分層思想在自適應(yīng)遺傳算法解決UTP問題中的應(yīng)用

介紹utp及遺傳算法等基本概念,總結(jié)當前遺傳算法在utp優(yōu)化中的編碼機制和遺傳操作,指出遺傳算法及其在utp優(yōu)化中的優(yōu)缺點。

遺傳算法在巖土工程反演問題中的應(yīng)用——綜述了巖土工程反演的基本過程，并在介紹遺傳算法研究進展的基礎(chǔ)上，將遺傳算法與傳統(tǒng)優(yōu)化算法進行比較，然后給出幾種遺傳算法的改進策略，同時介紹了遺傳算法在巖土工程反演領(lǐng)域中經(jīng)常使用的幾種改進方法，最后通過實例...

綜述了巖土工程反演的基本過程,并在介紹遺傳算法研究進展的基礎(chǔ)上,將遺傳算法與傳統(tǒng)優(yōu)化算法進行比較,然后給出幾種遺傳算法的改進策略,同時介紹了遺傳算法在巖土工程反演領(lǐng)域中經(jīng)常使用的幾種改進方法,最后通過實例驗證了遺傳算法是求解巖土工程反演問題的有效方法。

針對簡單遺傳算法(sga)存在早熟和易陷入局部最優(yōu)的不足,提出了一種新的動態(tài)調(diào)整交叉概率和變異概率的自適應(yīng)遺傳算法(aga),同時對簡單遺傳算法的編碼方式、選擇、交叉和變異算子均進行了一定的改進。通過對一復(fù)雜函數(shù)———schaffer函數(shù)進行求解,證明了這些改進措施有效地克服了早熟現(xiàn)象、提高了算法的全局尋優(yōu)能力。并利用改進的自適應(yīng)遺傳算法對水電站報價策略模型進行求解,結(jié)果表明了該方法的有效性。

該文提出了一種改進的廣義遺傳算法。算法中引入了異種機制以提高種群的多樣性,在保證收斂速度的同時防止早熟收斂。該方法應(yīng)用于隨機風載荷作用下有應(yīng)力約束的多參數(shù)結(jié)構(gòu)動力響應(yīng)優(yōu)化問題,數(shù)值算例表明:異種機制能夠有效地提高廣義遺傳算法收斂于全局最優(yōu)解的概率并加快收斂速度;帶有異種機制的廣義遺傳算法能夠有效地求解復(fù)雜的結(jié)構(gòu)動力優(yōu)化問題。

利用遺傳算法對公路工程工期成本優(yōu)化問題進行探討,給出利用遺傳算法對整個問題的求解設(shè)計思路,在公路工程工期成本優(yōu)化中利用遺傳算法優(yōu)化時染色體設(shè)計、優(yōu)秀個體的充分利用以及遺傳操作后不合理結(jié)果的處理提出解決方法,為今后遺傳算法在公路工程進度優(yōu)化中的應(yīng)用提供有益的思路。最后設(shè)計求解流程圖。

文章針對簡單遺傳算法中交叉概率與變異概率隨進化過程恒定不變的缺點,提出了自適應(yīng)遺傳算法并將其用于重力壩體型優(yōu)化設(shè)計。

針對房間溫控對象的參數(shù)變化對空調(diào)器模糊控制效果有很大影響這一現(xiàn)象，提出了一種基于遺傳算法的自適應(yīng)模糊控制方法，該方法由一種新型的參數(shù)混合辨識算法以及變?nèi)后w規(guī)模的遺傳優(yōu)化算法組成，從而實現(xiàn)了比例因子的在線自調(diào)整。仿真結(jié)果證明了該方法的有效性。

淺析自適應(yīng)遺傳算法的重力壩體型優(yōu)化施工設(shè)計——文章針對簡單遺傳算法中交叉概率與變異概率隨進化過程恒定不變的缺點，提出了自適應(yīng)遺傳算法并將其用于重力壩體型優(yōu)化設(shè)計?！　?/p>

