分层的自适应遗传算法在UTP中的应用研究

遗传算法易搜索到全局最优解,但局部寻优能力差且易发生早熟、随机漫游现象.基于对本文所采用的基本遗传算法的原理和实施过程介绍的基础上,针对其缺陷提出改进措施:利用混沌序列的“遍历性、随机性、规律性”的特点生成初始种群;采用最优个体储存、最差个体替换策略.在改进遗传算法的基础上,又引入自适应的交叉、变异概率公式,幅度系数调节交叉率、变异率形成自适应遗传算法.通过十五杆平面桁架的数值算例,自适应遗传算法的优化结果、优化进程与基本遗传算法、改进遗传算法进行了对比,验证自适应遗传算法的优越性能.

针对简单遗传算法(sga)存在早熟和易陷入局部最优的不足,提出了一种新的动态调整交叉概率和变异概率的自适应遗传算法(aga),同时对简单遗传算法的编码方式、选择、交叉和变异算子均进行了一定的改进。通过对一复杂函数———schaffer函数进行求解,证明了这些改进措施有效地克服了早熟现象、提高了算法的全局寻优能力。并利用改进的自适应遗传算法对水电站报价策略模型进行求解,结果表明了该方法的有效性。

针对房间温控对象的参数变化对空调器模糊控制效果有很大影响这一现象，提出了一种基于遗传算法的自适应模糊控制方法，该方法由一种新型的参数混合辨识算法以及变群体规模的遗传优化算法组成，从而实现了比例因子的在线自调整。仿真结果证明了该方法的有效性。

为实现led照明的恒照度控制,首先建立了led的照度模型,然后采用单神经元自适应算法设计led的照度控制器。仿真结果表明,单神经元自适应控制器能够实现led照度的稳定控制,取得了较为理想的控制效果。

文章针对简单遗传算法中交叉概率与变异概率随进化过程恒定不变的缺点,提出了自适应遗传算法并将其用于重力坝体型优化设计。

浅析自适应遗传算法的重力坝体型优化施工设计——文章针对简单遗传算法中交叉概率与变异概率随进化过程恒定不变的缺点，提出了自适应遗传算法并将其用于重力坝体型优化设计。　　

刨花板热压控制系统存在着迟滞、非线性、时变性以及模型参数的不确定性,针对此问题,提出了基于遗传算法的自适应pid智能控制策略,通过自适应控制与遗传算法相结合,实现对pid参数的在线自整定,使其具有更大的灵活性和适应性,完善了pid控制器的性能。在matlab7.0环境下进行仿真,结果表明:与常规pid控制器相比较,该控制器明显地提高了热压位置伺服控制系统的动态性能和静态性能,抗干扰的能力也明显增强,兼具更好的鲁棒性能。

标准遗传算法在求解无约束优化问题时得到了成功的应用,但是多数的工程实例为约束优化问题.目前引入惩罚函数思想的遗传算法是解决约束优化问题最常用的方法,但是使用此方法时参数的设定较为困难.从避免这个困难和提高算法本身性能的角度出发,构造了一种新的算法.首先对非可行个体进行修正,把约束优化问题转化为无约束优化问题;其次,采用了扩大搜索空间选择较优个体的交叉算子,增强了全局搜索能力;最后,在部分较优个体附近采用了局部搜索策略,提高局部搜索能力.通过对2个工程优化实例的求解说明了算法的有效性.

遗传算法在固结系数计算中的应用——建筑物的荷载通过基础传给地基，地基受力后将会产生应力和变形，从而导致建筑物基础产生沉降和倾斜。如果基础的沉降不均匀，将会对于建筑物的安全产生一定的影响，而影响沉降的最主要因素是饱和土体的固结系数，而固结系数的...

根据遗传算法的基本理论，并结合机械工程优化设计的特点，对传统遗传算法的遗传操作作出改进，提出了一种将柯西机和遗传算法相结合的改进遗传算法，并应用于机械工程优化设计问题的全局最优解求解。计算实例说明，改进的遗传算法不仅增强了传统遗传算法的全局收敛性，能够有效地求得优化问题的全局极小点，而且还提高算法进行后期的收敛速度。

提出了一种自适应和声搜索(adaptireharmonysearch,ahs)算法来解决结构工程设计问题。ahs算法包含2种重要的操作,分别是位置更新和变异操作。前者能够使非最优解快速地朝着全局最优解移动,这有助于提高ahs算法的收敛速度;后者能够增加种群的随机性和多样性,这有助于增强ahs算法跳出局部最优点的能力。由于采用了以上2种操作,ahs法具有很强的收敛性和空间开发能力。实验结果表明,与已有算法比较,ahs算法在解决结构工程优化问题中能够找到更好的解,它是解决结构工程优化设计的一个有效的算法。

