期刊文献+
共找到209篇文章
< 1 2 11 >
每页显示 20 50 100
Estimation of Open Channel Flow Parameters by Using Genetic Algorithm
1
作者 Ebissa Gadissa Asirat Teshome 《Open Journal of Optimization》 2018年第3期51-64,共14页
The present study involves estimation of open channel flow parameters having different bed materials invoking data of Gradual Varied Flow (GVF). Use of GVF data facilitates estimation of flow parameters. The necessary... The present study involves estimation of open channel flow parameters having different bed materials invoking data of Gradual Varied Flow (GVF). Use of GVF data facilitates estimation of flow parameters. The necessary data base was generated by conducting laboratory. In the present study, the efficacy of the Genetic Algorithm (GA) optimization technique is assessed in estimation of open channel flow parameters from the collected experimental data. Computer codes are developed to obtain optimal flow parameters Optimization Technique. Applicability, adequacy and robustness of the developed code are tested using sets of theoretical data generated by experimental work. A simulation model was developed to compute GVF depths at preselected discrete sections for given downstream head and discharge rate. This model is linked to an optimizer to estimate optimal value of decision variables. The proposed model is employed to a set of laboratory data for three bed materials. Application of proposed model reveals that optimal value of fitting parameter ranges from 1.42 to 1.48 as the material gets finer and optimal decision variable ranges from 0.015 to 0.024. The optimal estimates of Manning’s n of three different bed conditions of experimental channel appear to be higher than the corresponding reported/Strickler’s estimates. 展开更多
关键词 parameter estimation genetic algorithm Optimal VALUES GVF Profiles
下载PDF
Inverse procedure for determining model parameter of soils using real-coded genetic algorithm 被引量:3
2
作者 李守巨 邵龙潭 +1 位作者 王吉喆 刘迎曦 《Journal of Central South University》 SCIE EI CAS 2012年第6期1764-1770,共7页
The hybrid genetic algorithm is utilized to facilitate model parameter estimation.The tri-dimensional compression tests of soil are performed to supply experimental data for identifying nonlinear constitutive model of... The hybrid genetic algorithm is utilized to facilitate model parameter estimation.The tri-dimensional compression tests of soil are performed to supply experimental data for identifying nonlinear constitutive model of soil.In order to save computing