遗传算法及其在工程结构优化设计中的应用

介绍了遗传算法的基本原理和应用特点，提出了加入生长算子的改进措施，并且通过在工程结构优化设计中的应用实例，证明了改进后的遗传算法可以明显提高解题速度和解的最优性．     

电力系统无功优化分析

首先概述了无功优化的原理以及遗传算法在电力系统无功优化中的应用,然后重点对无功优化中的遗传算法进行了改进,并提出了基于改进遗传算法的无功优化数学模型,提高了算法的寻优能力和收敛速度。     

浅析遗传算法在电力系统中的应用

文章首先对遗传算法的基本概念进行阐述,然后对文献中提出的各类遗传算法在电力系统中的不同应用进行述评,分析了它们在不同电力系统问题中的应用特点及改进措施,促进遗传算法在该研究领域的进一步发展。     

遗传算法在织物起皱评价中的应用

文章对传统遗传算法进行了改进，提出了一种带有倒位算子的遗传算法。经检验表明，该遗传算法可以有效地提高收敛速度，达到全局最优。将遗传算法应用于织物起皱评价，可以为决策者提供优化方案。     

应用改进遗传算法的自动配棉模型优化与应用

针对配棉工艺具有多约束条件的特点和现有自动配棉的不足,提出将改进的遗传算法应用到线性规划优化求解问题中,通过改进遗传算法的初始种群生成策略、遗传算子和进化收敛条件,将配棉约束条件动态融合到种群进化过程中,在保证配棉约束条件的前提下,兼顾了求解的效率和有效性,以达到对自动配棉进行优化的目的。应用结果显示:用改进遗传算法对配棉模型的求解优于基本遗传算法,且配棉的各项指标值符合生产技术要求,在满足混棉质量的前提下,该方法能指导技术人员对候选棉和库存棉做出更合理的选择,有效降低了配棉成本。     

针对传统遗传算法中存在的不足的改进

相比较传统的遗传算法和生物界进化,本文指出了两个引起遗传算法收敛速度慢和寻优效率较低的原因。文章针对两个问题的改进进行了初步的探讨,对传统的遗传算法进行了相应的改进。     

啤酒糟旋转闪蒸干燥过程建模与优化

对啤酒糟旋转闪蒸干燥过程进行了实验研究。应用改进的BP神经网络对干燥过程建模，并基于该模型采用遗传算法进行优化计算，给出在一定生产能力条件下，满足产品湿度要求的最佳操作参数，使能耗最低。结果表明该模型具有较高的精度，优化结果对实际干燥过程的操作具有指导作用。     

改进遗传算法PID参数优化在流浆箱总压控制中的应用

稀释水水力式流浆箱的总压控制直接关系到纸张质量的好坏,传统的PID方法对于非线性、参数时变性和模型不确定性的对象控制精度较低。虽然传统遗传算法可以优化PID参数,提高精度,但是收敛速度慢,整定时间长,限制其在高速纸机控制中的应用。针对这些问题,本课题以纸机流浆箱总压控制为研究对象,采用改进的遗传算法来整定PID参数,通过优化交叉和变异算子、增加当前最优追踪策略以及改进收敛准则等方法来提高遗传算法的全局寻优能力和收敛速度。仿真结果表明,用改进的遗传算法整定后的流浆箱总压控制PID具有更快的响应速度和更好的鲁棒性。     

论计算机通信网络容量和流量的分配优化

在满足计算机网络通信需求的基础上,网络费用最低无疑对于计算机网络容量和流量的优化分配,资源的合理利用有着非常重要的意义。基于满足网络通信需求,降低网络费用的基础上构建了计算机通信网络容量和流量优化分配数学模型,阐述了改进的遗传算法,并对该算法的应用效果进行了分析,通过改进的遗传算法,能够提高网络性能,降低网络的费用,为网络的规划与建设,网络评估及性能优化提供参考和借鉴。     

改进遗传算法PID参数优化在吹贯蒸汽流速控制中的应用

纸机干燥部吹贯蒸汽流速控制是解决烘缸积水问题的一项重要措施。吹贯蒸汽流速控制通常采用PID控制器,而传统的PID控制方法的控制精度较低、参数整定耗时较长,难以达到理想的控制效果。本课题在对基本遗传算法进行分析的基础上,提出了一种改进的遗传算法,并将该算法用于PID控制器参数优化,实现对纸机干燥部吹贯蒸汽流速的精确控制。MATLAB仿真实验结果表明,与常规PID控制器和基于基本遗传算法的PID控制器相比,基于改进遗传算法的PID控制系统具有响应速度快、超调量小、鲁棒性强的优点,能够获得理想的控制效果。文中所述算法已投入实际应用,明显提高了二次蒸汽的利用效率,能够获得可观的经济效益。     

改进遗传算法在智能化组卷系统中的应用

无纸化网络在线考试已逐渐成为一种流行趋势,其被社会各大行业普遍认可和接受。而在网络考试系统设计当中,最为关键的技术是组卷,组卷问题、组卷策略、智能化组卷会重点影响着网络考试系统的应用效果。积极将改进遗传算法应用在智能化组卷网络考试系统设计中,利于有效实现智能化组卷,解决自动组卷问题,使得系统具有较好的使用性能和实用性。在此,本文将探讨改进遗传算法在智能化组卷的网络考试系统设计中的应用。     

