考虑颗粒破碎的砂土UH模型及其参数反演

颗粒破碎对粒状土临界状态的影响十分显著,研究认为在e-lnp空间内,粒状土的临界状态线会随着破碎的进行向下漂移,而捕捉颗粒破碎量与临界状态线漂移量之间的一一映射关系是一项巨大的挑战。通过引入颗粒破碎参数eB对砂土UH模型进行了修正,并将其嵌入实数编码免疫遗传算法(RIGA)中,构建了RIGA-MUH模型,提出了可获取不同破碎程度下临界状态线的新方法。为得到更加准确的临界状态参数,模型通过调整粒状土临界状态下在误差函数中的权重比进行优化改进,并通过Toyoura砂和Cambria砂的常规排水三轴压缩试验结果,验证模型的稳定性、合理性和准确性。结果表明,该模型可以得到某一颗粒破碎量下精度较高的临界状态线,为提出考虑颗粒破碎的本构方程提供一种新方法。

拟梯度遗传算法在水电厂厂内经济运行中的应用研究

提出一种求解水电厂厂内机组间负荷优化分配的新方法——拟梯度遗传算法 (QGA) ,详细介绍了算法的原理和实现过程。该算法采用实数编码技术和基于拟梯度的遗传变异算子 ,求解精度高而且收敛速度快 ,为水电厂内的经济运行提供了一种有效的方法 ,算例说明了该方法的有效性。

配电网重构的食物链生态进化算法

以降低网损为目标函数,将食物链生态进化算法(EEAFC)应用于配电网重构。该算法模拟生态食物链多种群并存的竞争进化方式,提高了个体的多样性和进化的层次性,具有良好的全局和局部搜索能力,避免了已有仿生类算法未成熟收敛等缺陷。根据配电网的特点,提出了基于独立环路的实编码方法,显著降低了变量维数。在对开关的运行方式采用断开、闭合、常闭、联闭4种状态描述的基础上,进一步将联闭状态分为直接联闭和间接联闭2类,并根据它们各自的特点,采用相应的处理方法,确保迭代过程中搜索到的所有解都自动满足网络辐射状及无孤岛的运行要求。对IEEE16节点、IEEE33节点和IEEE69节点3个不同规模测试系统进行分析计算,并与遗传算法及相关文献结果进行比较,结果表明所提算法具有快速的全局寻优能力。

遗传算法在网络在线智能组卷中的应用研究

速度和质量是网络在线实时组卷的两个核心要求，常用二进制编码遗传算法组卷时间受题库试题总量影响大，且后期收敛效率低；通过对上述问题的分析，提出了一种基于分段实数代号编码和微量变异算子的GAs组卷算法，详细描述了新算法的设计思想和实现过程；结果验证了该算法运用于网络在线实时快速组卷的可行性，新算法的收敛时间(组卷时间)不受题库题量影响，可短至1.56s。

归一化实数编码的多维并行遗传算法

给出了归一化多维实数编码的基本定义,并在此基础上提出了基于归一化实数编码的多维并行遗传算法;对归一化实数编码多维并行交叉算子、多维并行变异算子进行了详细的研究;提出了多维优化问题归一化实数编码长度计算公式;对遗传算法的控制参数确定进行了阐述;对归一化实数编码的多维并行遗传算法适应度函数的确定方法进行了研究。实验表明,归一化实数编码多维并行遗传算法可以大大提高多维优化问题的收敛速度,从而进一步提高算法的性能,这些特点对于计算复杂的非线性多维优化问题具有重要的意义。

气动优化设计中的遗传算法研究

建立了以实数编码技术为基础的多种遗传算法模型。利用这些模型来研究复制、重组和变异三种基本的遗传操作对气动优化设计的优化质量和效率产生的影响 ,在此基础上研究群体规模、最大进化代数和遗传概率等遗传控制参数对优化质量和优化效率的影响 。

