基于自适应遗传算法的红外子热像图模糊增强方法

为了提高红外子热像图的边缘强度、信息熵和清晰度等,使图像视觉效果有所提高,研究了一种基于自适应遗传算法的红外子热像图模糊增强方法。对含有噪声的红外子热像图展开小波变换,分别获取高、低频小波系数,低频部分的小波系数不进行任何处理,高频部分的小波系数引入最小二乘对其进行总体估计,同时逆变换处理估计后的小波系数,完成红外子热像图去噪处理。通过模糊增强算法增强处理红外子热像图,同时引入自适应遗传算法优化处理模糊参数,实现红外子热像图模糊增强。实验结果表明,本文所提方法的图像更加清晰,且对比度也明显得到改善,其平均对比度值为0.075,平均边缘强度值为67.14,平均信息熵值为8.59,平均清晰度值为13.73,充分说明该方法获取的红外子热像图模糊增强效果更加理想,能够有效提升视觉效果。

基于改进自适应多种群遗传算法的结构-控制系统一体化优化

提出一种改进的自适应多种群遗传算法,以更好地解决建筑结构-主动控制系统一体化优化问题,即同时对被控结构参数、控制算法参数、主动作动器布置位置进行优化。该遗传算法对编码方法、初始种群生成、选择策略、交叉概率和变异概率的自适应调整、多种群协同进化中移民策略等进行改进。研究结果表明:改进的自适应多种群遗传算法和改进的基本遗传算法优化结果总体一致,表明前者分析结果是正确的,并且具有较高的精度;改进的自适应多种群遗传算法和改进的基本遗传算法首次得到优化分析最优解的平均进化代数分别为320与730,表明前者比后者收敛速度更快;改进的自适应多种群遗传算法每次能达到或接近最优解,可有效克服基本遗传算法优化结果随机性较强的缺点;经改进的自适应多种群遗传算法优化的主动控制系统取得明显减振效果,E1 Centro波输入时,主动控制结构层间位移角峰值和绝对加速度峰值较无控时分别平均减小54.5%与46.7%。算例结果表明了改进的自适应多种群遗传算法的有效性,实现了对建筑结构-主动控制系统的一体化优化。

基于改进自适应遗传算法的小径短绳自动打捆机步进电机PID控制

为提高小径短绳自动打捆机步进电机的控制精度,在分析经典遗传算法和经典自适应遗传算法的基础上,引入进化代数和个体适应值排名来指导自适应交叉率和自适应变异率,设计了一个基于改进自适应遗传算法的PID控制器,以削弱进化过程中优良参数的退化现象。MATLAB仿真结果表明,改进的自适应遗传PID提高了收敛精度,并具有更快的收敛速度。针对步进电机的实际测试结果表明,与经典遗传算法相比,改进的自适应遗传PID调整时间更短、超调量更低。

基于改进自适应遗传算法的渠系优化配水分析

为减少渠系在输水过程中的渗漏损失,提高渠系水利用系数,以两级渠系渗漏损失、水流波动最小为目标函数,以下级渠道配水流量、配水开始和结束时间为决策变量,构建配水模型,并采用改进的自适应遗传算法(SIGGA)进行实例求解.提出了一种基于Sigmoid函数的自适应交叉、变异算子,并通过引入信息熵和新种群来减少种群多样性的损失.与人工制定、向量评估遗传算法(VEGA)、多目标粒子群算法(MOPSO)、粒子群混合模拟退火遗传算法(GSPSO)的配水结果进行对比分析,SIGGA求解的配水时长由25.00,15.00,11.00,11.55 d缩短为10.00 d,渗漏损失由97.89×10^(4),71.76×10^(4),70.36×10^(4),32.63×10^(4) m^(3)减少到31.58×10^(4) m^(3),渠系水利用系数由0.651,0.706,0.745,0.828提高到0.833.SIGGA能够克服传统遗传算法(SGA),VEGA易陷入局部最优的缺点,可实现高效、精确地按需配水,为水资源的集约节约化利用提供理论参考.

改进自适应遗传算法优化的船用增压锅炉上锅筒水位滑模控制方法

[目的]船用增压锅炉的上锅筒水位由于航行中负荷的频繁变化,难以获得理想的控制效果。为了保证上锅筒水位的稳定,对大负荷扰动下的上锅筒水位控制方法进行研究。提出一种基于改进自适应遗传算法优化的增压锅炉上锅筒水位滑模控制方法。[方法]将上锅筒水位偏差的速度和速度变化率引入S函数来设计滑模控制器,采用李雅普诺夫稳定性原理证明其稳定性。在此基础上,利用改进的自适应遗传算法优化滑模控制器。[结果]将改进的自适应遗传算法优化的增压锅炉上锅筒水位滑模控制方法与传统的PID控制方法进行了对比分析。在响应斜坡扰动信号和阶跃扰动信号时,改进自适应遗传算法优化的滑模控制器均能够无差跟踪输入信号,其稳定时间比PID缩短5 s,超调量也小于PID。[结论]仿真结果表明,改进自适应遗传算法优化的滑模控制方法具有更优的控制效果。

