基于非支配排序遗传算法NSGA-Ⅲ的多目标屏蔽智能优化研究

本文基于第3代非支配排序遗传算法(NSGA-Ⅲ)开展了多目标屏蔽智能优化方法研究。以乏燃料运输船舶为对象,采用多目标智能优化程序建立一维离散纵标计算模型,针对舱盖上方区域屏蔽结构(混凝土和聚乙烯厚度)进行优化设计,最终得到1组优化的屏蔽方案。基于优化后的屏蔽方案,建立真实的三维蒙特卡罗计算模型,和基于混凝土、聚乙烯或含硼硅树脂的方案进行对比,评估优化方案的屏蔽效果。评价指标包括屏蔽厚度、重量、总剂量率和价格等。结果显示,基于所开发的多目标屏蔽智能优化方法优化得到的方案各有特点,包含了多个优选的方案,为设计者提供了更丰富的选择。

基于海洋环境电磁资料的节点约束遗传算法反演流速剖面

海水运动切割地磁场产生的感应电磁场,是海洋环境电磁场的重要组成部分。为了丰富海洋动力环境参数求取方法,并进一步验证实际海洋环境电磁场观测结果的可靠性,本文以模拟磁场与实测磁场的差值构建目标函数,提出基于垂向阵列节点观测值约束遗传算法实现由海水运动感应电磁场反演流速剖面的方法。根据南海实际流速观测资料构建海水运动模型,反演测试结果表明,节点约束下的反演流速与模型流速有较高的相关性和较好的抗噪性能。对南海实测海洋环境电磁资料的反演结果表明,反演流速剖面与ADCP观测资料在总体变化趋势和细节刻画方面均表现出较好的一致性,验证了该反演方法具有较好的实际应用价值。

改进遗传算法支持下的计算机网络通信数据加密方法研究

为提升计算机网络通信中数据加密的效率,本研究采用改进的遗传算法进行加密算法的设计,以选择算子、交叉算子、变异算子的改进为核心,通过优化遗传算法的关键步骤,提升其在数据加密中的应用效果。研究设计了一种基于改进遗传算法的计算机网络通信数据加密方法,并进行了实验分析。结果表明,改进后算法在加密速度、安全性方面均优于传统遗传算法,具有较好的实际应用前景与适用性。

改进遗传算法应用于地震场景下无人机路径规划研究

为提高中强震灾害地区的救援效率,对传统路径规划模型进行了改进。传统模型在最大路程限制下优化覆盖人数,但无法均衡路程与覆盖人数,通过引入权重与均衡系数解决此问题并构建了加权路径优化模型。模型以生成路径最短、权重最大为目标,采用多无人机、单起降点的调度方法。为改善传统遗传算法的收敛性及对局部解空间的搜索能力,引入2-opt局部搜索算法、权重修复机制、以种群多样性指标动态调整算法的变异率和交叉率等策略,并对模型进行求解。结果表明,在多种运行场景下,该模型生成路径更加优越,算法与传统遗传算法、粒子群优化(Particle Swarm Optimization,PSO)算法、A^(*)算法相比,可得到救援效率更高的飞行路径。

基于遗传算法的车辆纵向跟随模糊PID控制

为提高智能车辆纵向跟随控制的精确性和稳定性,基于遗传算法(Genetic Algorithm,GA)设计智能车辆纵向跟随模糊控制系统。设计驱动和制动切换规则,根据期望速度计算期望加速度,实现驱动/制动的切换控制;提出在比例-积分-微分(Proportion Integration Differentiation,PID)控制器的基础上引入模糊控制(Fuzzy Control,FC)的方法,在线整定PID参数;考虑到模糊控制的隶属函数由专家经验获取的局限性,使用遗传算法对其进行优化。通过CarSim/Simlink建立仿真模型,对匀速行驶和变速行驶两种工况下车辆行驶状态进行分析,结果表明,优化后控制器能更快地稳定跟随前车行驶,智能车辆纵向跟随模糊控制系统具有良好的实用性,能提高车辆的驾乘舒适性。