遗传算法在男西裤生产流水线平衡中的应用

遗传算法能够自动给出比较合适的交叉概率和变异概率,显著提高搜索效率。文章将遗传算法应用于男西裤生产流水线中,同时改进了遗传算法的搜索能力,以解决并行制造中的流水线平衡问题,并通过对男西裤生产工艺进行仿真证明了该算法的有效性。     

用改进的遗传算法求解背包问题

通过分析已有文献中对于背包问题(KP)的各种求解方案,选择使用贪心算法(GT)实现背包问题的求解,在求解的过程中对现有的贪心算法进行改进,得到了改进的贪心变换方法(IGT)。将此算法应用于遗传算法当中即为改进的遗传算法(简记IGA)。利用IGA得到了文献[5]中一个著名KP问题实例的目前最优解。为了使得遗传算法更好的收敛于较优的结果,本文提出了一个染色体的随机生成算法。通过实例对比IGA和GA算法,结果表明IGA算法的性能明显优于GA算法。     

基于改进遗传算法的造纸机干燥部排风系统参数优化

为降低造纸机干燥部能耗,提出了一种基于改进遗传算法的干燥部通风系统参数优化的方法。通过建立造纸机干燥部能耗模型并利用改进遗传算法对排风温度、排风湿度和排风量进行优化。MATLAB仿真实验表明,本课题提出的优化方法使造纸机干燥部能耗进一步降低,具有显著的节能降耗效益。     

一种改进的多目标遗传算法的研究

针对项目实践中目标解常需要满足多种目标约束的难题,提出一种改进的多目标遗传算法。该方法对遗传算法进行改进,选择算子在下一代群组的选择上引入精英保留策略和小生境的概念,根据拥挤距离的排序确定下一代的个体,变异算子在适应度值小于平均适应度时,采用一种自适应的方式确定算子。最后将所提出的算法应用于解决排课问题,相比遗传算法计算速度更快,排课效果更好,表明了该算法的有效性。     

基于改进遗传算法的遥感卫星任务规划方法

传统遗传算法可以比较好地应用于解决遥感卫星任务规划问题,但也存在容易过早收敛,进化后期效率较低等不足。该文通过引入模拟退火机制、采用多种群并行进化思想、在算法的不同搜索阶段设计不同的选择策略对遗传算法进行改进,克服了遗传算法的固有缺陷。仿真实验表明,该算法在搜索能力和搜索效率上均优于传统遗传算法,提高了遥感卫星任务规划效益。     

间歇蒸煮过程的分层多目标优化

对制浆生产间歇蒸煮过程进行了详细分析，建立了包括环境污染为目标函数的多目标分层规划数学模型，将传统分层多目标优化的方法和遗传算法相结合，提出了一种新的目标优化方法，遗传算法中综合并列选择和小生境方法，采用了池点编码和算术交叉操作，应用罚数法将有约束优化问题转化成无约束优化问题，应用实际间歇蒸煮过程数据的优化仿真结果表明，该方法可以在保证纸浆质量的前提下，减少排放废液中碱的含量，降低生产成本，达到清洁生产的目的。     

改进混合遗传算法在自动配棉上的应用

为解决多约束条件下配棉难的问题,通过研究原棉性能与纱线质量之间的关系以及分析基本遗传算法在解决该问题时的优缺点,设计了新的计算机自动配棉数学模型,并运用群体排序和局部寻优等关键技术,提出一种改进的混合遗传算法。分别运用基本遗传算法和改进的混合遗传算法对自动配棉模型进行实验。结果表明：改进的混合遗传算法给出的配棉方案比较合理,混合棉质量指标精度较高;同时由于增加了局部寻优算子和最速下降因子,算法的寻优能力和收敛速度得到了加强。     

基于并行遗传算法的一种关联规则挖掘

本文根据关联规则挖掘的要求与特点,结合并行遗传算法的思想,通过定义适应度函数,讨论了并行遗传算法在数据挖掘中的应用。最后结合一个实例,提出了基于并行遗传算法的关联规则的提取算法。     

棉织物染色配方工艺优化方法研究

为了实现棉织物染色配方和工艺参数的优化设计,研究了一种应用智能混合算法优化求解的新方法。首先构建棉织物染色配方工艺优化的数学模型,再利用自适应调整和相似度判别策略等关键手段对基本遗传算法进行了改进并融合了模拟退火算法形成智能混合算法,最终将智能混合算法应用到优化模型的求解中,以达到配方和工艺优化的目的。结果表明,优化模型可靠有效,智能混合算法的收敛速度、寻优能力和稳定性都得到了改善。应用智能混合算法求解的配方和工艺参数染色,其效果明显优于传统遗传算法,不仅与样布的色差值缩小了6.47%且成本降低2.16%以上。该方法可为棉织物染色过程中的质量控制以及工艺参数快速优化设计提供理论指导。