基于蚁群算法的配水树状管网优化布置

配水树状管网优化布置属于典型的组合优化问题.本文应用图论和蚁群算法进行配水树状管网优化布置,分别用管网总长度最短和管网投资最小作为优化目标,并用算例与Dijkstral算法、Kruskal算法和单遗传算法相比较.研究表明该方法是可行和有效的,能减小管网工程投资和提高设计效率,在给排水管网优化布置中有较为广阔的应用前景.     

基于遗传算法的结构优化方法

介绍了结构优化的数学模型和遗传算法的改进,同时分别用简单遗传算法和改进的遗传算法对算例进行了计算比较。计算表明,改进的遗传算法能加快收敛速度,提高精度。最后通过编制VC＋＋来实现遗传算法程序,并结合算例对其进行了分析,证明了本程序是正确的。     

对求解0-1背包问题的混合遗传算法的改进

将启发式搜索算法贪心算法与基本遗传算法相结合构成的混合遗传算法在求解大规模0-1背包问题时．其性能较基本遗传算法和贪心算法都有很大的改善。在这种混合遗传算法的基础上作进一步的改进．使算法性能获得进一步的提高。     

Monte Carlo非线性反演方法在抗震结构优化设计中的应用

抗震结构的优化设计是一个多峰函数优化问题,其优化模型的维数高,并存在非线性等复杂因素,用传统确定性的计算式方法不易得出全局最优解.Monte Carlo非线性反演方法对这类问题有很好的适应性.根据一种新的抗震优化设计思想所建立的抗震优化设计数学模型,运用Monte Carlo非线性反演方法中的遗传算法进行抗震结构优化设计,通过对整个参数空间进行搜索,得到了抗震优化设计的主要参数,结果令人满意.     

一种全局优化的计算方法——遗传算法

遗传算法是搜索复杂最优解的一种并行计算方法,本简述了遗传算法的基本思想,并介绍了其来源、发展,指出了遗传算法存在的问题。     

PIC模型下大规模定制的汽车产品配置方法

针对大规模定制下汽车产品配置方法不能很好地表达三维信息和约束信息的问题,提出了一种基于实例推理的PIC模型来进行产品的知识表示,并运用交互式遗传算法（interactivegeneticalgorithms,IGA）来进行产品配置的求解,使客户能够参与到产品的定制设计中。分析了基于PIC模型的产品配置工作原理,给出了PIC模型的定义和形式化表达,并开发了基于PIC模型的汽车操控台定制设计系统来进行验证,结果显示该方法具有较好的应用前景。     

基于混合遗传算法的制造车间布局设计

生产车间的布局问题是一个NP难问题,常规方法难以求解。针对这一问题,首先根据车间布局设计的最小费用原则,建立了生产系统设备布局的数学优化模型;接着,将遗传算法与模拟退火算法相结合组成混合遗传-模拟退火(GA-SA)算法,并将其引入到车间设备布局问题中,完成了算法操作设计;最后,给出了一个10区域车间布局算例。结果表明:该算法有较强的全局和局部搜索能力,能有效改善遗传算法过早收敛的问题,是优化车间设备布局的一个有效方法。     

基于实数编码的自适应遗传算法及应用

为了解决遗传算法(GA)存在的早熟收敛、收敛速度慢等不足,从编码方式及遗传算子操作等几个方面对其作了改进,提出了一种基于实数编码的自适应遗传算法(RAGA)．基于典型复杂函数的优化仿真结果表明,该算法的全局收敛速度和命中全局最优值的几率相对标准遗传算法(SGA)有较大提高．     

基于模拟退火遗传算法的PID参数整定与优化

结合模拟退火算法和遗传算法的思想,提出模拟退火遗传算法,用此算法进行PID参数整定与优化．同时使用自适应交叉率、变异率以及适应度拉伸方法对传统遗传算法进行改进．模拟退火遗传算法有效抑制早熟,且具有收敛性快、全局寻优与局部寻优能力．仿真结果表明,基于此算法寻优设计的PID控制器动态品质和稳定性更好、鲁棒性更强．     