基于Smith预估和遗传算法的低温场神经网络控制

低温度场广泛存在于生物医疗、低温加工等过程中,热传导和传质等导致系统存在滞后特性。针对低温度场调控系统中时滞特性导致的系统超调、振荡等问题,在Smith预估结合PID控制基础上,引入了BP神经网络,实现了控制器增益的自适应调整。针对传统神经网络学习算法增益调整速度慢、结果不稳定等问题,在充分考虑系统的动态模型下,提出了基于遗传算法的神经网络权值优化方法,实现了控制器增益的快速稳定调整。系统仿真结果表明,较PID-Smith控制、NNPID-Smith控制等,在低温度场时滞系统调控中超调较小,调整时间短,有效改善了低温度场调控过程中的系统稳定性。

基于改进遗传算法的2型糖尿病中医药有效处方推荐方法研究

目的改进遗传算法创新推荐度模型,以2型糖尿病(T2DM)电子病历数据为基础进行核心处方挖掘及有效处方推荐。方法基于真实世界电子病历数据,构建T2DM患者有效处方集及不同证型原始处方集数据库;对遗传算法进行改进,优化适应度函数的构建,使提取出的核心有效处方朝着有效处方集的方向进化;基于核心有效处方与原始处方集的相似度关系,创新推荐度模型,通过遍历不同证型原始处方集进行处方推荐度挖掘。结果共使用有效诊疗标准的处方17712条,提取的核心有效处方中包含中药37种;最终挖掘出满足“推荐度≥85%”的处方26条,最大推荐度为97.26%。结论研究改进遗传算法提高了对中药处方集的特征提取和全局搜索能力,并通过提出新的推荐度模型进行临床处方决策推荐,提高了电子病历数据的利用率。

基于遗传算法的氨燃料活塞轨迹燃烧优化控制

利用基于重复控制的主动控制器“虚拟曲轴”,在自由活塞发动机中实现了同一压缩比下的不同活塞轨迹运行特征(以参数Ω表征,为生成轨迹的椭圆的短轴与长轴之比),并从指示热效率、峰值压力位置、着火延迟和氮氧化物排放等特征的分析中,获得了参数Ω表征的最优活塞轨迹.以此轨迹作为进一步优化的初始条件,基于遗传算法,以指示热效率为优化目标,对活塞轨迹进行了全局寻优设计.研究结果表明:活塞运动轨迹的变化会影响氨的均质压燃过程.经过寻优设计得出的最优轨迹相较于传统内燃机能够提升3.35%的指示热效率,并减小了42.93%的着火延迟时间.

基于深度学习和遗传算法的方法调用缺陷自动修复方法

为提高软件缺陷自动修复技术的修复效果,针对面向对象程序中出现概率较大的方法调用缺陷,提出一种基于深度学习和遗传算法的方法调用缺陷自动修复方法。基于深度学习构造方法调用缺陷修复模型,使用修复模型生成候选补丁并验证;若补丁无效,则基于这些候选补丁,使用改进的基于遗传算法的缺陷修复方法生成候选补丁。实验结果表明,在Defects4 J数据集上,所提方法与DEAR、TBar、SequenceR和jGenProg自动化缺陷修复工具相比,缺陷修复率和补丁正确率都有提高。

基于改进模拟退火遗传算法的机械臂轨迹优化

为了优化机械臂的工作轨迹,提出了一种改进模拟退火遗传算法。综合考虑机械臂的作业要求及性能特点,利用五次多项式插值的方法在关节空间内规划出一条平滑的运动轨迹。通过罚函数法处理不满足约束条件的个体,动态线性标定法对适应度函数进行重新标定。设置一种交叉概率和变异概率自适应调节机制改进遗传算法,并引入模拟退火算法的退火思想,有效避免了算法陷入局部最优。仿真结果表明:改进模拟退火遗传算法优化后的轨迹相比传统遗传算法有效缩短了机械臂的运动时间,进而提高了机械臂的工作效率。

基于改进免疫遗传算法的铁路空箱调运优化

针对空箱调运问题,在传统免疫遗传算法(Immune Genetic Algorithm,IGA)基础上,通过对Hamming距离计算方式优化与调整,获得抗体亲和度与抗体浓度的精确度量,并据此设计了改进免疫遗传算法(Improved Immune Genetic Algorithm,IIGA)。为验证该算法的有效性和优势,以兰州铁路局下辖的各集装箱办理站实际运输数据为例,分别将所提出的IIGA与传统IGA、遗传算法(Genetic Algorithm,GA)设计对比实验。结果表明:在解决空箱调运问题时,相较于传统IGA与GA,IIGA能够在相对较短的时间内,以最少的迭代次数迅速收敛至最优解。

