蒙开个地区河库连通工程的泵站运行方式研究

蒙开个地区河库连通工程包含南洞一级泵站、南洞二级泵站和长桥海泵站,研究水泵机组不同运行方式对各泵站运行能耗的影响有助于提升工程运行效益。构建了考虑定速节流运行方式和变频调节运行方式下3座泵站站内机组优化组合模型,运用标准遗传算法、精英保留遗传算法对模型进行求解,考虑变频调节装置成本,分析了改造方案的经济性。结果表明:精英保留遗传算法在求解精度上与标准遗传算法相差较小,但在求解效率上显著优于标准遗传算法,能够更好地求解蒙开个地区河库连通工程的泵站机组优化组合模型;变频调节运行方式的节能效果最为显著,各级泵站在流量范围中段存在高效节能段;当各级泵站大部分时间提水流量低于0.7 m^(3)/s或接近满带流量,无需变频改造;其他情况下改造后各级泵站能快速实现正向收益,经济效益较为明显。研究可为蒙开个地区河库连通工程的泵站节能改造提供参考。

基于遗传算法的多设施选址问题研究

文章采用数学建模和遗传算法相结合的方式对考虑货物分配的多设施选址问题进行求解,并且在研究中运用正交实验法优化参数设定,在算法中运用轮盘赌选择法保证染色体的多样性,运用精英保留策略防止优良基因的丢失,最终达到使企业物流以更低成本和更高效率运作的目的,所给出的算例验证了算法在求解上述问题的有效性。

基于改进遗传算法的装配线平衡优化研究

为实现装配线生产工序的平衡优化,采用改进遗传算法,以装配线生产节拍、平衡率和平滑指数为优化目标,建立装配线平衡优化模型。采用基于紧前工序约束的交换变异方法,并与父代进行优劣对比,有效避免无效基因的产生。引入精英保留策略,提高算法寻优能力及收敛速度。以波轮洗衣机机芯装配线的平衡优化为例,验证前述算法的可行性。结果表明:与原方案相比,优化后的生产节拍为17.2 s,减少了0.8 s;生产平衡率达到90%,提高了18%;平滑指数从1.3减少到0.72,验证了所提出的模型算法可以有效优化该装配线的生产节拍、平衡率、平滑指数,从而优化其生产效率。

蜜蜂进化型遗传算法

本文提出了一种蜜蜂进化型遗传算法.在该算法中,种群的最优个体作为蜂王与被选的每个个体(雄蜂)以概率进行交叉操作,增强了对种群最优个体所包含信息的开采能力.为了避免算法过早收敛,在代进化过程中引入了一个随机种群,提高了算法的勘探能力.通过将该算法建模为齐次有限M arkov链,证明了它的全局收敛性.实验结果表明,蜜蜂进化型遗传算法是一种提高遗传算法性能的有效改进算法.

一种新的基于小生境模拟退火的遗传算法

针对模拟退火遗传算法中不合理替代方式以及孤立的比较机制,提出一种新的基于小生境模拟退火的遗传算法.通过温度的逐步降温,可以在进化早期增强种群多样性,而在进化末期加速算法的收敛过程,有效克服了遗传算法容易早熟、局部搜索能力差的缺点.同时算法还使用了最优保留策略替代了轮盘赌选择算子,从而有效地减少了适应度相对高的个体在种群中快速扩散的可能性.研究结果表明:与常见的模拟退火遗传算法相比,新方法能够有效提高遗传算法的收敛性能.

一种改进的遗传多目标优化算法及其应用

为解决含多个目标和多约束的优化问题,文中结合非支配排序思想、精英保留策略、小生境技术,并对传统的小生境技术中基于个体适应度的淘汰技术进行改进,提出以一种向量模适应度函数作为淘汰准则,从而得到一种改进的Pareto遗传多目标优化算法。通过最小化两个多元目标函数,验证了该算法能够获得更加均匀分布的Pareto前沿,避免了局部收敛的问题。在此基础上,将改进多目标优化算法用于PID控制器参数整定,以锅炉过热汽温串级控制系统为例进行了仿真研究。结果表明,改进的遗传多目标优化算法可以获得多组对应不同性能指标的控制器参数,并在对象特性发生变化的情况下,仍能获得较好的控制效果。

一种改进的最优保存遗传算法

在已有的研究工作基础上,给出了一种改进的最优保存遗传算法,研究了算法的全局收敛性和收敛速度,并给出了收敛性证明.数值实验表明,该算法能够有效的求解全局优化问题.

基于改进遗传算法的舰船电力系统网络重构

为了解决舰船电力系统发生多重故障时供电恢复问题,本文改进了遗传算法,通过采用最优保留的选择机制和自适应交叉、变异概率,有效地加快了算法的收敛速度。而综合考虑适应值和相似度的适应度选取,保证了种群选择的多样性,和现有的算法相比,改进效果是明显的。为检验重构方案是否满足约束条件限制,本文提出了更为简便、快捷的基于线路、负荷相关性的方法。舰船电力系统典型故障恢复算例表明,改进的遗传算法有效提高了供电恢复的速度及精度,避免了不成熟收敛。

