模拟退火法和遗传算法联合优化技术及在反演解释中的应用

结合遗传算法和模拟退火法逃逸局部极值，应用全局寻优的非线性优化算法，改进了传统基于梯度法的局部搜索算法的缺陷。同时，为了改进全局搜索法计算时间长的缺点而加快了收敛速度，在全局搜索法找到全局极值所在的山谷时，改用共轭梯度法快速到达谷底，运用笔者研究的方法对张集煤田的实际资料进行了反演处理，取得了比较好的结果。     

基于混沌遗传混合法的裂隙岩体模型参数识别

利用混沌运动所特有的随机性、遍历性和规律性,以及遗传算法的全局搜索特性,提出了一种混沌遗传混合优化算法。其基本思想是对遗传算法搜索寻优的结果作微小扰动,再进行混沌搜索。该方法兼有混沌优化与遗传算法的优点,比传统的遗传算法更具有跳出局部最优的能力,搜索的效率也有很大的提高。算例表明该方法具有广泛的应用前景。     

露天矿运输调度问题求解的自适应果蝇优化算法

针对露天矿运输调度问题,提出了一种改进的果蝇优化算法。首先,对露天矿运输调度问题进行了分析,以矿石开采能力和运输能力为约束条件,以运输成本最小为目标函数,建立了露天矿运输调度问题的数学模型。然后,该算法根据果蝇的味道浓度自适应调整搜索步长,同时满足了算法的全局寻优能力和局部寻优能力。最后,将自适应果蝇优化算法应用于求解实际的露天矿运输调度问题,与标准果蝇优化算法和遗传算法进行实验比较分析,给出了优化结果。实验结果表明:该算法的收敛精度和收敛速度均优于其他算法,证明了该算法可以有效求解露天矿运输调度问题。     

基于改进遗传算法的矿山救援机器人路径规划

针对矿山救援机器人路径规划要求,采用拓扑图法对矿山环境建模,提出一种改进遗传算法,该算法在保留遗传算法高效的全局搜索能力的同时,兼具模拟退火算法良好的局部搜索能力。利用深度优先搜索优化初始种群,提高搜索效率;引入编辑距离对交叉、变异的父代进行近亲筛选,避免近亲繁殖产生的子代与父代表现相似;引入进化逆转操作,使用退火算子对种群进行更新,在不流失最优基因的基础上进一步提高算法跳出局部最优的能力。利用MATLAB进行仿真,验证算法能够高效寻得最优救援路径。     

基于遗传算法的神经网络在露天矿卡车调度系统中的应用研究

介绍了神经网络和遗传算法2种优化方法的算法原理、特点和实现,在它们优势互补的条件下,提出了一种新的集成求解方法,利用遗传算法很强的全局搜索能力来弥补神经网络容易陷入局部最优的优化方法,给出了算法流程。最后以抚顺西露天矿的长远总体规划为例,说明该方法具有很好的解决卡车调度系统优化问题的能力,为今后求解类似问题提供了一个很好的研究方法。     

基于RBF网络与自适应遗传算法的旋转机械故障诊断方法

针对RBF网络学习算法工作量大和类别数需预先确定的问题,通过引入具有自适应机制的的遗传算法,结合梯度下降法交互运算,提出了自适应遗传算法和径向基函数网络相结合的旋转机械故障诊断方法。通过对样本模式聚类和故障状态的分析,并利用自适应遗传算法优化相关的RBF网络,有效地解决了隐节点数和各参数的取值问题。应用结果表明,RBF网络和自适应遗传算法相结合提高了全局寻优效率。     

遗传算法和模矢法结合的概率积分法参数反演方法

遗传算法在反演概率积分法预计参数时从参数取值范围内的串集开始搜索,并使用弹性策略来维持群体的多样性,使得算法可以跨过局部收敛的障碍,向全局最优解方向进化;但这种概率化的寻优算法存在局部探索能力差、结果不稳定的缺陷,只能获得问题的近似最优解。模矢法是一种降梯度算法,算法局部探索能力强、收敛快;但这种算法对初值选取敏感,初值选择不当易陷入局部极值。本文提出并实现了一种模矢法与遗传算法结合的组合算法:先使用遗传算法求得参数的全局近似最优解,然后将近似最优解作为探索初值,使用模矢法获得参数的稳定、精确最优解。研究结果表明:组合算法反演概率积分法预计参数的精确度高、收敛快、稳定性好,综合性能较遗传算法和模矢法有明显优势。     

无人驾驶运输车最短避障路径规划

介绍了利用神经网络路径规划算法进行无人驾驶运输车避障路径规划,为解决其局部极小值问题,引入遗传算法进行全局寻优,成功地规划出了最短避障路径。     

量子遗传算法在地震资料寻优中的应用

量子遗传算法QGA以量子理论为基础,利用量子位编码代替经典遗传算法的二进制位编码,利用量子旋转门定向更新种群,使得算法具有一定的内在并行运算能力和量子的隧道效应,从而加快了搜索速度,改善了收敛速度,并具有更强的全局寻优能力。针对地球物理反演问题的非线性、多极值特点,将QGA引入一维反演中,根据实际参数的多少以及问题的复杂性确定种群的大小,通过种群的量子位编码表示,量子位测量得到对应的二进制值,继而得到相应的正演模型参数值,在计算种群拟合值和保留最优值后,再利用量子旋转门定向更新种群,最后进入下一轮搜索得到最优解。通过理论模型,突出表明了量子遗传算法在地震资料寻优中能快速寻出全局最优值的效果及收敛性较好、精度高的特点。     