基于遗传算法优化的BP神经网络对面料悬垂系数的预测及分析

通过对面料悬垂系数的精确预测,实现面料悬垂性虚拟化的初步研究。回归分析等方法虽实现了部分悬垂指标的预测,但其存在预测准确性不高,部分指标无法计算的问题。为此,提出了一种基于遗传算法优化BP神经网络(GA-BP神经网络)的新方法,从面料数据库中选取100块纯棉机织面料样本,其中训练样本80块,测试与验证集各10块,通过遗传算法优化神经网络的参数,采用相关性分析优化样本输入参数,以此提高模型的预测能力。10块测试样的悬垂系数预测结果表明,与传统BP神经网络相比,GA-BP神经网络平均绝对百分比误差从12.74%降到了7.03%,同时,利用经验公式判断误差循环获取了最佳的隐含层节点数为9。研究表明,GA-BP神经网络能够有效提升面料悬垂性预测的准确度,对于面料悬垂性的虚拟化表现具有重要的应用价值。

基于遗传算法的阈值图像分割方法在隧道渗漏检测中的应用与分析

本文提出一种结合遗传算法的图像阈值分割方法,用于检测与分析隧道中的渗漏水病害。首先对隧道的激光扫描强度图像进行灰度分布特征分析处理,并根据图像特征对图像进行去噪以及灰度统一处理;其次设置适应度指标,并结合遗传算法对隧道图像进行阈值分割;最后使用西南某大城市地铁隧道的激光扫描图像进行渗漏水病害的检测与分割方法验证。实验结果表明,本文所提出的图像分割算法能够较为准确地进行隧道渗漏病害检测与分析,可为隧道结构安全分析提供支撑。

基于改进遗传算法的不锈钢混合硬化模型参数快速标定方法

基于常用结构奥氏体不锈钢S30408、S31608以及双相不锈钢S22053的循环加载试验结果,提出了基于经典混合硬化模型的改进遗传算法和自适应子步积分方法联合使用的模型参数快速标定方法。试验表明,3种牌号的结构不锈钢在大应变幅度下的循环硬化/软化行为普遍表现出明显的应变幅值依赖性和断裂前的硬化不饱和性,这与常用的碳素钢有显著差异。结果表明,该方法相较于传统标定方法显著减少了人工工作量和时间成本,且具有良好的精度和广谱性,更适用于不锈钢等不存在稳定滞回环的循环硬化不饱和及Non-Masing材料。相较于两种常用的传统标定方法以及基本遗传算法,提出的改进自适应遗传算法具有更高的计算效率和精度,且与多种加载制度试验结果吻合良好。

基于遗传算法的某混动动力总成悬置系统优化

在混合动力汽车的开发中,对某一特定车型的动力总成悬置系统进行了NVH性能对标测试。测试结果显示,在充电怠速工况下,该车型的悬置系统在X和Y方向上出现了剧烈振动,严重影响了乘坐舒适性。因此在ADAMS软件中对该动力总成悬置系统建立六自由度模型,并对其进行模态分析,发现该动力总成系统的固有频率与解耦率均未达到隔振效果的评价标准,需进行悬置参数优化。将悬置各方向解耦率和频率分布作为优化目标,采用MATLAB软件,结合遗传算法对各悬置的位置和刚度进行了优化设计。优化后的动力总成悬置系统在ADAMS软件中的仿真结果表明,该混合动力总成系统的解耦率得到明显提高,且固有频率分布也更符合隔振效果的评价标准;进一步的对比分析表明,优化后的动力总成悬置系统在Z方向的动反力幅值减少,隔振能力进一步加强,其NVH性能得到了提升。

基于多岛遗传算法的艉门轻量化设计

为了提高艉门结构的可靠性与经济性,本文采用多岛遗传算法对大型滚装船的艉门结构进行轻量化设计。以艉门重量最轻为目标函数,选取了4个设计变量进行自然选择,以中国船级社规范中艉门的应力、变形作为约束条件,采用有限元法进行轻量化设计。结果表明:多岛遗传算法对艉门轻量化设计有较好的适应性,算例结果的艉门重量与初始设计方案相比减少了8.3%,设计人员进行结构设计时需重点关注桁材腹板和面板尺寸。

