遗传算法原理及在结构优化设计中的应用

简要介绍了遗传算法的基本原理和特点，接着将遗传算法与传统优化算法作了比较，然后介绍了遗传算法在实际应用中的改进方法和在工程结构优化中的应用现状，并用一个三杆桁架的算例来说明遗传算法的优越性，最后提出遗传算法存在的主要问题和总结展望。     

遗传算法在汽车起重机行星传动模糊优化的应用

遗传算法是一种模拟生命进化机制的搜索和优化方法，其全局优化和隐含并进性使得遗传算法适合求解大规模的复杂优化问题，在介绍遗传算法的基础上，提出了基于遗传算法的汽车起重机行星传动模糊优化方法，算例计算表明，遗传算法在机械目标优化方面具有较好的应用前景。     

结构优化GAs算法应用研究

阐述了遗传算法优于传统算法的特性，介绍了遗传算法的基本机理和其在结构优化领域内的应用，表明遗传算法是一种适合于结构优化设计的有效方法。     

遗传算法在流体机械中应用的研究与发展

对遗传算法在流体机械中的应用的研究现状做了较全面的介绍，就各种应用进行了总结和评述，分析了遗传算法在流体机械中应用的难点，并对其发展方向提出了一些新的建议。     

正交试验法、神经网络和遗传算法的结合

用神经网络建模，遗传算法优化是求解工程优化问题的一种行之有效的方法。但由于神经网络、遗传算法自身的诸多问题，制约了其在较为复杂领域中的应用。正交试验法是一种进行多因素试验的科学方法，本文将它引入神经网络和遗传算法中，将三者结合起来，用正交试验法设计神经网络样本，并用遗传算法优化神经网络结构，较好地克服了各自的弱点，拓展了它们的应用。另外本文对正交试验法配置遗传算法参数做了介绍。     

遗传算法求解TSP问题的研究进展

文章介绍了TSP问题和遗传算法的基本原理以及特点；针对解决TSP问题，论述了遗传算法在编码表示和遗传操作算子等方面的应用情况，分别指出了顺序表示、路径表示和布尔矩阵表示的优缺点．阐述了三种基本的操作算子的应用现状；最后，简单说明了混合遗传算法在求解TSP问题中的应用并对遗传算法解决TSP问题的前景提出了展望．     

惩罚函数法在遗传算法处理约束问题中的应用

主要研究惩罚函数法在遗传算法中的应用。将传统优化方法中的惩罚函数法与遗传算法相结合，研究了三种不同的惩罚函数法在遗传算法中的实现和应用，编制了计算程序。通过对连续变量无约束优化、连续变量约束优化和离散变量约束优化等典型优化问题的计算分析，将三种惩罚函数方法进行了比较，指出了它们的特点及选用原则。同时，对遗传算法中各种算子的不同形式也进行了研究和比较，得出了一些有意义的结论。     

遗传算法在雷达信号检测中的应用

在对遗传算法进行简要介绍的基础上，针对遗传算法在雷达信号检测中的应用，提出了两种优化模型，并利用有效的实数型遗传算法(RGA)对模型进行了优化设计。大量仿真结果表明，通过GA优化的模型能明显地提高整体检测性能。     

遗传算法在油气勘探开发中的应用

遗传算法是具有全局寻优特点的一种新型最优化方法，具有求解各种特殊问题的灵活性。介绍了遗传算法的特点以及在我国油气勘探、开发中的应用现状和研究方法．遗传算法在油气勘探、开发领域中的一些成功实例，显示了其独特的优势和广泛的应用前景．同时对其在实际应用中的问题提出了建议。     

遗传算法在模拟有源滤波器设计中的应用

遗传算法是模拟生物在自然环境中的遗传和进化过程而形成的一种自适应全局优化概率搜索算法。首先，该文给出了应用遗传算法求解问题的一般步骤，然后将遗传算法用于模拟有源滤波器的优化设计，其仿真结果验证了算法的有效性。     

基于GAOT的PID控制器参数整定研究

遗传算法是一种具有极高鲁棒性和广泛适用性的全局优化方法,遗传算法优化工具箱(GAOT)为遗传算法的推广和应用提供了良好的工具,它采用模块化设计,包含了常用的遗传算子.针对传统PID参数整定的一些局限性,利用遗传算法优化工具箱对PID控制器参数进行整定.分析了遗传算法的应用步骤、GAOT的基本用法和GAOT与控制器参数整定的接口方法,利用仿真试验将该方法与Ziegler-Nichols法和工程品质最佳法进行比较.仿真结果表明:该方法几乎无超调,且过渡时间最短,可明显提高系统性能.     