针对传统支持向量机算法在预测方面的不足,采用自适应粒子群算法(apso)对支持向量机参数选择进行分析和优化,建立基于自适应粒子群优化的svm算法建筑物沉降预测模型,并对建筑物进行沉降预测。实验表明,相比于传统的支持向量机算法,自适应粒子群优化的svm算法预测精度较高,为建筑物沉降预测提供一种新方法。

智能交通灯是智能交通系统的重要组成部分,它能有效增加道路的通行能力,改善交通状况。采用道路各相位在一个周期内滞留的车辆数作为识别判据,将遗传算法应用到交通灯控制中,并且利用fpga的并行计算优势,实现算法的硬件化,减少算法的运行时间。交通灯整体的实现基于niosⅱ嵌入式处理器。实验结果表明,交通灯能根据车流量实现智能配时,基于fpga的遗传算法比基于传统计算机的遗传算法在运行速度上有很大的提高,使得一些大规模、复杂的问题有了解决的可能性。

遗传算法在岩土工程反演问题中的应用——综述了岩土工程反演的基本过程，并在介绍遗传算法研究进展的基础上，将遗传算法与传统优化算法进行比较，然后给出几种遗传算法的改进策略，同时介绍了遗传算法在岩土工程反演领域中经常使用的几种改进方法，最后通过实例...

以vav中央空调能耗仿真模型为基础,根据vav中央空调节能优化问题的特点,分析了利用遗传算法解决该问题的可行性。详细介绍了利用遗传算法寻找vav中央空调系统运行过程中各个可控变量的最佳设定值的优化过程,并对遗传算法的运行效果进行了分析。建立了基于遗传算法的vav中央空调控制仿真系统,对该方法在实际系统中的应用进行了仿真验证。

提出了利用遗传算法实现空调器理想温度的控制效果,介绍了空调器温控系统的控制原理,通过遗传法优化pid参数,使空调器能够根据室内温差及室内外温度变化率确定压缩机的转速,实现最佳的自动制冷工况,通过实验仿真表明控制系统具有很好的鲁棒性和满意的动态特征。

遗传算法是模拟自然选择和自然遗传过程中的繁殖、交叉和基因突变现象,在每次迭代中都保留一组候选解,并按某种指标从解群中选取较优的个体,利用遗传算子对这些个体进行组合,产生新一代的候选解群,重复此过程,直到满足某种收敛指标为止。此算法在解决复杂优化问题的潜力和在工业领域的成功应用的到广泛关注。主要介绍了遗传算法用于测量中线性问题的解算,并根据此算法自身优点,应用于测边网平差等非线性问题的解算中,得出了理想的结果,并据此得出了一些建议与结论。

综述了岩土工程反演的基本过程,并在介绍遗传算法研究进展的基础上,将遗传算法与传统优化算法进行比较,然后给出几种遗传算法的改进策略,同时介绍了遗传算法在岩土工程反演领域中经常使用的几种改进方法,最后通过实例验证了遗传算法是求解岩土工程反演问题的有效方法。

为了实现桩身完整性的智能分类,并减少人为因素造成的误判,文章建立适用于桩基完整性检测的基于遗传算法的bp神经网络模型,运用matlab软件对模型进行模拟,并求出模型的可行性的解,从而实现对不同类型桩身的完整性智能辨别的功能,最后再通过测试样本对模型的正确性进行验证。测试样本中的预测结果与理想结果非常接近,通过计算得出测试样本的仿真误差为0.1538,训练样本的仿真误差为0.092644。结果表明,基于遗传算法的bp神经网络模型能过较好的对桩身完整性进行分类,并且在减少桩型误判的情况下,又提高了效率,在实际工程中具有良好的应用前景。

文章认为相空间局域线性回归法是电力系统短期负荷预测混沌预测法中广泛使用的方法,在用线性最小二乘法估计局部线性化模型的参数时,往往由于病态的数据矩阵导致估计值对噪声过于敏感而变得不可信。针对这种情况应用最小均方误差准则和最陡下降原理提出了一种基于自适应滤波电力系统短期负荷预测算法,避免了病态矩阵的影响。实验结果表明该算法预测结果稳定、可靠。

在水电站自动电压控制中,为保证水电站内母线电压在给定范围内,并且使站内网络损耗最小,文中提出一种改进的遗传算法进行水电站内无功分配。该方法通过对简单遗传算法中的选择、杂交和变异3个基本算子进行改进,并采用爬山法修正所得结果,从而有效地提高了无功优化的速度和精度。对5机组和13机组的水电站进行仿真,结果表明与常规方法及简单遗传算法相比,该方法适应性好,且易收敛到全局最优。

在水电站自动电压控制中，为保证水电站内母线电压在给定范围内，并且使电压内网络损耗最小，文中提出一种改进的遗传算法进行水电站内分功分配。该方法通过对简单遗传算法中的选择、杂交和变异３个基本算子进行改进，并采用爬地修正所得结果，从而有效地提高了无功优化的速度和精度。对５机组和１３机组的水电站进行仿真，结果表明与常规方法及简单遗传算法相比，该方法适应性好，且易收敛到全局最优。