变压器分层绕组模型变焦遗传算法的参数辨识

电力变压器分段绕组的传递函数模型可用来实现局部放电的精确定位，受制于测量条件，其模型参数辨识较为困难，文章应用遗传算法来解决电力变压器分段绕组模型参数辨识的问题，在绕组套管上施加一脉冲信号，通过在接地端测量其响应，在分段绕组的RLC数学模型基础上，假定分段绕组各单元的绕组之间绝缘损耗RS，对地电阻Rg，线圈之间电容Cs，线圈对地电容Cg，绕组损耗R和漏抗L相等，分段绕组之间的互感M通过一个电流控制的电压源模拟，对变压器分段绕组数学模型的参数进行辨识，同时进一步研究了参数变化范围对辨识结果的影响，引入变焦算子大搜索范围与辨识精度之间的矛盾，辨识结果表明，该方法是可行的。     

改进遗传算法在企业经营参数优化中的应用

鉴于遗传算法固有的缺陷，提出了一种改进遗传算法，并指出了这种算法的优越性。本文将改进遗传算法引入到企业经营参数优化的问题中，以一个矿山企业经营参数优化实例证明了改进遗传算法具有很好的应用效果。     

改进遗传算法在云计算任务调度中的应用

云计算由于其前景广阔而日益受到人们关注。通过云计算,硬件、软件和平台都能以服务的形式按用户需求提供给使用者。因而对于云计算的提供者而言,一个重要的课题就是如何调度任务,即按照用户的请求分配资源,以保证在用户限定的时间内尽快执行完任务。通过对Min Min算法、Max Min算法、遗传算法的研究,提出一种改进的遗传算法,将Min Min算法、Max Min算法融入遗传算法中,从而提高资源使用效率。     

遗传算法在分类器系统中的应用

针对数字式车牌图象识别系统中线性分类器参数辨识这一具体问题,对遗传算法(简称GA)过早收敛的缺点提出了若干改进意见并作出性能分析,说明了自适应参数调整和染色体并行进化相结合的GA方法是有效的.     

一种改进遗传算法在智能组卷中的应用

目前,国内外许多科研单位和学校机构对智能组卷技术进行了大量研究,其中基于遗传算法的智能组卷技术最为先进.但由于组卷问题的复杂性,仍然存在许多的不足,尝试从遗传算法在智能组卷中的实现上进行技术改进.以克服组卷时间慢、算法收敛快等缺陷.     

改进的遗传算法及其在优化IC中的应用

本文介绍一种改进遗传算法，通过引入强制变异算子，避免了超级个体的出现，保证了杂交算子的有效性，提高了遗传算法的全局寻优能力，用改进的遗传算法优化仿人智能控制器，得到了理想的结果，由此得出一阶纯滞后对象的ＯＩＣ参数整定公式。     

一种改进的求解TSP问题的遗传算法

TSP问题是典型的NP难组合优化问题,而遗传算法是求解此类问题的一种方法。但遗传算法存在收敛速度慢和陷入局部最优的问题。针对上述问题并结合TSP的特点提出了一种改进的遗传算法,对传统遗传算法的各种操作与算子进行了优化与改进,较好地解决了种群多样性与算法收敛性的矛盾。实验结果表明,改进后的算法明显优于传统遗传算法,说明该算法具有良好的有效性与可行性。     

一种改进的遗传算法

传统的遗传算法有2个严重的缺点,即不能有效地消除过早收敛现象以及在进化后期搜索效率较低。模拟退火算法是基于金属退火的机理而建立起来的1种全局最优化方法,它能够以随机搜索技术从概率的意义上找到目标函数的全局最小点。将遗传算法与模拟退火算法相结合,提出模拟退火遗传算法。实验结果表明,该算法在性能上有较大的改善。     

改进的遗传算法及其在优化IC中的应用

本文介绍一种改进遗传算法，通过引入强制变异算子，避免了超级个体的出现，保证了杂交算子的有效性，提高了遗传算法的全局寻优能力．用改进的遗传算法代化仿人智能控制器．得到了理想的结果，由此得出一阶纯滞后对象的OIC参数整定公式．     

基于改进遗传算法的图像相关匹配

针对图像匹配的数学特点,设计一种新的改进遗传算法用于相关图像匹配。根据基因位的影响和参数调整策略,采用半确定性和大变异结合,汉明距离控制的方法。仿真结果表明,新算法在收敛性能上大大优于简单遗传算法和经典序列猜测算法。     

一种改进的遗传算法及其应用

为解决遗传算法的早熟和局部收敛现象,提出的一种改进的遗传算法,该算法引入海明距离构造初始种群,在选择、交叉、变异过程中采用最优保存策略。实验表明改进的遗传算法增强了种群的多样性,并在一定程度上避免早熟现象发生,同时又能较快找到全局最优解。     

