Nonlinear modelling of a SOFC stack by improved neural networks identification

The solid oxide fuel cell (SOFC) is a nonlinear system that is hard to model by conventional methods. So far,most existing models are based on conversion laws,which are too complicated to be applied to design a control system. To facilitate a valid control strategy design,this paper tries to avoid the internal complexities and presents a modelling study of SOFC per-formance by using a radial basis function (RBF) neural network based on a genetic algorithm (GA). During the process of mod-elling,the GA aims to optimize the parameters of RBF neural networks and the optimum values are regarded as the initial values of the RBF neural network parameters. The validity and accuracy of modelling are tested by simulations,whose results reveal that it is feasible to establish the model of SOFC stack by using RBF neural networks identification based on the GA. Furthermore,it is possible to design an online controller of a SOFC stack based on this GA-RBF neural network identification model.     

基于遗传算法的综合性大学排课系统研究

排课系统是教务管理信息系统中非常重要的一个模块,本文对排课问题中的各种约束条件进行了分析,利用遗传算法解决了排课问题。     

链式思维教学模式——再探高师钢琴教学

链式教学模式以多元双线条教学为立足点,使师范钢琴教学特色与实用性更加突出,使我们在钢琴教学模式中尽可能摆脱以往的单一教学模式,从基础教育改革与发展的实际出发,重新审视其教学模式、教学定位,不断探索其教育方法．这是历史赋予我们的责任,更是我们必然的选择．     

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。     

最优控制算法综合分析

最优控制,顾名思义就是使控制系统的性能指标实现最优化的基本条件和综合方法。它是庞特利雅金在1958年提出的最大值原理和贝尔曼的动态规划的基础上,立足于状态变量法,解决复杂的系统问题,使其达到最优的指标。     

基于树木生长形态的仿生计算算法

对树木生长过程和形态结构进行描述与抽象,用动态生长的生长树进行模拟,提出一种新的仿生算法:生长树算法。树木在生长过程中,趋光性促使枝叶寻求占据相对更有利的空间位置,朝向能获取更多光照的位置生长,此过程体现寻优原则。借用遗传算法和蚁群算法的种群、个体评估等概念,借鉴信息素浓度机制,提出"光素浓度"衡量光照对生长树的叶枝节点的作用,叶枝节点个体不断探寻周围环境的光素浓度与外部环境进行信息交流,同时个体之间存在生长竞争关系,算法不断对个体进行评价、选择、生长,逐步个体的编码从而求得问题目标解。将算法应用于几个典型函数寻优,实验结果经与标准遗传算法进行对比,生长树算法具有迭代层数少、寻优速度快的优势。     

基于蚁群-遗传混合算法的系统芯片低功耗测试方案

针对系统芯片测试功耗快速增加的特点,提出了一种有效的低功耗测试方案。该方案将测试向量的海明距离作为测试功耗优化的目标,将测试功耗优化问题转化为对测试向量进行海明距离排序问题,采用一种改进的蚁群-遗传混合算法对测试向量进行排序,从而使测试功耗最低。针对ISCAS 89部分标准电路实验结果表明,该方案能有效的降低测试功耗。     

基于Extendsim的智能加工中心优化设计

针对Job shop型生产调度问题,构建一个小型智能加工中心,采用Extendsim软件建立仿真模型,并多次运用遗传算法实现优化设计,得到符合条件的满意解。提出可以将Job shop型生产调度问题转化为前期优化设计问题,通过工艺改善,将大型Job shop型生产调度车间转化为许多类似于所构建的小型智能加工中心,使其具有Flow shop型生产加工的特点,从而提高生产率,快速满足市场需求。     

求解TSP问题的几种算法比较

旅行售货商问题(简称TSP)是离散优化的一个经典的重要问题,对求解算法的研究非常重要。在介绍求解TSP问题的贪婪算法、禁忌搜索算法、模拟退火算法、遗传算法的基本思想之后,提出了相应的算法。针对测试库的四个典型算例,用程序实现这些算法,对这些算法的运行时间和结果进行比较研究。结果表明贪婪算法短时间就可以得出解,禁忌搜索算法与遗传算法的效果相当,模拟退火算法比遗传算法的结果好。