一种量子磷虾群融合算法及其应用

针对磷虾群算法和量子进化算法的缺陷,提出了一种量子磷虾群融合算法(quantum krill herd fusion algorithm,QKH)。该算法通过采用双链实数编码量子磷虾位置,加快收敛速度,避免量子观测的随机性和复杂性;通过利用动态调整的量子磷虾群旋转门更新磷虾位置,提升收敛精度,提高量子旋转相位的确定效率;通过改进的量子全干扰交叉策略,避免算法陷入局部最优,提升优化效率。通过经典测试函数验证了所提算法的优势。建立了QKH-BPNN空调负荷预测模型,仿真结果表明:该模型具有更好的准确性和稳定性。

基于改进遗传算法的继电器优化设计

为解决二进制编码遗传算法(GAs)处理连续优化问题时需解码、编码操作,算法计算精度不高等问题,提出了一种基于实数编码的改进遗传算法(IFGA),采用非均匀交叉和非均匀变异算子进化产生下一代种群。针对继电器产品体积最小优化设计受机、电、磁、热、几何尺寸等制约条件下的非线性约束优化问题,其目标函数和约束函数均呈高度非线性,应用改进的遗传算法结合自适应约束处理技术求解该优化问题。通过数值试验与传统设计、已有文献设计的对比,该算法满足所有约束条件,且目标函数值下降51.6%,验证了该算法的有效性。

基于混合遗传算法的船舶避碰路径规划

针对不同会遇态势下的船舶避碰路径规划问题,建立一种基于遗传算法和非线性规划理论的避碰路径规划模型。该模型结合遗传算法全局搜索能力强与非线性规划方法局部搜索能力强的特点,使混合后的遗传算法在性能和效率上都得到提高。综合考虑船舶安全性、路径平滑度和路径长度等因素的影响建立避碰目标函数,采用基于实数编码方式的轮盘赌选择算子、算术交叉算子和高斯变异算子,通过迭代获取全局范围内的最优解。通过仿真对模型进行可行性验证和必要性分析。

云计算环境下利用改进遗传算法结合二次编码的大规模资源调度方法

针对传统遗传算法无法满足多用户下的大规模云计算环境下的资源调度问题,提出利用改进遗传算法结合二次编码的方法解决大规模资源调度。首先,在选择复制阶段,采用基于最小任务完成时间和匹配程度的双适应度函数,对种群以双重标准进行筛选。然后,对算法的交叉变异概率进行了自适应优化,使其自适应能力进一步提高,保证了算法尽快向最优解收敛。同时引入的收敛终止条件保证了算法尽快跳出循环。最后,在CloudSim平台上对改进遗传算法(IGA)进行了分析,实验结果表明,提出的改进遗传算法能够很好地适用于大规模资源调度,且结果优于其他几种较新的对比算法。

基于DCQGA的PID参数自整定

量子遗传算法相对于普通遗传算法具有更好的多目标寻优能力,在PID参数优化中具有一定优势,但是标准量子遗传算法容易陷入局部极值,并且在进化后期容易出现早熟收敛的现象,提出了一种新的方法——双链量子遗传算法(DCQGA)来整定PID控制器的参数。该方法直接用实数来编码基因位,用量子旋转门和量子非门进行染色体的更新和变异,用最优解和当前解量子位概率幅组成的行列式来确定量子门旋转方向,用结合目标函数梯度信息的自适应策略调整旋转角大小。同时采用误差绝对值时间积分性能指标作为PID参数选择的最小目标函数进行Matlab仿真,通过与普通遗传算法和标准量子遗传算法整定效果的对比,结果验证了DCQGA具有更快的响应速度和更好的多目标寻优能力。

遗传算法在钢管混凝土框架优化中的应用

运用实数编码技术，建立了适合钢管混凝土框架设计的遗传算法优化模型；依照满足使用性能且投资最省的原则，采用竞争选择方式直接处理约束条件，设定了适应度函数；提出了用Matlab编写程序的优化流程图。遗传算法优化模型可以降低钢管混凝土框架结构的工程造价。