用遗传算法实现PID参数优化

提出一种应用遗传算法对PID控制器参数进行优化设计，文中重点介绍了遗传算法的优化过程，仿真结果证明了该算法的有效性。     

改进的K-均值聚类排挤小生境遗传算法

针对基于罚函数的排挤小生境遗传算法的缺陷,提出了改进的K-均值聚类排挤小生境遗传算法。该算法将改进的K-均值聚类分析与排挤技术有机地结合起来,无需事先确定小生境的数目和半径,可以通过调节最小聚类距离控制收敛到的小生境的数目,避免找到无效的极值点。理论分析和数值实验表明,该算法对于非均匀分布的多峰函数具有较好的搜索性能。     

基于遗传PID整定的感应电动机速度控制研究

感应电动机系统为多变量、强非线性、强耦合的复杂系统,如何对其转速进行有效控制一直是控制界研究的热点之一。文中提出了基于遗传算法的感应电动机调速系统PID参数的寻优方法,该方法是将PID控制器Kp,Ki,Kd参数构成基因型,将系统控制性能指标构成相应的适应度,利用遗传算法机理对其参数随机寻优,最终得到全局最优解。仿真与实验研究表明,应用该经遗传算法整定的PID控制器作为感应电动机双闭环调速系统的转速调节器,可以使系统获得良好的稳定性、鲁棒性和动态品质。     

适用于车间巡检定位的改进RFID定位算法

为了解决目前车间巡检出现的工作质量低、可靠性差、巡检记录信息易丢失及保管难度大等问题,设计了一种基于RFID的车间巡检定位系统。首先,在巡检地点及巡检人员经过的路线上安装多组RFID阅读器,系统通过识别嵌入在巡检人员工作证件内的电子标签确定巡检人员的位置。基于车间复杂的环境因素及定位系统的可靠性考虑,设计了一种适用于车间巡检定位的改进RFID定位算法。该算法是在VIRE算法的基础上结合非线性样条插值法,引入动态阈值获取目标位置坐标,记录满足条件的几组目标位置,并计算平均值作为最终结果。实验结果表明,与VIRE算法相比,改进算法将定位误差从0.369 m降低到0.162 m,具有更好的定位效果,可以用于车间巡检人员的跟踪定位。     

基于遗传算法工具箱的控制系统优化设计

介绍了遗传算法(GA)的基本原理及遗传算法工具箱(GOAT)的基本用法，结合控制系统PID参数的优化设计问题，给出了基于任意目标函数的PID参数整定方法，并利用仿真实验证明了其有效性。     

Improved Genetic Algorithm and its Performance Analysis

Although genetic algorithm has become very famous with its global searching,parallel computing,better robustness,and not needing differential information during evolution.However,it also has some demerits,such as slow convergence speed.In this paper,based on several general theorems,an improved genetic algorithm using variant chromosome length and probability of crossover and mutation is proposed,and its main idea is as follows:at the beginning of evolution,our solution with shorter length chromosome and higher probability of crossover and mutation;and at the vicinity of global optimum,with longer length chromosome and lower probability of crossover and mutation.Finally,testing with some critical functions shows that our solution can improve the convergence speed of genetic algorithm significantly,its comprehensive performance is better than that of the genetic algorithm which only reserves best individual.     

一种求解整体最优效率行为模型的遗传算法

整体最优效率行为模型是基于满足最低期望投资产出和最高投资额的约束,以整体效率最优为目的的一种数学模型。阐述了求解该模型的一种改进的长模式遗传算法,将各个投资活动的效率进行排序,并引入贪婪策略修正各个染色体,采用三种再生算子进行求解,结果表明改进的长模式遗传算法有效。     

改进的遗传算法在边坡稳定性中的应用研究

边坡稳定性评价的关键是如何确定最危险滑动面的位置并计算与之相对应的安全系数,是非线性优化问题。为克服传统优化分析方法容易陷于局部最优解的缺点,作者采用保留策略改进的遗传算法与上限解法结合,开发了应用对边坡的安全系数进行分析,结果显示误差较小,收敛速度快。     

改进的蚂蚁遗传混合算法及应用

车间作业调度问题是一个典型的NP-hard问题。分析了蚂蚁算法和遗传算法的特点,就遗传算子、交叉概率和变异概率上对传统遗传算法进行了改进;同时为了加速蚂蚁的搜索效率、减少迭代次数,重构了传统蚂蚁算法的下一个结点选择策略、信息素的局部更新策略,并将改进后的两个算法进行混合求车间作业调度的最优解。试验表明,算法的改进和混合提高了搜索效率及搜索结果的准确性。