遗传算法研究和探讨

本文主要阐述数据挖掘的一个重要算法-遗传算法.并从遗传算法的概念、特点、基本遗传算法的流程和遗传算法操作中的五个核心要素,阐述了遗传算法在排课问题中的应用所涉及的编码形式,适应度函数的确定以及所采用的遗传操作,合理对资源进行分配,从而解决对资源的使用带来的冲突问题.     

遗传算法研究和探讨

本文主要阐述数据挖掘的一个重要算法-遗传算法。并从遗传算法的概念、特点、基本遗传算法的流程和遗传算法操作中的五个核心要素,阐述了遗传算法在排课问题中的应用所涉及的编码形式,适应度函数的确定以及所采用的遗传操作,合理对资源进行分配,从而解决对资源的使用带来的冲突问题。     

遗传算法在结构设计中的应用研究

介绍了遗传算法的基本原理，讨论了该算法的改进算法，建立了一种应用模式,并将其应用于钢屋架的优化设计之中，测试表明该算法能进一步提高结构优化设计的效率。     

一种基于MAS—GA的混合进化计算模型

针对优化规划求解目前还缺乏高效、实用的算法,而传统遗传算法由于受确定编码形式的制约而缺乏对复杂系统的表述能力的问题,提出了一种基于Agent行为遗传和范例学习的新型进化算法。并分别采用新型遗传算法和传统遗传算法对同一算例网络进行优化规划,实验结果说明了本文算法具有更好的复杂的问题表述能力、计算效率、收敛稳定性以及可扩展性。     

基于遗传算法的GNA优化反演方法

遗传优化反演方法是工程反演计算的一个重要发展方向,但是由于算法自身的局限性,导致基于单纯遗传算法的优化反演技术难以推广应用.在深入分析遗传算法特性的基础上,指出其相应的不足之处;基于此,引入神经网络算法与模拟退火算法,有机融合3种算法,扬长避短,提出了基于遗传操作的GNA优化反演新算法;算例表明,提出的融合优化反演方法计算效率高、计算精度可靠.     

基于混合遗传算法的分布式车间作业调度问题

分布式车间作业计划与调度是一个典型的组合优化问题,而组合优化问题是遗传算法求解的领域.本文描述了分布式车间作业调度问题及其调度方法,结合分布式车间生产模式的实际情况,将模拟退火算法引入自适应遗传算法,提出了混合遗传算法(GASA);详细地阐述了分布式车间作业计划与调度问题的解决策略和操作过程,并以甘特图的方式给出了计算结果.与其它方法比较,混合遗传算法是解决分布式车间作业计划与调度问题的更为优良的方法.     

基于改进遗传算法的无功优化

遗传算法的基础上对其局限性进行改进,使该算法在电力系统无功优化的应用中具有一定优越性。通过改进编码和选择算子,自适应的交叉变异概率等策略,并引入基于模拟退火策略的适应度函数和混沌算法,使得改进遗传算法高速、准确的收敛于最优解,改善了传统遗传算法易陷入收敛性差、效率低的弊端。在此基础上建立无功优化数学模型,介绍了该算法具体实现步骤,并将其应用于IEEE30节点,证明所提算法是可行和有效的。     

基于遗传算法的排课设计

阐述了遗传算法在课表生成过程中的应用。介绍了针对排课问题,遗传算法所涉及的编码方案,采用了布尔矩阵形式来实现、适应度函数的确定,主要涉及节次优度和周次组合优度这2个参数、和遗传操作的3种操作方法的实现过程。     

基于遗传算法的自适应模糊调节器的设计

本文简要阐述了遗传算法和模糊控制的基本原理,并结合二者针对一个具体的随机非线性系统进行优化研究。文章设计了基于遗传算法的自适应模糊调节器。并在充分分析了量化因子对系统稳态性能和动态性能的影响的基础上,提出了一种智能调节量化因子的模糊控制算法,使系统具有更好的动态和稳态性能。文章利用此控制器对双线性模型进行了仿真,结果证明了其有效性。