Improved Real-Coded Genetic Algorithm Solution for Unit Commitment Problem Considering Energy Saving and Emission Reduction Demands

Unit commitment(UC), as a typical optimization problem in electric power system, faces new challenges as energy saving and emission reduction get more and more important in the way to a more environmentally friendly society. To meet these challenges, we propose a UC model considering energy saving and emission reduction. By using real-number coding method, swap-window and hill-climbing operators, we present an improved real-coded genetic algorithm(IRGA) for UC. Compared with other algorithms approach to the proposed UC problem, the IRGA solution shows an improvement in effectiveness and computational time.

考虑车辆等待的应急物资调配方案优化研究

为了提高应急救援效率,结合震后灾民对应急物资的需求特征以及应急物资进行两级调配的特点,提出一种考虑应急车辆在应急配送中心等待情况的多物资、多级配送的应急物资调配方案优化模型.结合所研究模型的特征,提出利用基于实数编码的遗传算法对模型进行求解,并依据具体算例将所提出的考虑已到达配送中心处的应急车辆是否需要等到下批应急物资运达该地后再开始下级配送的新决策方式与两种传统方式进行比较分析,验证所提出模型的有效性和可行性.结果表明:所提出的优化模型结合了两种传统方式的优点,在提高灾民对运达应急物资的数量及时间的综合满意度的同时,降低了运输费用.

多色服装裁剪分床计划复合优化算法

服装生产工业中,服装裁剪分床计划是工艺流程的第1个步骤,对生产管理和成本控制起决定性作用,而大批量不规则多色服装裁剪分床是关键难题,其本质是一个NP难的非线性优化问题.针对该问题,提出一种基于NSGAII的复合优化算法,首次将多目标进化算法应用于裁剪分床计划问题中.首先,建立多色服装裁剪分床多目标进化优化模型,以生产过剩量最小和分床数量最少为优化目标;其次,采用岭回归解耦策略将分床优化问题中的尺码组合方案和铺布层数方案进行线性解耦,从而提高求解精度;再次,采用实数编码方式对分床方案进行编码,提高算法运行效率;最后,通过实际应用案例和算法对比实验,验证所提出算法在求解精度和效率上相比传统启发式算法和优化软件工具优势明显.实际应用案例表明,所提出算法能够有效地优化裁剪部门生产管理,减少布料浪费和生产设备投入,具有很好的应用价值和参考意义.

基于实数编码遗传算法的项目组合规模决策

指出了应用二进制编码遗传算法进行项目组合选择的局限性,提出利用实数编码代替二进制编码进行项目组合规模决策。借鉴双赌论选择遗传算法的思想建立了基于实数编码的项目组合规模决策遗传算法,最后通过算例探讨了实数编码和二进制编码两种遗传算法在项目组合决策中的优劣。

基于实数编码的遗传算法在软土路基沉降预测中的应用

采用基于实数编码的遗传算法与Biot固结理论相结合,建立了适用于饱和软土地基固结的土体参数反分析方法和沉降预测方法,并编制了相应的计算机程序.工程实例表明,该模型是合理的,并能够很好地应用于工程实践.

基于定长实数路径编码机制的移动机器人路径规划

针对移动机器人路径规划问题,提出一种新的定长实数路径编码机制。首先进行环境地图建模,通过坐标变换在路径的起点和终点之间建立新地图,然后用定长的实数编码机制使得机器人在不断靠近目标点的趋势上,寻找一条最优的路径。为了进一步提高效率,根据障碍物的位置规划出机器人的"有效区域",缩小搜索空间。采用免疫进化与模拟退火相结合的免疫模拟退火算法求解最优路径。仿真实验表明,该算法具有较强的全局和局部搜索能力,能够使得机器人快速地找到一条较优的路径。