刨花板熱壓控制系統(tǒng)存在著遲滯、非線性、時變性以及模型參數(shù)的不確定性,針對此問題,提出了基于遺傳算法的自適應(yīng)pid智能控制策略,通過自適應(yīng)控制與遺傳算法相結(jié)合,實現(xiàn)對pid參數(shù)的在線自整定,使其具有更大的靈活性和適應(yīng)性,完善了pid控制器的性能。在matlab7.0環(huán)境下進行仿真,結(jié)果表明:與常規(guī)pid控制器相比較,該控制器明顯地提高了熱壓位置伺服控制系統(tǒng)的動態(tài)性能和靜態(tài)性能,抗干擾的能力也明顯增強,兼具更好的魯棒性能。

為實現(xiàn)led照明的恒照度控制,首先建立了led的照度模型,然后采用單神經(jīng)元自適應(yīng)算法設(shè)計led的照度控制器。仿真結(jié)果表明,單神經(jīng)元自適應(yīng)控制器能夠?qū)崿F(xiàn)led照度的穩(wěn)定控制,取得了較為理想的控制效果。

標準遺傳算法在求解無約束優(yōu)化問題時得到了成功的應(yīng)用,但是多數(shù)的工程實例為約束優(yōu)化問題.目前引入懲罰函數(shù)思想的遺傳算法是解決約束優(yōu)化問題最常用的方法,但是使用此方法時參數(shù)的設(shè)定較為困難.從避免這個困難和提高算法本身性能的角度出發(fā),構(gòu)造了一種新的算法.首先對非可行個體進行修正,把約束優(yōu)化問題轉(zhuǎn)化為無約束優(yōu)化問題;其次,采用了擴大搜索空間選擇較優(yōu)個體的交叉算子,增強了全局搜索能力;最后,在部分較優(yōu)個體附近采用了局部搜索策略,提高局部搜索能力.通過對2個工程優(yōu)化實例的求解說明了算法的有效性.

遺傳算法在固結(jié)系數(shù)計算中的應(yīng)用——建筑物的荷載通過基礎(chǔ)傳給地基，地基受力后將會產(chǎn)生應(yīng)力和變形，從而導致建筑物基礎(chǔ)產(chǎn)生沉降和傾斜。如果基礎(chǔ)的沉降不均勻，將會對于建筑物的安全產(chǎn)生一定的影響，而影響沉降的最主要因素是飽和土體的固結(jié)系數(shù)，而固結(jié)系數(shù)的...

針對傳統(tǒng)支持向量機算法在預(yù)測方面的不足,采用自適應(yīng)粒子群算法(apso)對支持向量機參數(shù)選擇進行分析和優(yōu)化,建立基于自適應(yīng)粒子群優(yōu)化的svm算法建筑物沉降預(yù)測模型,并對建筑物進行沉降預(yù)測。實驗表明,相比于傳統(tǒng)的支持向量機算法,自適應(yīng)粒子群優(yōu)化的svm算法預(yù)測精度較高,為建筑物沉降預(yù)測提供一種新方法。

提出了一種自適應(yīng)和聲搜索(adaptireharmonysearch,ahs)算法來解決結(jié)構(gòu)工程設(shè)計問題。ahs算法包含2種重要的操作,分別是位置更新和變異操作。前者能夠使非最優(yōu)解快速地朝著全局最優(yōu)解移動,這有助于提高ahs算法的收斂速度;后者能夠增加種群的隨機性和多樣性,這有助于增強ahs算法跳出局部最優(yōu)點的能力。由于采用了以上2種操作,ahs法具有很強的收斂性和空間開發(fā)能力。實驗結(jié)果表明,與已有算法比較,ahs算法在解決結(jié)構(gòu)工程優(yōu)化問題中能夠找到更好的解,它是解決結(jié)構(gòu)工程優(yōu)化設(shè)計的一個有效的算法。

基于圓弧滑動面假定,提出了一種用自適應(yīng)遺傳算法搜索最危險滑動面及其對應(yīng)的最小安全系數(shù)的新方法。該方法是一種改進的遺傳算法,采用自適應(yīng)求取適值、動態(tài)調(diào)整交叉率和變異率、自適應(yīng)區(qū)間收縮。自適應(yīng)遺傳算法有效克服了傳統(tǒng)方法易陷入局部極小的缺陷,提高了算法的搜索效率、精度和穩(wěn)定性。