一种改进的基于遗传算法的中药生产调度系统

通过对中药制药工艺流程的分析,根据其生产过程的特点,研究了基于并行遗传算法与小生境遗传算法相结合的改进遗传算法解决中药制药调度问题,并应用于中药制药生产调度系统。通过对原型系统的测试,验证了系统的可行性和有效性。     

基于遗传算法的滑模目标跟踪控制

本文介绍了遗传算法,并设计推出一种滑模目标跟踪控制器,并利用遗传算法对滑模目标跟踪控制器进行了优化,计算机仿真证明取得了良好效果。     

遗传算法在单招面试自动组卷系统中的应用

应用遗传算法高效地解决了单招面试时自动组卷问题,并结合试验给出结果验证和分析。实验证明,对于一个在一定约束条件下的多目标参数优化问题,采用遗传算法十分有效。     

基于遗传算法的PID参数整定

提出了一种基于遗传算法的PID控制器参数优化设计方法．通过仿真研究和加热炉实验表明遗传算法应用于PID参数整定可提高系统的稳定性和动态特性，与传统的整定方法相比明显地改善了整定的速度和准确度。     

基于小生境遗传算法的风光互补发电系统配置优化

针对风光互补发电系统的配置问题,采用小生境遗传算法进行了系统配置优化,结果表明在满足负荷用电要求的前提下,互补发电系统的经济性能优于单一的风力发电系统和单一的太阳能发电系统。     

磨矿过程的稳态优化

针对磨矿过程的工艺特点,结合选矿厂对磨矿产品产量、质量的生产要求,提出磨矿过程多目标优化问题．为求解此多目标优化问题,研究一种快速的多目标遗传算法NSGA-Ⅱ（Nondominated Sorting Genetic Algorithm Ⅱ）．针对NSGA-Ⅱ算法中个体进行交叉前选择方法的不足之处加以改进,引入过滤、限制机制．仿真结果表明：引入过滤、限制机制可以限制“近亲”交叉,保持种群的均匀分布和多样性,加快种群在进化搜索过程中找到优秀个体的速度．将改进后的算法用于磨矿过程稳态优化,求得适合实际生产的多组系统操作参数,并用TOPSIS方法选出最优的一组操作参数．     

基于Web的选课系统的设计与实现

Web应用程序的开发方法已经从早期的手工作坊式转向基于面向对象的方法设计。应用UML建模可降低系统复杂性,提高系统设计的可重用性和系统的可维护性。对网上选课系统进行了分析和研究,利用UML技术完成系统的分析和设计,并给出具体的实现方法。     

基于贝叶斯网络的并行分布估计算法研究

在传统的遗传算法中，不合适的参数设置会降低所得解的质量，于是在解决一些优化问题时传统的遗传算法被分布估计算法所取代。对传统的遗传算法和分布估计算法EDAs(Estimation of Distribution Algorithms)，及其各自的并行模式进行了对比，重点介绍了基于贝叶斯网络的并行EDA算法。     

用遗传基因算法实现切削实验数据拟合

采用遗传基因算法实现切削数据的拟合,用数据库技术实现算法—将基因（ｇｅｎｅ）视为字段、染色体（ｃｈｒｏｍｏｓｏｍｅ）视为记录、种群（ｐｏｐｕｌａｔｉｏｎ）视为库,以数据库的基本操作替代遗传过程;解决了传统回归分析方法的不足,使回归过程简单、结果稳定、可靠,并为回归分析提供了一条新途径。     

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。     

基于遗传算法的起重机模糊控制研究

针对起重机的定位和防摆控制,设计了两个模糊控制器,分别对小车的位置和负载的摆动进行控制。并将遗传算法和模糊控制相结合,利用遗传算法对模糊隶属度函数、比例因子和量化因子进行优化,提高了模糊控制器的自适应和自学习能力,改善了系统的控制性能,从而实现了起重机的精确定位和消摆,提高了起重机的工作效率。仿真结果表明该方法的有效性。