基于遗传算法的多水源环状管网优化设计

遗传算法应用于管网优化时会表现出收敛速度慢、结果不理想等缺陷。针对环状管网优化设计的管径离散、约束条件多等特殊性,充分利用管网水力特性,通过模糊判断、扰动等手段干预遗传算法进化方向和进度,使得遗传算法在一定程度上改变了应用于管网优化时表现出的缺陷。算例表明,改进后的遗传算法值得在管网优化设计中推广。     

多新息无模型控制律收敛性分析及参数优化

基于多新息理论、无模型控制、遗传算法优化的思想,提出了一种新型非线性无模型控制方法,并对该控制器的收敛性进行了分析.该方法采用多新息理论间断迭代的思想,利用系统当前和历史数据,以遗传算法对控制律中的参数进行在线优化,经过优化后的控制律作用于非线性对象,特别是对具有纯时间延时动态系统在收敛速度方面具有更好的效果.仿真研究表明了该控制方法的有效性.     

改进遗传神经网络算法在销售预测中的应用研究

针对传统BP神经网络销售预测算法存在学习效率低、收敛速度慢、易陷于局部极小值等不足,提出改进措施:采用自适应学习效率提高算法的有效性和收敛性,采用附加动量法提高算法的适应性,采用改进的遗传算法优化神经网络的权值,利用改进遗传算法全局寻优的特性实现快速寻优及精确预测的目的。最后用实例计算验证本算法。     

基于遗传算法优化的BPNN读者满足率评价模型

在分析读者满足率意义及与其相关因素的基础上,提出了基于遗传算法优化的BPNN读者满足率评价模型,并通过实验验证了其有效性。     

基于遗传算法的建筑结构优化设计应用研究

文章对桁架结构实际工程进行优化设计,引入分部优化法和遗传算法相结合的结构设计优化思路,建立杆件的优化数学模型,以Matlab遗传算法工具箱为平台,引入惩罚函数对实际工程的离散设计变量进行处理,对优化前后的结果进行对比分析。     

基于食物链的改进三种群遗传算法

借鉴生态学中的能量传递方式——食物链,按照营养级的划分,将种群分为大小不同的三个种群,按照不同的遗传操作方式并行进化并每代进行最优单体特征的传递,将这种改良的算法与模糊控制器操作联系起来,对隶属度函数、模糊规则以及量化因子和比例因子进行完整优化,最后的结果显示该改良算法优化后的模糊控制器较双种群遗传算法和普通的三种群遗传算法其控制性能在很大程度上得到了明显改善。     

基于蚂蚁算法的协同产品设计链合作伙伴选择研究

优化的设计链可以缩短产品上市的时间，从而获得竞争优势。合作伙伴选择是设计链构建的重要环节，设计链伙伴选择的求解是一个组合优化问题，将蚂蚁算法与遗传算法相结合用于合作伙伴的优化选择，利用遗传算法快速的全局搜索能力生成信息素分布，蚂蚁算法求精确解，优势互补，得到了满意的效果。     

三种智能优化算法的比较分析

生物进化过程本身是一个自然的、并行发生的和稳健的优化过程,基于这一过程而产生的仿生优化算法为解决非数值优化问题提供了新的思路和手段。本文首先简要介绍了目前比较流行的三种新型智能优化算法：人工鱼群算法、蚁群算法和遗传算法,就这些算法的特点和异同进行了分析,并对它们的发展进行了进一步的阐述。     

Library Performance Evaluation and an Empirical Study Based on GA-BPNN Combinatorial Model

针对国内外图书馆绩效评价过程中评价方法存在的局限性,以及绩效评价系统指标因素的模糊性、不确定性、难以量化等特征,提出了遗传算法和BP神经网络算法相结合的GA-BPNN组合模型对其进行评价,首先建立基于GA-BPNN的评价模型,运用遗传算法GA优化BP神经网络的连接权值和阈值,然后把优化好连接权值和阈值输入BP网络进行智能网络训练,最后把待评价的测试样本输入到训练好的BP网络中进行实证分析,得到图书馆绩效评价的实际输出值,与传统BP神经网络算法得出的结果对比,拟合精度、准确度、效率大幅提高,从而证明该模型具有较好的可行性和实用性.     