time during parameter inversion,a new procedure to compute the calculated strains is presented by multi-linear simplification approach instead of finite element method(FEM).The real-coded hybrid genetic algorithm is developed by combining normal genetic algorithm with gradient-based optimization algorithm.The numerical and experimental results for conditioned soil are compared.The forecast strains based on identified nonlinear constitutive model of soil agree well with observed ones.The effectiveness and accuracy of proposed parameter estimation approach are validated. 展开更多
关键词 parameter estimation real-coded genetic algorithm tri-dimensional compression test gradient-based optimization
下载PDF
ALGORITHM FOR THE DETECTION AND PARAMETER ESTIMATION OF MULTICOMPONENT LFM SIGNALS 被引量:7
3
作者 YuanWeiming WangMin WuShunjun 《Journal of Electronics(China)》 2005年第2期185-189,共5页
A novel algorithm based on Radon-Ambiguity Transform (RAT) and Adaptive Signal Decomposition (ASD) is presented for the detection and parameter estimation of multicompo-nent Linear Frequency Modulated (LFM) signals. T... A novel algorithm based on Radon-Ambiguity Transform (RAT) and Adaptive Signal Decomposition (ASD) is presented for the detection and parameter estimation of multicompo-nent Linear Frequency Modulated (LFM) signals. The key problem lies in the chirplet estimation. Genetic algorithm is employed to search for the optimization parameter of chirplet. High estimation accuracy can be obtained even at low Signal-to-Noisc Ratio(SNR). Finally simulation results are provided to demonstrate the performance of the proposed algorithm. 展开更多
关键词 Multicomponent Linear Frequency Modulated(LFM) signals parameter estimation Radon-Ambiguity Transform (RAT) Adaptive Signal Decomposition (ASD) genetic algorithm
下载PDF
Development and Application of a Modified Genetic Algorithm for Estimating Parameters in GMA Models
4
作者 José A. Hormiga Carlos González-Alcón Néstor V. Torres 《Applied Mathematics》 2014年第16期2447-2457,共11页
In this work we introduce a modified version of the simple genetic algorithm (MGA) and will show the results of its application to two GMA power law models (a general theoretical branched pathway system and a mathemat... In this work we introduce a modified version of the simple genetic algorithm (MGA) and will show the results of its application to two GMA power law models (a general theoretical branched pathway system and a mathematical model of the amplification and responsiveness