一种多精英保存策略的遗传算法

根据种子到当前最优点的距离将种群分成两部分,小于或等于某一自适应距离值的种子归入当前最优种群,大于该距离值的次优种子形成次优种群集合。对此两个种群分别按照不同的进化策略协同进化并重组。通过界定最优种群边界来提高遗传算法局部搜索能力,通过对次优种群自适应变异,比较好地平衡种群的"选择压力"和"种群多样性"。数值结果表明了本方法的有效性和稳定性。

基于神经网络模型和改进最优保留遗传算法的非线性系统多步预测控制

针对复杂工业过程中存在的时滞、慢时变、强干扰等非线性控制对象提出一种利用径向基函数神经网络 (RBFNN)作为预测模型 ,改进最优保留遗传算法 (MEGA)作为滚动优化策略的非线性预测控制算法。仿真结果表明该算法具有较强的鲁棒性和抗时变性能。

一类解修补方法在厂级负荷优化分配中的应用

针对遗传算法解决厂级负荷优化分配问题时易早熟,约束条件难满足的问题,提出一种多精英保留策略和基于可分配区间信息的解修补方法,结合厂级负荷优化分配问题的特点,在初始化、交叉与变异过程中,给出新的指导性规则。提高种群的多样性,通过对不可行解进行修补,提高初始化成功率,并将遗传操作过程中,维持种群中可行解比例在一个较高的水平,提高了随机解约束方法的生成效率,解决了遗传操作过程中,罚函数法难以保证不可行解比例的难题。最后通过数值仿真实验说明其正确性与有效性。

最优保留遗传算法及其收敛性分析

最优保留ＧＡ（ＥＧＡ）是目前ＧＡ 收敛性研究中比较典型的一类。在已有研究成果的基础上给出了ＥＧＡ更一般的规范化定义，指明了ＥＧＡ 全局收敛的本质及其两种实现方式，并分别对它们进行了收敛性分析。最后提出一种变形的全局收敛的ＥＧＡ。

基于留优遗传算法的倒立摆最优LQR控制

被控系统稳定性与LQR控制器权重矩阵Q和R的选择有关。针对选择适当的Q和R使系统在约束条件下达到稳定性最优的问题,提出了一种通过留优遗传算法实现二级倒立摆系统LQR控制器参数寻优的新方法。以被控系统的动能积分为性能指标来实现寻优,以能量为寻优性能指标,可使二级倒立摆系统各部分的稳定性以统一的量纲表示。可依据倒立摆系统的耦合性,从总体的角度考虑系统的稳定性。仿真的结果表明了该方法的有效性。

遗传算法基本理论的仿真研究

简单介绍遗传算法的基本理论,并以求解一个多峰函数最大值的最优解为例子,给出基本遗传算法的求解步骤,并借助Matlab进行仿真研究,验证基本遗传算法的求解效果;研究最佳保留机制和移民机制对遗传算法性能的改善,并进行仿真验证。

最优保留遗传算法的研究与分析

最优保留GA（EGA）是目前GA收敛性研究中比较典型的一类。文章在已有的研究成果基础上，给出了EGA更一般的规范化定义，指明了EGA全局收敛的本质及其两种实现方式，并分别对它们进行了收敛性分析。

一种改进的遗传算法及其应用

为解决遗传算法的早熟和局部收敛现象,提出的一种改进的遗传算法,该算法引入海明距离构造初始种群,在选择、交叉、变异过程中采用最优保存策略。实验表明改进的遗传算法增强了种群的多样性,并在一定程度上避免早熟现象发生,同时又能较快找到全局最优解。

基于种群成熟度的修正遗传算法

提出了一种基于种群成熟度的修正型遗传算法.在该算法中,提出一种新的对个体选择进行交叉的方法.同时分析了遗传算法出现早熟情况的机理.为了避免遗传算法的过早收敛问题,在遗传算法的进化过程中计算和判断种群的成熟度,为种群提供了双进化模式.实验结果表明,新算法不仅提高了算法的精度,而且能克服GA算法中出现的"早熟"现象,是一种提高遗传算法性能的有效改进算法.

一种基于相异因子的最优保存策略

提出一种基于相异因子的遗传算法最优保存策略,该策略首先产生与最优个体相异因子较大而目标值相近的个体,然后用该个体依次替换种群中与最劣个体相似因子较大且目标值相近的个体,既保证了种群的多样性,又加快了种群收敛速度,收敛效率明显提高。

基于改进遗传算法桁架结构优化设计

探讨了遗传算法在离散变量结构优化设计中应用。在优化设计模型中采用凝聚函数处理约束条件,引入小生境(niche)技术、改进交叉方法以及采用竞争最优保留策略来改善遗传算法性能。最后通过算例验证了本文方法的可行性和有效性。

基于轮换寻优的遗传算法在神经网络中的应用

基于最优控制中的轮换寻优思想 ,对遗传算法进行了改进。综合采用交叉编码方法和多参数级联之点映射编码方法对寻优参数进行编码 ,为了避免遗传算法中经常出现的过早收敛现象的发生 ,把近亲回避交叉策略和最优保留方法应用到遗传算法中 ,对神经网络的权值和阈值进行了分组轮换寻优 ,成功地完成了对多层前馈神经网络的训练 ,并与常规的BP算法和常规的遗传算法进行了比较。仿真结果表明 ,改进算法的效果比常规的BP算法和常规的遗传算法要好。这种寻优方法把传统的寻优方法和遗传算法结合起来 ,为全局寻优方法提出了一种途径 。