基于改进DCW-QPSO算法的露天矿卡车调度优化方法

为了提高露天矿卡车运输效率,有效降低矿山企业开采成本,针对量子粒子群算法(QPSO)在优化求解过程中易陷入局部最优的问题,本研究引入惯性权自适应调整的量子粒子群优化算法(DCW-QPSO),并借助于遗传算法的变异操作,将DCW-QPSO的粒子更新方法改进,然后将改进DCW-QPSO用于求解露天矿卡车运输调度方案。调度方案以总运输成本最低为目标函数,并综合考虑矿石产量、品位均衡、卡车等待时间最短等约束条件。通过在国内某大型露天铁矿的应用发现,卡车调度优化结果符合矿山实际生产需求,为企业管理者提高了决策依据。改进算法在模型求解过程中全局搜索能力及算法稳定性都得到显著提升,具有一定的实际应用价值。     

Hybrid optimization model and its application in prediction of gas emission

According to the complex nonlinear relationship between gas emission and its effect factors, and the shortcomings that basic colony algorithm is slow, prone to early maturity and stagnation during the search, we introduced a hybrid optimization strategy into a max-min ant colony algorithm, then use this improved ant colony algorithm to estimate the scope of RBF network parameters. According to the amount of pheromone of discrete points, the authors obtained from the interval of network parameters, ants optimize network parameters. Finally, local spatial expansion is introduced to get further optimization of the network. Therefore, we obtain a better time efficiency and solution efficiency optimization model called hybrid improved max-min ant system (HI-MMAS). Simulation experiments, using these theory to predict the gas emission from the working face, show that the proposed method have high prediction feasibility and it is an effective method to predict gas emission.     

基于改进灰色绝对关联度的弹簧高维多目标优化设计

提出了一种基于混合离散变量多目标优化设计求解方法,该方法应用改进灰色绝对关联度将多目标优化问题转化为单目标优化问题。该方法能合理地处理优化设计中混合离散变量的取值问题,引入了等概率混沌移民算子对基本遗传算法进行了改进,并开发了混合离散变量优化的灰色复合遗传算法程序。弹簧优化设计实例表明,该算法对优化设计问题的特性无特殊要求,具有较好的普适性,而且程序运行可靠,全局收敛能力强。     

基于混沌优化神经网络的冲击地压预测模型

为了改进BP神经网络用于冲击地压预测的精度和泛化能力,利用BP算法和混沌优化算法优缺点的互补性,构建了一种组合式优化预测模型（COBP）.将该模型应用于重庆砚石台煤矿冲击地压的预测,结果显示,该模型既利用混沌优化帮助BP算法克服了易陷入局部极值的缺点,又利用BP算法克服了基本混沌优化局部搜索能力有限和有时不能搜索到全局最优的缺陷.     

基于混合遗传算法的结构优化设计

针对传统遗传算法存在的问题,提出了一种新的将最佳矢量算法和遗传算法相结合的混合遗传算法。分析表明,这种混合遗传算法既发挥了最佳梯度算法局部搜索能力强的特点,又结合了遗传算法全局搜索能力强的优点,避免出现早熟现象,使收敛速度大大改善。     

基于CSSA-F-SVM模型的矿用卡车发动机智能故障诊断

针对矿用卡车发动机小样本故障数据导致诊断精度不足的问题,提出了一种基于改进的麻雀搜索算法优化基于凸半径边缘的SVM模型(F-SVM)的矿用卡车发动机智能故障诊断方法。首先,针对麻雀搜索算法中全局搜索能力不足的问题引入链式搜索策略。其次,遵循位置最优原则,对加入者位置更新进行改进,以提高其收敛性能。最后,使用改进后的麻雀算法对F-SVM的核参数g和惩罚因子C进行寻优,进而构建矿用卡车发动机故障诊断模型。实验结果表明,本文CSSA-F-SVM模型方法的预测准确度更高,分别较传统SVM和F-SVM模型提高了21.5%和4.1%。该模型能够较好地实现矿用卡车发动机常见故障的诊断,适用于小样本数据的故障预测,可为矿山机械设备的智能故障诊断提供参考。     

煤矿井下工作面无线监测网络任务优化算法研究

为了解决煤矿井下设备监测无线传感器网络的特征提取和模式分类等实时和复杂运算的问题,提出一种基于分布式计算的任务调度优化算法。将鱼群算法与自适应基因算法相融合,分布式计算模型把分布式计算引入到无线网络任务调度中。仿真结果表明,该算法具有很强的全局收敛性,而且提高了网络寿命。     

基于粒子群和BP混合优化的采煤机故障诊断分类方法研究

故障诊断的本质是信号的特征提取与分类,BP神经网络是典型的一种分类方法。针对传统的BP算法易形成局部极小值,缺乏全局搜索性的缺点,利用粒子群算法可以在复杂、多峰、非线性及不可微的空间中实现快速、高效的全局搜索的特点,结合传统BP算法,提出一种基于PSO-BP混合训练神经网络的新方法。该算法首先利用粒子群算法的全局搜索能力对BP网络的权值进行优化,同时引入粒子群熵的概念对粒子群体中个体的多样性进行度量,当粒子群熵的估计值超过某一设定阀值时,用BP算法进行神经网络的训练。采用采煤机的轴承故障数据集对PSO-BP算法进行验证,证明该方法能够对采煤机的故障进行诊断。     

Hybrid genetic algorithm for the optimization of mine ventilation network

Used genetic algorithm (GA) to optimize the network of ventilation in order to avoid artificial convergence and speed up the convergence rate to introduce the Powell algorithm. The Powell algorithm had been integrated into GA. Powell had the effective capacity of solving the local optimal solution. Powell and the cross as a method of choice, a variation of the parallel operator, can be a better solution to the premature convergence of the GA problem. The two methods will be improved to make it an effective combination of hybrid GA called hybrid genetic algorithm (HGA) for the introduction of mine ventilation network optimization and to be used to solve the problem of regulating mine optimization.