of the JAK2/STAT5 pathway representing an actual, experimentally studied system). The two case studies serve to illustrate the utility and potentialities of the MGA method for concerning parameter estimation in complex models of biological significance. The analysis of the results obtained from the application of the MGA algorithm allows an evaluation of the potentialities and shortcomings of the proposed algorithm when compared with other parameter estimation algorithm such as the simple genetic algorithm (SGA) and the simulated annealing (SA). MGA shows better performance in both studied cases than SGA and SA, either in the presence or absence of noise. It is suggested that these advantages are due to the fact that the objective function definition in the MGA could include the experimental error as a weight factor, thus minimizing the distance between the data and the predicted value. Actually, MGA is slightly slower that the SGA and the SA, but this limitation is compensated by its greater efficiency in finding objective values closer to the global optimum. Finally, MGA can lead to an early local optimum, but this shortcoming may be prevented by providing a great population diversity through the insertion of different selection processes. 展开更多
关键词 parameter estimation genetic algorithms GMA MODELS MODEL Calibration INVERSION Methods JAK2/STAT5 PATHWAY MODEL
下载PDF
Parameter Control of Genetic Algorithms by Learning and Simulation of Bayesian Networks——A Case Study for the Optimal Ordering of Tables 被引量:2
5
作者 Concha Bielza Juan A. Fernndez del Pozo Pedro Larranaga 《Journal of Computer Science & Technology》 SCIE EI CSCD 2013年第4期720-731,共12页
Parameter setting for evolutionary algorithms is still an important issue in evolutionary computation. There are two main approaches to parameter setting: parameter tuning and parameter control. In this paper, we int... Parameter setting for evolutionary algorithms is still an important issue in evolutionary computation. There are two main approaches to parameter setting: parameter tuning and parameter control. In this paper, we introduce self-adaptive parameter control of a genetic algorithm based on Bayesian network learning and simulation. The nodes of this Bayesian network are genetic algorithm parameters to be controlled. Its structure captures probabilistie conditional (in)dependence relationships between the parameters. They are learned from the best individuals, i.e., the best configurations of the genetic