IGA在DEH调节系统参数优化中的应用

遗传算法是模拟自然界生物进化过程和机制对优化问题进行求解.首先概述了遗传算法的基本原理、特点和存在的缺陷,鉴于遗传算法易出现“早熟”现象,对遗传算法进行改进后,将其应用于汽轮机数字电液调节系统的参数优化,并给出了参数优化过程.改进遗传算法提高了算法的全局搜索能力和局部搜索能力.仿真实验表明,改进的算法效果明显优于经典优化算法,能有效克服“早熟”现象、提高算法收敛精度,具有良好的收敛性和寻优能力.     

改进遗传算法的应用研究

针对简单遗传算法在实际应用中存在易产生早熟收敛、得到的结果可能为非全局最优收敛解、适度值计算时间过长以及在进化后期搜索效率较低的缺陷,介绍了四大类改进遗传算法,即小生境遗传算法、自适应遗传算法、并行遗传算法及混合遗传算法的应用情况.     

遗传算法在求解函数优化问题中的应用研究

介绍了遗传算法是一种借鉴生物界自然选择和优化机制发展起来的高度并行、随机、自适应搜索算法,阐述了在遗传算法的诸多应用中,函数优化是最显而易见的应用,分析了遗传算法的运行机理,并在Matlab环境中实现了用遗传算法求解函数优化的问题.     

基于模拟退火遗传算法的PID控制器参数优化

针对遗传算法存在容易早熟的不足,将模拟退火算法融合到遗传算法中,建立了模拟退火遗传算法,并将其应用于PID控制器的参数优化.结果表明,将模拟退火算法融合到遗传算法中是有效的,基于模拟退火遗传算法的PID控制器参数优化是可行的.     

基于遗传算法的高温空冷冷凝器优化设计

探讨了基于遗传算法原理的高温空冷冷凝器设计思想,分析了遗传算法在设计过程中的应用,列出了具体的实施步骤,并建立了冷凝器优化模型,并借助matlab遗传算法工具箱进行了验证.结果显示,遗传算法在换热器设计中具有良好的适用性.     

遗传算法及其在机器人控制中的应用

遗传算法是建立在模拟自然界生命进化机制基础上的一种新型搜索和优化方法.本文介绍了遗传算法的概念、基本原理及其优点,讨论了它在机器人控制领域中的应用.并指出了遗传算法存在的问题和在机器人控制中的未来发展方向.     

基于免疫遗传算法的离合器压紧弹簧优化设计及MATLAB实现

阐述了免疫遗传算法的基本原理,并在MATLAB环境下采用免疫遗传算法对离合器压紧弹簧进行了优化设计.实验表明免疫遗传算法对离合器压紧弹簧的优化设计效果明显.     

基于混合退火遗传算法的圆柱蜗杆传动模糊优化设计

针对基本遗传算法在优化设计中遇到的局部搜索能力不强、早熟收敛等问题,提出一种将模拟退火、Powell搜索方法与遗传算法相结合的混合遗传算法.在此基础上对普通圆柱蜗杆传动模糊优化设计进行了研究;数值计算表明,该混合退火遗传算法可以有效地克服基本遗传算法的上述缺陷,可以加速算法的收敛,具有良好的优化性能.并用该算法较好地解决了普通圆柱蜗杆传动的模糊优化设计.     

遗传算法在数据挖掘中的应用实例分析

该文主要分析了数据挖掘的有关概念及其数据挖掘的过程,详细阐述了遗传算法的基本思想、步骤及其在数据挖掘中的应用,以遗传算法在旅行商问题中的应用为例,全面分析了遗传算法在数据挖掘中的应用过程及其实现的计算效果,同时对简单的遗传算法在数据挖掘应用中存在的问题进行了讨论.     

量子免疫遗传算法对纳米尺度润滑膜特性的模拟分析

阐述了量子免疫遗传算法的特点,建立了量子免疫遗传算法网络识别模型,给出了极性分子Z-dol润滑剂在表面的分散轮廓参数、输入输出层设计和样本数据的采集与处理的方法.模拟结果表明,润滑剂的扩散出现复杂的分层结构,与扫描微椭圆仪得到的数据吻合.量子免疫遗传算法模拟识别率为96.7%.