自适应遗传算法优化堆叠LSTM超参数的入侵检测研究

针对传统入侵检测模型检测准确率、精确率偏低和模型泛化能力不足的问题,采用自适应遗传算法优化堆叠(Long short-term memory, LSTM)进行入侵检测研究。构建堆叠LSTM入侵检测模型提取网络数据特征,为充分利用堆叠LSTM各层提取到的数据特征信息,改进堆叠LSTM的网络结构,将各层LSTM提取到的特征信息进行保留合并。为确定模型的最佳超参数取值,使用自适应遗传算法(Adaptive genetic algorithm,AGA)优化模型的超参数,AGA迭代完成后的输出即为最佳超参数取值,使用最佳超参数取值构建入侵检测模型。该模型在NSL-KDD数据集上的检测准确率为99.03%、精确率为94.86%、召回率为95.39%,在UNSW-NB15数据集上的检测准确率为90.21%、精确率为86.97%、召回率为89.11%。在所有对比模型中表现最优,且模型的泛化能力较强,能准确检测出未知攻击。

遗传算法与修正的自适应矩估计优化循环神经网络的心音分类方法

针对传统的循环神经网络(RNN)在识别分类心音信号方面具有梯度爆炸、梯度消失和短期记忆的问题,该文提出了无需心音分段的结合遗传算法(GA)与修正的自适应矩估计(RAdam)优化RNN的心音分类模型。该模型的优势是将GA和RAdam优化器以串联的方式融合到RNN中,以达到改进RNN的作用。首先,利用GA的选择、变异和遗传操作,优化RNN的输入层节点数,获取心音特征向量的最优个体的初始解。其次,根据最优个体中的权重、偏置矩阵,赋予模型初始权值和阈值,获得初始权重最优解,整个模型共享参数。最后,联合改进的学习率自适应优化算法,优化RNN模型。结果表明,结合经典的梅尔(Mel)倒频谱系数方法提取心音信号的特征向量,心音信号分类准确率达到90.29%,相比于未优化的RNN模型,准确率提高了17.79%。

改进自适应遗传算法下余热锅炉过热蒸汽温度控制方法

余热锅炉过热蒸汽温度常受到多种干扰和不确定因素的影响,导致温度波动较大,难以实现稳定控制。为此,提出改进自适应遗传算法下余热锅炉过热蒸汽温度控制方法。利用过热蒸汽温度、锅炉负荷参数定义余热锅炉过热蒸汽温度控制方程,引入改进自适应遗传算法,通过自适应调整交叉和变异概率提升遗传算法的收敛速度,获取最优适应度函数,代入余热锅炉过热蒸汽温度控制方程中,实现蒸汽温度最优控制。通过对比实验验证得出,该方法的收敛性能好,对余热锅炉过热蒸汽温度控制的超调量为2.6℃,响应速度为1.8 s,证明该方法对余热锅炉过热蒸汽温度控制的稳定性及精度较好。

一种基于自适应边界约束的高效遗传算法

针对遗传算法中用于多父体重组的系数向量缺乏高效生成方法的问题,提出一种基于自适应边界约束(ABC)的高效遗传算法。该方法依据前一个系数的值,自适应缩放后一个系数的边界,可在任意多的父代重组情形下快速生成系数向量。在CEC2017标准数据集上的实验结果表明,所提算法在29个复杂优化问题上的表现都优于经验概率分布(EDBF)算法。

基于并行自适应遗传算法的水文模型率定研究

【目的】参数率定是影响水文模型预报精度的重要因素,采用人工智能算法可以有效提高水文模型参数的率定效果。【方法】采用基于种群离散程度的自适应算子,对GA算法的交叉、变异和迁移过程进行自适应优化,并利用粗粒度并行计算模型提高种群进化效率,综合以上手段研究了一种基于自适应策略的并行遗传算法。将传统遗传算法(GA),串行自适应遗传算法(AGA)和并行自适应遗传算法(PAGA),应用于屯溪流域新安江模型的参数率定,从率定效率、率定收敛性、率定稳定性和率定效果四个方面,验证PAGA算法的综合性能。【结果】结果表明:PAGA算法的计算加速效果显著,在10核环境下相对于AGA算法计算时间减少了87.9%;在进化后期,PAGA算法能够更加稳定的收敛于最优解,收敛后的目标函数值具有更好的稳定性;在验证期的场次洪水模拟中,采用PAGA算法率定的模型模拟效果最优,总体洪水合格率大于90%,确定性系数均值为0.85。【结论】PAGA算法能够明显降低模型参数寻优耗时,改善模型率定效果和收敛性能,为水文模型参数的率定提供了新思路。

基于云自适应遗传算法的野营器材运输路径优化

针对野营器材运输投送过程中存在的及时性不强、精准性不高和匹配性欠佳等问题,论文围绕现代联合作战保障和现代军事物流体系建设,综合考虑野营器材运输投送中的时间要求、经济成本和风险制约,构建运输路径优化模型,并采用基于云自适应遗传算法优化求解,以期制定合理的野营器材运输方案,供野营器材保障决策参考。