algorithm. Individuals are evaluated by running the genetic algorithm for the respective parameter configuration. Since all these runs are time-consuming tasks, each genetic algorithm uses a small-sized population and is stopped before convergence. In this way promising individuals should not be lost. Experiments with an optimal search problem for simultaneous row and column orderings yield the same optima as state-of-the-art methods but with a sharp reduction in computational time. Moreover, our approach can cope with as yet unsolved high-dimensional problems. 展开更多
关键词 genetic algorithm estimation of distribution algorithm parameter control parameter setting Bayesian network
原文传递
二阶Radon-Fourier变换与遗传算法结合的快速相参积累算法
6
作者 范培毅 郭一帆 +2 位作者 景海涛 原浩娟 冀文辉 《电讯技术》 北大核心 2024年第11期1858-1865,共8页
针对匀加速运动的高速目标,可以用二阶Radon-Fourier变换(Second-order Radon-Fourier Transform,SRFT)完成对回波信号的相参积累。SRFT算法的原理是通过“速度-加速度”联合搜索来实现目标的运动参数估计,其计算量较大,不满足实时检测... 针对匀加速运动的高速目标,可以用二阶Radon-Fourier变换(Second-order Radon-Fourier Transform,SRFT)完成对回波信号的相参积累。SRFT算法的原理是通过“速度-加速度”联合搜索来实现目标的运动参数估计,其计算量较大,不满足实时检测的需求。针对这个问题,提出一种基于遗传算法(Genetic Algorithm,GA)的快速实现方法。首先对运动参数集进行编码,设置初始群体;然后通过遗传算法对群体更新迭代,使其能够自发快速地逼近全局最优解,减少不必要的搜索路径;最终快速实现待检测目标的相参积累。仿真结果表明,在保证检测性能的前提下,算法计算量得到有效改善,运算次数减少大约一个量级。 展开更多
关键词 目标检测 二阶Radon-Fourier变换 相参积累 参数估计 遗传算法
下载PDF
基于遗传算法的汽车底盘件疲劳寿命威布尔分布参数估计
7
作者 张学萍 王娜 《浙江水利水电学院学报》 2024年第2期77-80,90,共5页
为进一步探讨威布尔分布在汽车产品机械构件可靠性寿命评估过程中的应用情况,进行了基于遗传算法原理、威布尔分布参数确定方法和威布尔分布参数估计的研究。利用三参数威布尔分布参数估计遗传算法模型,得出基准舒适寿命的不可靠度,继... 为进一步探讨威布尔分布在汽车产品机械构件可靠性寿命评估过程中的应用情况,进行了基于遗传算法原理、威布尔分布参数确定方法和威布尔分布参数估计的研究。利用三参数威布尔分布参数估计遗传算法模型,得出基准舒适寿命的不可靠度,继而确定汽车底盘件疲劳寿命的威布尔分布三参数。研究表明,遗传算法应用于汽车底盘件疲劳寿命威布尔分布参数估计过程中,实用性较为明显,对汽车产品参数估计较为直接且简单有效。 展开更多
关键词 遗传算法 汽车底盘件 疲劳寿命 威布尔分布 参数估计
下载PDF
汽车底盘件疲劳寿命威布尔分布参数估计方法的研究 被引量:2
8
作者 吴奕东 李妮妮 +1 位作者 曹伟 刘祎晗 《汽车零部件》 2023年第5期1-7,共7页
汽车底盘件疲劳寿命的可靠性评估是汽车安全的重要组成部分。根据转向节的疲劳寿命分布情况建立其三参数威布尔分布模型,利用右逼近估计法和修正的遗传算法分别确定出3个参数值,验证参数估计方法的准确性和实用性。所提出的修正遗传算... 汽车底盘件疲劳寿命的可靠性评估是汽车安全的重要组成部分。根据转向节的疲劳寿命分布情况建立其三参数威布尔分布模型,利用右逼近估计法和修正的遗传算法分别确定出3个参数值,验证参数估计方法的准确性和实用性。所提出的修正遗传算法建立在右逼近估计法的基准参数之上,可以有效解决右逼近估计法存在的局部最优解的问题并提高参数估算的精度,为汽车底盘件的可靠性评估提供新的方法和理论依据。 展开更多
关键词 汽车底盘件 疲劳寿命 威布尔分布 遗传算法 参数估计
下载PDF
差异演化的实验研究 被引量:70
9
作者 谢晓锋 张文俊 +1 位作者 张国瑞 杨之廉 《控制与决策》 EI CSCD 北大核心 2004年第1期49-52,56,共5页
首先基于一些实例研究了差异演化(DE)的参数选择问题;然后在分析DE特点的基础上,将缩放因子F由固定数值设为随机函数,实现了一个简化的DE版本(SDE).该方法不仅减少了需调整的参数,而且对CR的参数选择更为宽松.与已有文献中遗传算法的带... 首先基于一些实例研究了差异演化(DE)的参数选择问题;然后在分析DE特点的基础上,将缩放因子F由固定数值设为随机函数,实现了一个简化的DE版本(SDE).该方法不仅减少了需调整的参数,而且对CR的参数选择更为宽松.与已有文献中遗传算法的带约束型数值优化问题的实验结果对比,表明SDE能在较少的计算次数内获得较好的结果. 展开更多
