变量的双层规划问题。

基于遗传算法的毕业设计评优层次分析模型

采用层次分析法的定性判断与定量计算有效结合的方法,同时利用遗传算法的组合优化和函数优化的特点对层次分析判断矩阵进行校正修改和一致性的有效判断,为高等学校学生毕业设计(论文)成绩评价和优秀评定提供了一种更加科学、合理的方法.