改进自适应遗传算法求解函数优化问题

针对遗传算法在复杂函数优化过程中存在收敛速度慢、搜索效率低和易陷入局部最优等问题,提出一种多方面改进的自适应遗传算法。算法从全局出发,对编码长度、种群初始化方式、选择方式、交叉和变异算子自适应机制以及适应度函数构造方式等方面进行了优化。仿真实验表明,算法在收敛速度、求解精度、稳定性、全局寻优能力等方面有了明显的改善,在复杂函数优化问题中显示了较好的性能。

基于改进自适应遗传算法的异形标签排样

针对二维异形标签人工排版费时费力费料的问题,提出了一种高效便捷的解决方案。首先,建立二维矩形带排样问题的数学模型,使用最低水平线算法作为排样定位算法。其次,通过自适应调整遗传算法中交换和变异的概率,平衡算法的收敛速度与种群多样性之间关系。实例验证表明该方案具有较强的可操作性,对异形标签的排样具有较大的应用价值。社会的发展推动技术更迭,异形标签的自动排样技术对于推动传统印刷产业升维,促进印刷产业在智能时代持续发展具有重要意义。

基于自适应遗传算法的变电所巡检机器人自主抓线伺服视觉控制方法

为提升变电所巡检机器人自主抓线效果,提出一种基于自适应遗传算法的变电所巡检机器人自主抓线伺服视觉控制方法。采集视觉图像并传输至图像处理模块,进行转换后计算巡检机器人巡检位置,并分别估计巡检机器人机械手及输电线路位姿,计算机械手与输电线路间的距离;将距离作为PID控制器输入,获得巡检机器人最小抓线距离;优化PID控制器参数,完成对变电所巡检机器人自主抓线精准控制。实验结果表明,该方法能够准确控制巡检机器人自主抓线,估计距离偏差小于0.1 mm。

基于遗传算法的适应性住宅套内平面布局生成设计研究

适应性住宅有助于营造灵活可变、随需求变化而相应演化的住宅空间,促进我国住宅长寿化发展。但功能的复杂与空间的灵活性带来了繁重的设计任务,如何在项目初期快速获取合理的套内平面布局方案成为亟待解决的问题。文章从建筑生成设计的角度出发,提取并转译套内适应性设计规则,基于遗传算法的标准框架,制定高效的套内平面布局生成方法,并结合生成实验验证方法的可行性,从而探寻住宅长寿化发展的方式以及新型建筑设计方法的应用。

基于自适应遗传算法的频谱传感器部署方法研究

频谱监测是快速、高效实施频谱决策、管制和制定用频计划的重要依据。高质量的传感器部署方案能够提升对电磁环境的全域、精细化感知能力,是准确获得电磁态势信息的重要基础。首先构建传感器监测能力模型,采用区域栅格化方法对监测覆盖面积进行快速计算;然后以栅格化的区域坐标点作为传感器备选部署位置,以使用最少数量传感器部署实现对监测区域最大面积覆盖为优化目标,构造遗传算法模型,通过迭代计算得到最优的传感器部署结果。仿真结果表明该方法相较于传统传感器部署方法具有更好的效果。

融合模拟退火参数的自适应遗传算法求解柔性作业车间调度问题

柔性作业车间调度问题是NP难问题,一般使用最大完工时间最短的评价指标来衡量加工顺序和机器选择的优劣,最短的完工时间意味着最快的生产速度。为了减小计算量并快速找到车间调度的最优解,提出了融合模拟退火参数的自适应遗传算法,详述了该算法的关键过程,并通过数据集的仿真实验验证了该算法的有效性。

物联网背景下基于改进多目标自适应遗传算法的智能汽车路径规划研究

在物联网迅速发展的时代背景下,智能汽车作为物联网的重要应用之一,其路径规划算法的优化显得尤为重要。然而,现有路径规划算法在应对复杂多变的实际道路情况时存在局限性,需要更灵活、高效的解决方案。本文首先列出了物联网背景下基于改进多目标自适应遗传算法的智能汽车路径规划的研究原因,随后重点论述了相关算法和研究方法,最后对研究结果进行了分析。

基于自适应遗传算法的制丝排产研究与应用

针对卷烟制丝排产多约束多目标的问题,以烟丝交付及时率、换牌次数、生产均衡性为目标,充分考虑机台产能、工艺约束、原辅料供应约束条件下,构建制丝排产模型,并设计自适应遗传算法进行模型求解,通过改进交叉和变异算子的自适应设计,加快算法收敛速度。本文的方法已在某卷烟厂制丝排产中应用,验证了该方法的有效性。

基于改进自适应遗传算法的旅行商问题研究

传统遗传算法因其强大的全局搜索能力成为了解决旅行商问题的优选之一,但它较差的局部搜索能力限制了该算法在寻求最优解时的效能。为解决此问题,笔者通过改良圈算法优化初始解,在进化过程中自适应调整进行各遗传操作的概率,结合模拟退火算法的关键步骤metropolis准则和加入逆转操作,基于随机模拟的策略对遗传算法进行改进并将其应用于求解旅行商问题。仿真结果表明,改进的遗传算法在算法收敛速度、收敛效果和解质量方面均优于传统遗传算法。