关键词 差异演化 演化计算 数值优化 计算机算法 参数设置
下载PDF
基于优进策略的遗传算法对重油热解模型参数的估计 被引量:38
10
作者 宋晓峰 陈德钊 +2 位作者 胡上序 肖家治 刘福洲 《高校化学工程学报》 EI CAS CSCD 北大核心 2003年第4期411-417,共7页
针对常规遗传算法全局寻优效率偏低的弱点,提出了一种优进策略,用以改进常规遗传算法。该策略将从繁衍过程中获取进化信息,自适应地改进子代分布,适时引入确定性操作,以提高全局寻优性能。提出的相关技术包括维持种群的多样性、改进交... 针对常规遗传算法全局寻优效率偏低的弱点,提出了一种优进策略,用以改进常规遗传算法。该策略将从繁衍过程中获取进化信息,自适应地改进子代分布,适时引入确定性操作,以提高全局寻优性能。提出的相关技术包括维持种群的多样性、改进交叉算子、增加Powell寻优算子等。实例测试表明这种优进策略效果良好,并已成功地应用于重油热解三集总动力学复杂数学模型的非线性参数估计。 展开更多
关键词 优进策略 遗传算法 重油热解 非线性参数估计
下载PDF
基于遗传算法的最大似然参数优化估计 被引量:21
11
作者 毛昭勇 宋保维 +1 位作者 李正 胡海豹 《机械强度》 EI CAS CSCD 北大核心 2006年第1期79-82,共4页
用最大似然法进行参数优化估计时,为了避免常规优化算法由于受迭代初值的影响不易收敛到全局最优解的缺点,文中采用遗传算法,不再需要估计优化变量的初始值即可获得全局近似最优解。建立以似然函数为目标,求其极大值点即可确定参数最优... 用最大似然法进行参数优化估计时,为了避免常规优化算法由于受迭代初值的影响不易收敛到全局最优解的缺点,文中采用遗传算法,不再需要估计优化变量的初始值即可获得全局近似最优解。建立以似然函数为目标,求其极大值点即可确定参数最优解的优化模型。为了更好地确保遗传算法获得全局最优解,在传统遗传算法的基础上采用尺度变换适应度函数、并行操作、保留最优个体等方法,进一步保证方程解的精度。最后以威布尔分布为例进行参数估计,结果表明,改进的遗传算法可以在求解效率和收敛性能上达到较好的平衡,能更好地将优化方法与最大似然估计法相结合。 展开更多
关键词 参数估计 最大似然法 遗传算法 优化
下载PDF
用改进的实数编码遗传算法估计反应动力学参数 被引量:27
12
作者 黄晓峰 潘立登 +1 位作者 陈标华 李成岳 《高校化学工程学报》 EI CAS CSCD 北大核心 1999年第1期50-55,共6页
通过理论分析和模拟实验研究了遗传算法中实数编码线性交叉操作的效率,提出了一种优化分布线性交叉操作策略,使子代个体在搜索空间内达到均匀分布,具有很高的搜索效率。用这种改进的实数编码遗传算法进行正丁烷选择氧化反应动力学参... 通过理论分析和模拟实验研究了遗传算法中实数编码线性交叉操作的效率,提出了一种优化分布线性交叉操作策略,使子代个体在搜索空间内达到均匀分布,具有很高的搜索效率。用这种改进的实数编码遗传算法进行正丁烷选择氧化反应动力学参数估计,取得了良好的效果。 展开更多
关键词 遗传算法 实数编码 参数 正丁烷 顺酐 动力学
下载PDF
遗传算法在气动力参数辨识中的应用 被引量:16
13
作者 钱炜祺 汪清 +1 位作者 王文正 何开锋 《空气动力学学报》 CSCD 北大核心 2003年第2期196-201,共6页
将遗传算法推广用于气动力参数辨识,以取代通常采用的梯度类优化算法。通过采用遗传模拟退火算法对某型飞机的纵向气动力参数进行辨识计算及分析后,可以看到:(1)遗传算法是气动力参数辨识的一种新的有效方法,该算法不受参数初值选取的影... 将遗传算法推广用于气动力参数辨识,以取代通常采用的梯度类优化算法。通过采用遗传模拟退火算法对某型飞机的纵向气动力参数进行辨识计算及分析后,可以看到:(1)遗传算法是气动力参数辨识的一种新的有效方法,该算法不受参数初值选取的影响,具有较好的全局寻优特性;(2)遗传算法的计算效率受种群规模、遗传算法构造本身等因素的影响比较大,并且还有相当大的进一步完善与改进的空间。 展开更多
关键词 遗传算法 气动力参数辨识 飞行器 计算效率
下载PDF
多智能体遗传算法用于马斯京根模型参数估计 被引量:27
14
作者 鲁帆 蒋云钟 +1 位作者 王浩 牛存稳 《水利学报》 EI CSCD 北大核心 2007年第3期289-294,共6页
将智能体对环境的感知和反作用的能力与遗传算法的搜索方式相结合提出了一种改进的多智能体遗传算法,用于马斯京根模型的参数估计。该方法中每个智能体代表一个候选解并固定在网格上,为了增加自身能量,它将与其邻域的智能体进行合作或竞... 将智能体对环境的感知和反作用的能力与遗传算法的搜索方式相结合提出了一种改进的多智能体遗传算法,用于马斯京根模型的参数估计。该方法中每个智能体代表一个候选解并固定在网格上,为了增加自身能量,它将与其邻域的智能体进行合作或竞争,也可以利用自身的知识进行自学习来增加能量,通过这些智能体与智能体间的相互作用来达到优化模型中参数的目的。应用实例表明,该算法同其他算法相比具有更好的优化性能,从而为准确估计马斯京根模型参数提供了一种更为有效的方法。 展开更多
关键词 多智能体 遗传算法 洪水演算 马斯京根模型 参数估计
下载PDF
变尺度混沌-遗传算法在复杂河流水质模型参数优化中的应用 被引量:10
15
作者 梁婕 曾光明 +3 位作者 郭生练 徐敏 苏小康 韦安磊 《环境科学学报》 CAS CSCD 北大核心 2007年第2期342-347,共6页