針對庫水位和降雨對面板堆石壩滲流的滯后效應(yīng),結(jié)合深覆蓋層面板堆石壩的筑壩特點,在綜合考慮覆蓋層厚度、筑壩材料等對大壩滲流影響的基礎(chǔ)上,建立了考慮滯后效應(yīng)的深覆蓋層面板堆石壩滲流安全監(jiān)控模型,并在模型的求解中采用了云自適應(yīng)遺傳算法。實例應(yīng)用表明,該模型能較好地反映庫水位、降雨對滲流的滯后影響,模型精度與預(yù)報效果優(yōu)于一般滲流統(tǒng)計模型,且云自適應(yīng)遺傳算法較好地彌補了傳統(tǒng)遺傳算法執(zhí)行效率不高、易陷入局部最優(yōu)解等不足。

vol.31no.3 2005206 華東理工大學學報(自然科學版)　　　　　 journalofeastchinauniversityofscienceandtechnology(naturalscienceedition)　　　　　 基金項目:國家自然科學基金(60074035);浙江省自然科學基金 (y104171) 收稿日期:2004205230 作者簡介:葉慕靜(19792),女,浙江人,碩士生,研究方向為先進生產(chǎn) 系統(tǒng)組織與優(yōu)化。 　　文章編號:100623080(2005)0320371205 slp和遺傳算法結(jié)合在工廠平面布置中的應(yīng)用 葉慕靜3,　周根貴 (浙江工業(yè)大學經(jīng)貿(mào)學院,杭州310014) 　　摘要:用經(jīng)典的系統(tǒng)布置設(shè)計求得綜合相互

以vav中央空調(diào)能耗仿真模型為基礎(chǔ),根據(jù)vav中央空調(diào)節(jié)能優(yōu)化問題的特點,分析了利用遺傳算法解決該問題的可行性。詳細介紹了利用遺傳算法尋找vav中央空調(diào)系統(tǒng)運行過程中各個可控變量的最佳設(shè)定值的優(yōu)化過程,并對遺傳算法的運行效果進行了分析。建立了基于遺傳算法的vav中央空調(diào)控制仿真系統(tǒng),對該方法在實際系統(tǒng)中的應(yīng)用進行了仿真驗證。

提出了利用遺傳算法實現(xiàn)空調(diào)器理想溫度的控制效果,介紹了空調(diào)器溫控系統(tǒng)的控制原理,通過遺傳法優(yōu)化pid參數(shù),使空調(diào)器能夠根據(jù)室內(nèi)溫差及室內(nèi)外溫度變化率確定壓縮機的轉(zhuǎn)速,實現(xiàn)最佳的自動制冷工況,通過實驗仿真表明控制系統(tǒng)具有很好的魯棒性和滿意的動態(tài)特征。

遺傳算法是模擬自然選擇和自然遺傳過程中的繁殖、交叉和基因突變現(xiàn)象,在每次迭代中都保留一組候選解,并按某種指標從解群中選取較優(yōu)的個體,利用遺傳算子對這些個體進行組合,產(chǎn)生新一代的候選解群,重復(fù)此過程,直到滿足某種收斂指標為止。此算法在解決復(fù)雜優(yōu)化問題的潛力和在工業(yè)領(lǐng)域的成功應(yīng)用的到廣泛關(guān)注。主要介紹了遺傳算法用于測量中線性問題的解算,并根據(jù)此算法自身優(yōu)點,應(yīng)用于測邊網(wǎng)平差等非線性問題的解算中,得出了理想的結(jié)果,并據(jù)此得出了一些建議與結(jié)論。

文章認為相空間局域線性回歸法是電力系統(tǒng)短期負荷預(yù)測混沌預(yù)測法中廣泛使用的方法,在用線性最小二乘法估計局部線性化模型的參數(shù)時,往往由于病態(tài)的數(shù)據(jù)矩陣導致估計值對噪聲過于敏感而變得不可信。針對這種情況應(yīng)用最小均方誤差準則和最陡下降原理提出了一種基于自適應(yīng)濾波電力系統(tǒng)短期負荷預(yù)測算法,避免了病態(tài)矩陣的影響。實驗結(jié)果表明該算法預(yù)測結(jié)果穩(wěn)定、可靠。