群体智能算法在投资组合中的应用

群体智能算法作为一系列优化问题求解的算法，已被广泛应用到投资组合问题求解的过程当中。就群体智能算法在投资组合中的应用进行了详细梳理，且选取了遗传算法和粒子群算法这两种典型算法，基于股票收益率真实数据，建立投资组合模型并对其求解。实验结果表明，与等权重投资组合方式相比，构建投资组合模型所得到的实际收益率更高，且在投资组合优化模型中，较粒子群算法，遗传算法最优解优于前者，且运行时间较短。     

改避遗传算法在车辆路径问题中的应用

通过设计一种新颖的交叉算子构造一种改进的遗传算法。此算法对于种群的多样性要求不高,并能够避免传统遗传算法存在的“早熟收敛”问题。将该算法应用于车辆路径问题实例,实验结果表明,此算法能够有效地求得车辆路径问题的解。     

《遗传算法》电子教材编写的几点启示

本文着重分析了《遗传算法》选修课电子教材编写的必要性和现实意义。指出《遗传算法》选修课电子教材要突破传统教材的局限性,应在实用性和教学对象及教学目标相结合的基础上编撰。     

具有记忆功能的进化算法研究综述

阐述了进化算法的基本原理,讨论了几种典型的算法,包括传统的遗传算法,基于免疫系统克隆选择理论的克隆选择算法,并通过分析了其记忆功能,指出可能的改进形式,展望了今后的研究重点和发展趋势。     

利用遗传算法确定医学文献的研究热点

提取医学文献的主题词特征向量,检索文献在发表两年后的最新被引次数,以此作为热点文献的指标,利用遗传算法编程,优化提取出能表达热点文献内容的主题词组合。以肿瘤干细胞为测试对象,以词频分析所得的结果作为基准线,并请相关领域专家对两组结果进行评价比较,结果显示遗传算法所得到的结果优于词频分析。     

基于改进遗传算法的多目标配电网重构

配电网重构是配电管理系统的重要内容,从本质上讲,它是一个非线性组合优化问题,若采用传统的遗传算法处理,由于其易于陷入局部最优解和随着配电网规模的扩大搜索效率低的问题,难以得到理想结果。文中提出一种改进的遗传算法来处理配电网重构问题,采用实数编码,减小了染色体长度和生成不可行解的概率,同时遗传父代优良基因的可能性大大增加。针对适应度函数计算中潮流收敛速度慢的缺点,采用前推回代的方法,大大减少了潮流计算的时间,较好的解决了配电网重构问题。理论分析和算例表明,该方法高效可行,适合配电网自动化的实际应用要求。     

基于智能无人机的航摄飞行方案优化研究

主要研究了基于智能无人机的航摄飞行方案优化问题。首先介绍了航摄飞行方案的概念和要求,然后设计了智能无人机的航摄飞行方案,并提出了优化方法,包括遗传算法、粒子群算法、蚁群算法、模拟退火算法和深度学习算法。最后,通过应用案例,探讨了智能无人机航摄技术在农业、建筑和地质勘探领域的应用。研究成果对于无人机航摄技术的发展和应用具有现实意义,为地理信息领域的应用提供了更加精准和全面的数据支持。     

基于混合交叉的微遗传算法改进研究及应用

本文给出一种基于混合交叉的改进微遗传算法（简称μGA-BLX）,用于常规遗传算法存在的计算量大、收敛速度慢等缺点。本文μGA-BLX算法在交叉操作上采用了BLX-α算子,增强了算法的搜索能力;在变异操作上引入了Cauchy变异算子,增强了种群多样性和算法探索能力。此外,本文μGA-BLX还在算法重新初始化阶段引入了算法个体池,减少了重新生成个体的盲目性。通过行星齿轮传动机构参数优化计算结果表明了算法的有效性。     

汽车正面碰撞安全气囊缓冲特性多目标优化

本文利用MADYMO软件建立了汽车正面碰撞乘员约束系统数值模型,并利用该模型对人体的损伤响应进行研究。运用微型多目标遗传算法对安全气囊的动态特性参数进行优化,结果表明该方法不但能减少汽车碰撞试验次数与昂贵的试验成本,而且还能为工程人员提供多种方案以满足不同产品要求,在汽车碰撞安全技术领域具有一定的实际工程意义。     

基于遗传算法的虚兵火力协同任务规划

从虚拟兵力智能化角度出发,针对虚拟兵力火力协同任务规划问题,提出了一种对重要目标优先打击,同时弹药消耗最低的任务规划模型,并采用遗传算法对不同火力单元打击多个任务目标的规划问题进行求解优化。最后通过仿真试验对构建的算法进行验证,结果表明构建的模型算法能够很好地对火力协同任务规划问题进行求解,提高火力打击效益,实现虚拟兵力的智能决策。     

基于加速遗传算法的人工湿地类型优选模型研究

为了提高传统层次分析法在人工湿地类型优选中的准确性和可靠性,提出从技术、经济和环境3个角度评价表面流、水平潜流和垂直流3种湿地类型,利用模糊层次分析法构建人工湿地类型优选模型,并采用模拟生物自然进化法则的加速遗传算法统一求解各模糊判断矩阵,得到各种人工湿地类型的权重排序值。实例研究结果显示,相对于其他两种人工湿地类型,垂直流人工湿地具有较大的优势。文章建立的基于加速遗传算法的人工湿地类型优选模型,提高了人为主观判断的准确性,为人工湿地类型优选提供一条新的研究途径。