基于实数编码遗传算法的海底电缆电容电流实用计算方法

海上风电呈现出大规模大容量开发的趋势。但是,海底电缆的分布电容会产生较大电容电流。由于海缆电容参数难以获取,因此无法通过对地电容准确计算海缆电容电流,目前缺乏海缆电容电流的估算方法,使得海缆电容电流无法被准确掌握,可能影响海上风电场的安全运行。考虑了交联聚乙烯绝缘材料、系统电气设备电缆影响和海缆运行环境等因素对电容电流的影响,将海底电缆电压等级、电缆导体截面积和电缆长度作为自变量,以电容电流与非线性参数估算公式输出值的残差平方和作为目标函数,建立了基于实数编码遗传算法的海底电缆估算公式的非线性参数辨识模型,提出了一种海底电缆电容电流的实用计算方法,并通过与传统计算方法和电容电流实测值的偏差值与校正决定系数的比较,验证了非线性参数估算公式拥有较高的精度,适用于高电压等级与大电缆截面的海底电缆电容电流计算。

遗传算法中基于规则的分类器编码长度研究

遗传学为基础的机器学习使用遗传算法作为学习机制,设计以规则为基础的分类系统,通过训练数据集来实现类别的精确描述。针对遗传算法编码没有统一标准的问题,研究基于规则的分类器个体特征编码长度与分类准确率以及效率之间的关系,通过概率逼近分析个体特征编码长度对分类准确率的影响,利用迭代步骤数的数学期望计算方法,计算遗传算法分类器的分类效率。实验结果证明,遗传算法在密西根编码条件下,个体特征编码长度越长,分类器的分类准确率越高、收敛速度越慢。

实数编码混沌量子遗传算法

基于量子位的混沌特性和相干特性,提出一种实数编码混沌量子遗传算法(RCQGA).该算法在解空间内将实数染色体通过反向变换映射到量子位,采用量子位概率指导的实数交叉与混沌变异相结合的方法对实数染色体进行演化搜索.实验结果表明,RCQGA不仅可以有效避免二进制编码QGA早熟收敛的缺点,而且可以减少寻优的计算复杂度,具有收敛速度快、稳定性好、寻优能力强、精度提高容易等优点,适用于工程应用中的复杂函数优化问题.

一种有效的实数编码遗传算法

提出实数编码遗传算法的一个新重组算子———子空间正态分布算子 ,它在多父体张成的子空间中任取一点 ,然后进行高斯变异产生后代 .与已有的一些重组算子相比 ,新算子产生的后代在保持向量均值的前提下具有更多的广泛性和多样性 。

实数编码遗传算法的前向神经网络优化设计

提出一种综合控制策略的实数编码遗传算法,用该算法实现对前向网络结构及权值的同时优化设计。用非线性函数的逼近问题作仿真实验。结果表明,该算法能快速有效地确定网络结构及权值。

一种基于复合交叉的实数编码遗传算法

提出了一种基于复合交叉的实数编码遗传算法。通过对父代染色体间的区域进行多次交叉操作,复合交叉操作保留了被搜索区域的信息。算法首先对父代染色体进行复合交叉操作,然后利用包含在新个体集合中的信息进行信息最大化选择,对每一代个体进行基于适应度的选择。集合中信息冗余的个体被从种群中删除,位于欠搜索区域中的个体被保留。由于算法能够始终保持种群的多样性,算法不仅能搜索到全局最优点,同时也能找到尽量多的局部极值点。利用算法对多极值函数进行了寻优,仿真结果表明了算法的有效性。

基于混合编码遗传算法的证据网节点可靠性评估

证据网是一种基于D-S(Demspter-Shafer)理论层次化推广的推理模型,和D-S理论一样,当证据网中传感器节点不可靠时需要进行折扣(可靠性)处理。由于证据网是一种多层次的节点信息融合,折扣在不同融合层次传感器上,影响不同层次上的冲突,所以折扣的设置需全局考虑冲突情况。已有的可靠性评估方法是D-S理论中的评估,这些方法并不能保证在融合中全局的冲突最小,针对这一问题提出一种以减小全局冲突为目标使用混合编码遗传算法进行可靠性评估的方法。在仿真实验中通过与已有的可靠性评估方法进行比较,证明了该方法更能减小全局冲突,获得更好的结果。

基于实值编码遗传算法的起重机伸缩臂结构优化

实值编码遗传算法 (RCGA)的染色体空间和问题解空间是同一个空间 ,较好地解决了二进制编码遗传算法 (BCGA)存在的求解精度和冗余代码等问题 ;给出了改进的交叉和变异操作算子 ;RCGA自然集成工程领域知识 ,弥补 BCGA语义的不足 ,就实现而言 ,RCGA可有效继承常规数值算法的代码。因此 ,RCGA更适合有连续变量的复杂的工程数值优化问题。本文建立了多工况的基于惩罚的 RCGA模型用于起重机伸缩臂的优化设计 ,该模型比常规方法更符合工程实际 ,优化结果令人满意 ,证明 RCGA在工程设计中有实用意义。

多值编码遗传算法

针对经典遗传算法过早收敛,不利于保留种群多样性的问题,提出一种采用k阶扩展二进制编码的多值编码遗传算法.该算法可以更好地保留种群的多样性,更容易达到全局的最优点,应用结果比较也证实了多值编码遗传算法比经典遗传算法具有更好的优化效果.