基于遗传算法的煤矿梭车转向机构优化策略探究

为了提高煤矿梭车的灵活性,需要对其转向机构进行优化。本文以降低转弯直径和转弯阻力矩为目标,建立了目标函数,并对函数进行归一化处理。运用遗传算法对目标函数进行寻优计算,在兼顾转弯阻力矩和转弯直径的条件下,求解主销中心距的最佳取值,进而计算出其他结构参数的优化结果。比较结构优化前、后的控制目标,转弯直径从13.12m降至10.9m,转弯阻力矩从1.774×10^(7)N·mm降至1.530×10^(7)N·mm。经过优化设计,煤矿梭车的转弯直径和阻力矩均显著下降,达到了改进目标。

基于遗传算法的农田灌溉管网分布优化模型

为解决目前灌溉网络规划中存在的投入和灌水布局不合理问题。利用Kruskal和Dijkstra方法,解决传统GA的迭代速度较慢的缺点;在第二层优化过程中,提出基于整数值算法的最小投资费用最少优化方法,通过设定有关参数,利用MATLAB6.7对以上方法进行验证。结果表明,所构造的改良遗传算法在5次迭代中能得到最佳解,且总迭代次数不少于100次。通过实例分析,证明该方法的总体投资比传统的要小,可以节省8.4%的资金。实验证明该方法是科学的。

基于遗传算法的再生材料结构优化设计——以轻型木结构楼盖格栅为例

木材是一种典型的可再生材料,以其为主要建材的轻型木结构在双碳背景下拥有广阔前景。然而基于力学分析软件调整验算的轻型木结构楼盖格栅传统设计方法过分依赖主观工程经验,存在效率低、构件结构性能冗余,经济性不足的缺点;为实现轻型木结构楼盖格栅高效经济节材的设计,引入客观的遗传算法进行优化,通过Grasshopper搭建相关参数化几何模型与优化设计数学模型,调用Galapagos中的遗传算法模块以格栅总体积最小为目标执行优化,最后以某现代木结构幼儿园为优化算例,并通过MIDAS软件验证优化结果的可靠性。结果表明:轻木楼盖格栅节材优化变量均为离散数据,优化算例中班单元楼盖格栅工程量最大适应度个体在第5代已出现,优化效率整体可观;优化后的算例设计方案满足结构安全要求且相较于原方案节材6.4%。基于本方法所提出的各建筑功能类型轻型木结构楼盖格栅经济性设计方案能作为相关工程实践的有效参考。

基于遗传算法-PLUS模型的黄河流域景观生态脆弱性多情景模拟

黄河流域生态保护和高质量发展是党中央作出的重大战略决策,如何科学谋划、统筹构建黄河流域土地利用和生态系统新格局极具现实意义。从多情景下景观生态脆弱性预测这一较为新颖的研究视角切入研究,在分析黄河流域1995—2020年土地利用类型转移情况的基础上,针对流域自然发展、生态保护、经济发展、生态保护与经济发展兼顾的协调发展4种不同发展目标,耦合Genetic Algorithm(GA)优化算法与Patch-generating Land Use Simulation(PLUS)模型,对土地利用类型转移概率进行优化,进而模拟2030年土地利用格局、盐碱地和湿地空间分布;在土地利用模拟的基础上计算景观格局指数和景观生态脆弱度,据此分析黄河流域生态脆弱性演变特征。主要结论如下:(1)在2030年土地利用多情景模拟中,林地、草地和水域面积在四种情景下均有一定程度的增加,生态系统修复效果明显;协调发展情景下水域扩张程度最大,建设用地扩张率大幅低于自然发展和经济发展情景;(2)相较于2020年,2030年盐碱化程度增加,自然发展情景情况最为严峻;湿地生态系统修复效果明显,协调发展情景下恢复程度最大;(3)黄河流域2030年林地、草地、水域和建设用地破碎化程度减弱,耕地和未利用地则相反;流域整体景观破碎度较2020年有所降低,土地利用的丰富性和多样性提升;(4)相较于2020年,黄河流域2030年的景观生态脆弱性仍有加剧趋势。生态保护情景下恶化程度较缓,协调发展情景对于流域上游水系风蚀区的水土保持和中部平原地区生态平衡的效果十分显著。研究结果为黄河流域国土空间规划和生态保护治理提供了新的理论基础和实践证据。