遗传算法在相似材料配比试验设计中的应用研究

为探究相似材料配比优化问题,选取水膏比(水与石膏质量之比)为变量因素,基于Matlab环境进行遗传算法的相似材料配比优化研究。设计以1/15拉压比为主要参照目标,通过力学性质试验获取不同水膏比的相似材料单轴抗压强度、抗拉强度、弹性模量、泊松比、内摩擦角和内聚力6项力学特性参数,对其进行回归拟合,并构建遗传算法的相似材料配比优化模型。经对输出结果的二次试验检验可得到较好的配比优化效果,研究结果可为相似材料配比优化方法提供一定的理论依据。

用适应值激励机制提高遗传算法的效率

分析了传统遗传算法作为函数优化器在宏观进化机制上的局限性 ,讨论了群体的可进化性在函数优化中的作用。在此基础上提出在遗传算法中引入适应值激励机制 ,用它来动态地提高群体的可进化性。数值实验表明 ,带有适应值激励机制的改进遗传算法的搜索效率得到很大提高。

大规模编队空战队形优化算法

大规模编队队形优化是空战战术研究的一个重要方面,但是对队形优化评估标准还没有建立一种有效的方法.在利用市场机制完成目标分配的基础上,提出使用编队目标函数作为队形优化评估标准.为了验证该评估标准的有效性,提出利用自适应遗传算法完成大规模编队协同空战队形优化.首先采用层级方法对大规模飞机编队队形进行编码和解码,然后利用编队目标函数构造出了适应度函数.最后通过3组例子阐明了队形优化算法的有效性.

基于遗传算法的平面连杆机构综合方法

应用遗传算法进行平面连杆机构综合的方法与步骤 ,其核心是编码与产生初始种群、适应度计算、遗传操作和确定群体的大小等 ,该方法避免了其它优化综合方法必须具有初始值的条件 ,是一种求解非线性很强且解答为多峰性问题的有效手段。并以平面 4连杆机构综合为例 ,进行了实际综合应用。证明了该方法的适用性 ,并可以推广应用于 6杆及其以上平面连杆机构的综合问题。

基于适应度评价扩展自适应遗传算法的门级电路进化设计

针对遗传算法适应度评价阶段指定输出单元容易丢失潜在解的问题,该文提出了一种基于适应度评价扩展的电路进化设计方法。该方法将每个逻辑单元的输出都视为一个潜在的解处理,得到一个最优适应度评价值,避免了潜在解的丢失,有效地提高了自适应遗传算法的性能。通过多种电路的进化设计实验比较了该文方法与传统自适应遗传算法设计的性能,结果表明,该文方法具有收敛速度快、迭代次数少、获得最优解成功概率高的优点。

优化多品种零散货物配装问题的混合遗传算法

针对多品种、具有优先等级货物配装问题的特点,建立了能充分均衡利用装载工具的载重和容积的多品种货物配装模型,并从全局、整体最优上设计混合遗传算法求解。首先,采用基于容重比平衡法构建初始解,提高解的可行性,用基于排序选择与最佳保留相结合的策略保证群体的多样性,构造合理动态容重均衡适应度函数以保证收敛到全局最优解;其次,利用模拟退火算法的Boltzmann机制,控制遗传算法的交叉、变异操作,加强局部搜索能力和效率。实验结果表明了上述模型和算法的有效性,并为大规模解决实际问题提供了思路。

遗传算法的基本原理及其应用研究

介绍了遗传算法的基本概念和基本原理,分析说明了遗传算法求解实际问题的基本步骤以及应用领域,指出了遗传算法在应用中的几个关键问题,同时简要介绍了遗传算法研究新动向及存在的问题。

用适应度-距离选择机制遗传算法识别油气层

为提高遗传算法种群的多样性,在选择父辈串的时候通过综合考虑适应度值与彼此之间的海明距离确定选择机制,提出了基于适应度-距离(FD:Fitness-Distance)选择机制的遗传算法(GA:GeneticAlgorithm)。将该遗传算法与人工神经网络(ANN:ArtificialNeuralNetwork)技术相结合,应用于油气层的识别问题中。通过对实际样本的验证,获得了较好的效果,达到了快速识别油气层的目的,对两个实例的训练精度分别比标准遗传算法提高了22.6%和10.5%

可用于演化硬件的改进自适应遗传算法研究

为提高演化硬件在演化过程中的收敛速度,以解决其可扩展性问题,研究了标准遗传算法的3个遗传算子,分析了进化不同阶段对遗传算子的不同要求及其对收敛速度的影响。在Srinivas的自适应策略和基于阶段进化的自适应策略的基础上,提出一种新的针对变异算子的自适应策略,并在轮盘赌选择方式中加入适应值标度变换。结合实例,对改进后的算法进行了仿真,结果表明了加入适应值尺度变换和新的自适应策略后,算法的收敛性有所提高。

关于遗传算法硬件化过程中适应度函数的研究

本文作者在遗传算法硬件化模型具体实现过程中,对进化算法及其硬件化问题,特别是对适应度函数的选择原则和收敛影响因素等问题进行了理论和实验研究;探讨并提出了适于硬件化且可加速搜索的适应度函数评估方法,为研究中的可进化硬件(EHW)奠定了较好的研究基础。

适用于演化硬件的遗传算法

为提高演化硬件在演化过程中的收敛速度,实现复杂的演化硬件,研究以Xilinx公司的Virtex-5Pro系列开发板作为硬件平台的基于SOPC的自演化系统。分析简单遗传算法与量子遗传算法对种群的适应度以及收敛速度的影响;实验中通过全加器电路和2位乘法器电路实现了自演化系统的验证。结合实例,对2种算法分别进行仿真,仿真结果表明,相对于标准遗传算法而言,量子遗传算法效率更高、更适应于进化复杂的大规模电路。

基于量子遗传算法优化的空间魔法波形装置动态网格坐标误差分析

研究了一种基于量子遗传算法的空间魔法波形装置的动态网格坐标误差优化计算。空间魔法波形是一种由等长木棍在三维空间拼接成动态网络并由绳索驱动的用于科普演示的装置,木棍网络的每个节点坐标的计算对于装置整体的设计和组装有重要意义。引入一种将量子计算概念(量子态、量子门、量子状态特性、概率幅等)融合到传统遗传算法中的优化算法——量子遗传算法,用量子位表示基因,再利用量子信息的叠加性使每个量子位表达基因的可能性相同,进而通过基因位的旋转完成基因的变异,每次完成变异后判断适应度是否满足条件,满足条件的解将持续更新,在不停地迭代计算下求出最终的最优解。利用量子遗传算法计算变化后的空间魔法波形木棍网络节点的z坐标比使用传统遗传算法和蒙特卡洛算法时的平均精度分别降低了0.027 0%和0.045 8%,该算法的使用提高了在机械设计、制造工艺、计量测试中坐标求解的精度。

基于混合优化算法的粮食仓储机械通风工艺优化

机械通风作为储粮中最常用的技术,在调节粮食的温度和水分方面起着非常重要的作用。为了缩短储粮仓中小麦机械通风的时间,降低该过程中的能耗,采用多元非线性回归法,拟合了通风口处空气温度和相对湿度、小麦初始水分和温度与通风时长的函数关系,运用粒子群-遗传混合优化算法对小麦通风时长进行了单目标优化。结果表明,降水通风过程最佳工艺参数为通风口处空气温度28℃、相对湿度25%;降温通风过程最佳工艺参数为通风口处空气温度10℃。研究结果可为小麦机械通风过程工艺参数的设置提供理论依据,具有一定的实用价值。