基于浮点编码遗传算法的钢闸门主梁优化设计

针对目前钢闸门结构优化设计中存在的问题,建立了钢闸门主梁多目标优化的数学模型。提出了将浮点编码遗传算法与最小偏差法相结合,并将其应用到平面钢闸门主梁的多目标优化设计中。以主梁的重量、主梁抗弯截面模量与截面积的比值为目标函数进行了优化设计。优化结果表明,此方法能够克服传统优化算法极易陷入局部最优的缺点,而且收敛速度快,计算精度高。

基于实数编码自适应遗传算法的膜系优化设计

提出一种基于实数编码自适应遗传算法的膜系设计新方法,并将该方法与常用设计方法及传统遗传算法设计结果进行比较。结果表明,在相同设计要求下,用实数编码自适应遗传算法可以得到更加合理的膜系结构。理论和实践均表明该方法是高效、可靠的。

基于多层编码遗传算法的危险品运输调度模型

传统的危险品运输建模时只考虑危险品货物的配送问题,每次派送危险品货物仅派送一次且不考虑危险品运输需要特定的车辆的情况。本文从实际情况出发,建模时假定危险品运输需派送多次,将特定危险品需要特定车型纳入到约束条件中,将危险品运输的在总途时间最小作为目标函数,使用多层编码遗传算法对模型进行求解。最后,通过Matlab仿真验证了该模型的正确性。

结合实数编码遗传算法的模糊阈值方法

提出了一种新的结合实数编码遗传算法的模糊阈值分割方法。结合遗传算法内在并行运算的特点,此方法在选取多阈值时的效率明显高于传统的模糊阈值法。适应度函数中引入一个新的衡量分割结果的连通性的因子———连通度,克服了传统阈值方法中未考虑像素空间拓扑关系的缺陷。实验证明,此方法比传统模糊阈值方法在运行效率和分割子区域的空间连通性上都有很大程度的改进。

混合编码遗传算法及其在非线性反演中的应用

遗传算法中编码机制对交换和变异的搜索能力有重要影响。本文分析了二进制与十进制编码的搜索特点 ,提出了混合编码遗传算法的技术构想 ,并结合大变异技术 ,有效地提高搜索及产生有效基因物质的能力。论文结合地球物理反演问题的非线性特点 ,应用混合编码遗传算法求解地球物理位场反演问题 。

实数编码自适应遗传算法及其在光瞳滤波器参数控制中的应用

提出一种基于实数编码自适应遗传算法的光瞳滤波器光瞳函数参数优化设计的新方法.通过计算机模拟,结合实际使用场合对光能效率、旁瓣影响因子和超分辨能力的要求,选择合适参数实现最佳轴向超分辨成像效果.利用遗传算法设计的光瞳滤波器设计简单,有较好的综合效果,不仅具有较小的u0和M值,而且有较大的S值.理论和实践均表明该方法是高效和可靠的.

大型星座混合模拟退火遗传算法测控任务规划

提出了一种基于拥挤度的混合模拟退火多层编码遗传算法,用于解决大型星座的测控任务规划问题。首先,建立了大型星座测控问题的约束满足模型,对任务规划过程中的各种约束条件和优化目标进行了形式化描述。第二,采用多层编码的方法建立测控方案与解空间的对应关系,并采用遗传算法的启发式方法进行全局搜索。第三,为了增加种群的多样性并加快收敛速度,在每代进化结束后对种群中最优的部分个体进行基于拥挤度的模拟退火。超180颗卫星,32个地面测控天线的真实大型星座测控任务规划试验表明,基于拥挤度的混合模拟退火遗传算法的任务完成率高达99%,归一化综合收益大于0.9,算法运行时间小于15 min,验证了该方法具备工程实用价值。

基于多层编码遗传算法优化模糊FJSP

在实际生产系统中存在许多不确定的因素,导致很难获得准确的加工时间,模糊柔性作业车间调度(fuzzy flexible job shop scheduling problem,FFJSP)模型能够将不确定的加工时间用模糊数来表示,将模糊完工时间确定在一定范围内,因此更符合实际的生产。以最大模糊时间最小为优化目标,采用三角模糊数表示工件不确定的加工时间,使用多层编码遗传算法对模型进行求解。此算法针对柔性作业车调度的复杂性,设计了一种基于工序排序和工序对应加工机器号的双层编码,研究了遗传算法的适应度值、交叉和变异等操作。最后,通过MATLAB仿真验证了此算法的有效性和该模型的正确性。

用实数编码遗传算法解非线性方程组

将非线性方程组的求解问题转化为求最大值问题,设计出选择算子,杂交算子,变异算子,加速收敛的最佳个体保留策略和预防早熟的灭绝与移民算子,利用实数编码遗传算法求出了非线性方程组的解,数值例子表明了该方法的有效性。

基于实数编码遗传算法的神经网络优化设计

提出一种基于综合控制策略的改进的实数编码遗传算法,用该算法对前向神经网络的结构及权值进行优化。通过实验结果表明,该算法能快速有效的确定网络的结构及权值。

基于变长度编码遗传算法的铣削深度分配优化

根据某企业车辊机架大轴向铣削深度的实际需求,在满足铣削总深度及加工精度要求下,为实现对轴向铣削深度分配方案的智能决策,建立了刀具失效累计率和铣削总时间为优化目标的分配数学模型。通过对轴向铣削深度分配进行可变长度编码,对遗传算子交叉、变异的重新改写,并采用加权方法处理优化结果。结果表明:与传统平均分配方式相比较,采用变长度编码的遗传算法所获得的目标值最高减少16.5%。该方法可提高企业生产效率,降低企业成本。