将变尺度混沌-遗传算法(MSCGA)应用于复杂河流水质模型参数优化.采用湘江衡阳段水质监测资料,以二维河流水质数学模型反演结果的均方误差为适应度函数,估计横向扩散系数Dx、纵向弥散系数Dy和污染物衰减系数k.数值实验结果表明,MSCGA寻... 将变尺度混沌-遗传算法(MSCGA)应用于复杂河流水质模型参数优化.采用湘江衡阳段水质监测资料,以二维河流水质数学模型反演结果的均方误差为适应度函数,估计横向扩散系数Dx、纵向弥散系数Dy和污染物衰减系数k.数值实验结果表明,MSCGA寻优过程具有明显的分级特征,级级收敛;在同样的条件下,MSCGA的收敛速度较快,为遗传算法(GA)的1.36倍;同时,MSCGA克服了GA早熟收敛的问题,其最优适应度函数值为7.6×10-4,而GA的最优适应度函数值9.6×10-4.将MSCGA应用于研究河段,求得Dx、Dy分别为0.1335、0.0011,BOD5、As、Cr的衰减系数k分别为0.0229、0.0100、0.0107. 展开更多
关键词 混沌 遗传算法 水质 模型 参数估计
下载PDF
基于模式–遗传–神经网络的流变参数反演 被引量:22
16
作者 陈炳瑞 冯夏庭 +1 位作者 丁秀丽 徐平 《岩石力学与工程学报》 EI CAS CSCD 北大核心 2005年第4期553-558,共6页
介绍了一种岩石流变多参数反演的智能方法。该方法把遗传算法和神经网络有机结合起来,并在遗传算法中嵌入模式搜索加速优化进程;该方法基于均匀设计获得的样本进行神经网络学习,用模式–遗传–神经网络进行岩体流变参数的最优辩识。该... 介绍了一种岩石流变多参数反演的智能方法。该方法把遗传算法和神经网络有机结合起来,并在遗传算法中嵌入模式搜索加速优化进程;该方法基于均匀设计获得的样本进行神经网络学习,用模式–遗传–神经网络进行岩体流变参数的最优辩识。该方法用经过最佳预测学习算法训练的神经网络来表达岩体流变参数和位移之间的映射关系,除具有一般遗传算法的优点外,还提高了参数反演的精度,节省了参数反演的计算时间,使得某些原来用传统优化方法在时间上几乎无法进行的参数反演如今变为可能,并用工程实例验证了此方法的可行性与优越性。 展开更多
关键词 岩石力学 反分析 模式搜索 数识别 遗传算法 神经元网络 流变学
下载PDF
地质统计学中变差函数参数估计的新方法 被引量:15
17
作者 黄诗峰 金菊良 +1 位作者 段进军 文玉明 《地质与勘探》 CAS CSCD 北大核心 1999年第1期41-43,共3页
遗传算法是一种模拟生物进化规律的全局优化算法。对传统的遗传算法进行改进,并应用于地质统计学变差函数参数估计中。实例分析表明,该方法简便、通用,具有较高拟合精度,是非线性。
关键词 地质统计学 变差函数 遗传算法 参数估计
下载PDF
遗传算法在异步电动机动态模型参数识别中的应用 被引量:27
18
作者 黄开胜 童怀 +2 位作者 郑泰胜 WUQ.H. TURNERD.R. 《中国电机工程学报》 EI CSCD 北大核心 2000年第8期37-41,55,共6页
应用遗传算法GA(GeneticAlgorithms)来解决异步电动机动态数学模型参数识别的问题。详细给出了遗传算法应用于动态数学模型参数识别问题的一般步骤 ,在Kron动态数学模型基础上 ,假定定子自电感Ls 和转子自电感Lr 相等 ,利用异步电动机... 应用遗传算法GA(GeneticAlgorithms)来解决异步电动机动态数学模型参数识别的问题。详细给出了遗传算法应用于动态数学模型参数识别问题的一般步骤 ,在Kron动态数学模型基础上 ,假定定子自电感Ls 和转子自电感Lr 相等 ,利用异步电动机直接空载起动的特性 ,对异步电动机动态数学模型和简化模型的参数进行了识别 ,给出了识别参数及有关结果。采用简单随机法 (SRS)在相同条件下对上述 2种数学模型的参数识别问题作了对比研究 ,证明所提方法是正确的。 展开更多
关键词 异步电动机 数学模型 参数识别 遗传算法
下载PDF
利用遗传算法拟合实验变差函数 被引量:11
19
作者 冯国庆 周涌沂 +2 位作者 李允 李宏 李家宁 《西南石油学院学报》 CSCD 北大核心 2005年第5期23-25,共3页
理论变差函数模型的获取是地质统计学中的基础性工作,它是描述储层非均质性、进行储层随机模拟必不可缺的关键环节。针对现有的拟合实验变差函数方法:人工拟合法、非线性回归最小二乘法、加权多项式拟合法等的不足之处,充分利用遗传算... 理论变差函数模型的获取是地质统计学中的基础性工作,它是描述储层非均质性、进行储层随机模拟必不可缺的关键环节。针对现有的拟合实验变差函数方法:人工拟合法、非线性回归最小二乘法、加权多项式拟合法等的不足之处,充分利用遗传算法在求解非线性优化问题时具有的全局寻优的特点,提出实验变差函数的遗传算法拟合方法;在常规遗传算法中引入了模拟退火算法,加速了遗传算法的收敛速度。以川中某气藏的孔隙度变差函数为例进行了计算,结果表明:利用遗传算法可以简单、快速地实现实验变差函数的参数估计。 展开更多
关键词 变差函数 遗传算法 参数估计 模拟退火
下载PDF
遗传算法在复杂反应动力学模型参数估算中的应用 被引量:14
20
作者 顾坚 陈丰秋 +1 位作者 戴擎镰 吕德伟 《高校化学工程学报》 EI CAS CSCD 北大核心 1999年第4期346-351,共6页
用改进的遗传算法求解复杂反应动力学模型参数。算法中通过采用亲子竞争和遗忘变异策略,有效地提高了遗传算法的搜索性能,并避免了序贯优化方法有可能陷于局部极值的问题。该算法在苯热裂解脱氢反应体系的应用中取得了令人满意的计算... 用改进的遗传算法求解复杂反应动力学模型参数。算法中通过采用亲子竞争和遗忘变异策略,有效地提高了遗传算法的搜索性能,并避免了序贯优化方法有可能陷于局部极值的问题。该算法在苯热裂解脱氢反应体系的应用中取得了令人满意的计算结果。此外;对控制参数(变异遗忘率)及遗传策略(选择策略,交叉策略)对算法性能的影响进行了探讨。 展开更多
关键词 遗传算法 动力学 参数估算 复杂反应 反应动力学
下载PDF
上一页 1 2 11 下一页 到第
使用帮助 返回顶部