基于提高系统可靠性、降低网络损耗的配电网重构

在分析研究常规遗传算法的基础上，提出了一种改进的遗传算法，并将其运用到配电网重构优化的计算中。经过算例分析表明，本算法收敛速度快，能够快速搜索到全局最优方案。对煤矿矿区复杂配电网的优化重构具有很高的实用价值。     

基于改进小生境伪并行遗传算法的电力系统无功优化研究

将小生境伪并行遗传算法进行改进,用于对电力系统无功功率进行优化。这种遗传算法是对小生境遗传算法和并行遗传算法的一个有效改进,该方法兼顾了对局部最优解和全局最优解的搜索,既维持了群体的多样性,避免了早期收敛现象的发生,又增强了自然群体进化的并行性,加快了搜索进程。实验结果表明该方法是有效可行的,通过合理选取选择、交叉、变异及小生境算子,能得到电力系统无功功率优化的最优解。     

基于改进遗传算法的煤矿供电系统无功优化

研究了电力系统配电网的无功优化问题,提出了一种改进遗传算法并将其应用到煤矿供电系统的无功优化中。该算法将用于参加迭代运算的群体分为2组,对2组采用不同的操作方法,分别进行进化,并引入灾变算子以提高解的全局性。最后通过对某煤矿供电系统的无功优化验证了所采用算法的有效性。     

基于遗传BP神经网络的变形数据分析处理

基于遗传算法的全局寻优特性和BP算法无法避免局部极小的问题。为变形数据的分析预测提出了改进的BP网络．即首先应用遗传算法优化网络的初始权重，然后再利用BP算法最终完成网络训练。实例分析表明，改进后的BP网络的训练次数和最终权值相对稳定，该方法在变形数据预测的精度、速度和稳健性等方面都优于BP网络。     

基于遗传算法的挖掘机运动学方程反解分析

提出了一种基于遗传算法的挖掘机运动学方程的反解方法,并进行了计算机仿真研究。研究结果表明,遗传算法用于反解挖掘机运动学方程是可行的,并且具有较好的快速性和鲁棒性等优点,可用于挖掘机和机械手的优化设计和计算机控制系统的研究。     

基于遗传算法的动力配煤模型

遗传算法作为一种函数优化方法，不依赖于求解问题的本身，利用简单的编码技术和繁殖机制，快速有效地搜索复杂、高度非线性和多维空间，寻求最优解．动力配煤是一个多元优化问题，混煤与各组成单煤间的非线性关系增加了约束条件向确定性方程转化的难度．将遗传算法用于动力配煤方案优化，利用其全局性、并行性、快速性的特点，有效地解决了配煤中的非线性多约束问题，取得了理想的效果．     

基于改进遗传算法的机械优化设计参数模型研究

提出了应用于机械优化设计的一种改进遗传算法,通过在遗传算法中引入修复过程,将机械设计中不满足约束条件的解转化为满足约束条件,经过一代代进化,最后得到问题的最优解。并和已有改进遗传算法进行分析比较和实验验证,证实该算法在机械优化设计中使用简单且高效。     

基于遗传算法的煤矿无线身体传感器网络优化设计

目前,无线身体传感器网络被应用于煤矿井下救援系统中。文章针对自组织,自适应无线传感器网络设计和能源管理提出了一种多目标遗传算法,同时考虑到特定的应用需求,通信约束和节能特性,并以遗传算法作为优化工具。仿真结果表明,该方法能明显优化的电源管理,提高了网络负载平衡,并具有煤矿井下救援系统所要求的所有网络特性。     

加速遗传算法在边坡稳定分析中的应用

基于圆弧滑动面的假定和遗传算法的思想，提出了用加速遗传算法（AGA）搜索边坡最危险滑动面及其对应的最小安全系数的方法。该方法是一种模拟生物遗传进化过程的算法，它克服了传统优化方法容易陷入局部极值点和误差传递导致不收敛的缺点，具有较高的计算精度，适用性强，搜索的最优解更具有全局性。通过一河堤工程实例对其进行了验证。     

基于改进遗传算法的拉丝机压缩比优化设计研究

拉丝机压缩比的优化设计属于NP类型问题,传统计算方法复杂度过大且不易找到最优(近优)解。提出了一种基于改进遗传算法解决该问题的方法,采用排序选择法和两点交叉法有效地提高了搜索效率。分析了仿真实验的结果及算法的收敛性,实验结果表明:该算法具有较好的最优解搜索能力,搜索速度快并且收敛性好,能够提升产品性能并节约能耗。     

遗传算法及其在采矿工程中的应用

遗传算法是一种新型的搜索寻优技术，它借助复制、交换、突变等操作逐步逼近最优解。论文阐述了遗传算法的特点及其实现步骤，介绍了其在矿山中的应用，并介绍了通过确定采区巷道布置系统及其主要参数来进行采区优化设计的实例，说明了遗传算法是解决采矿工程类复杂问题的一种有效手段。     

基于GA和PNET的一种可靠度计算新方法

基于遗传算法（GA）和概率网络估算技术（PNET），提出了一种用于求解复杂系统结构可靠度的新型算法，该法既能利用PNET的优点，又能利用遗传算法的全局搜索能力，因而可广泛地应用众多复杂工程的体系可靠度的求解问题。     

基于遗传算法的矿井火灾时期风流优化控制

应用遗传算法对矿井火灾时期的风流定量优化控制问题进行求解，克服了传统的通风网络优化控制算法的某些局限性，介绍了ＧＡ参数优选的方法。实验表明：ＧＡ能以很大的概率找到所求问题的全局最优解。     

遗传小波网络预报模型在矿压中应用

提出了一种遗传小波网络预报模型，成功地将遗传算法，小波分析和人工元网络理论结合起来，不仅克服了传统的人工神经元网络模型算法不完备易陷入局部极小的缺点，而且克服了传统神经元网络鲁棒性不好，网络性能差及学习过程收敛速度慢的弱点。元     

基于混合遗传算法的通风网络解算研究

通过论述矿山常用的风网解算模型,重点对风网解算模型和方法进行了分析,指出了其存在的不足和应用局限性,建立了通风网络的优化解算模型,并提出了一种基于混合遗传算法的风网解算新方法。该方法充分发挥了遗传算法的群体搜索和全局收敛性,有效地克服了经典风网解算方法对分支风量初始值敏感问题;同时在遗传算法中引入经典算法(最速下降法)作局部搜索,克服了遗传算法收敛速度慢和精度差的缺点。最后通过一个矿山风网实例验证(已被其它算法解算过),证明了本文设计的混合遗传算法是一个有着可靠的收敛性、较高的收敛速度和精度,是解算矿山通风网络的一种成功算法。     

基于遗传算法的模式搜索法求解地下水管理模型

为改善遗传算法局部寻优精度较差的固有缺陷,该文引入一种新的基于遗传算法的模式搜索法求解地下水管理模型.首先通过在遗传算法中引入精英保留的进化策略,提高遗传算法的收敛性,进行全局搜索得到全局近似最优解,在此基础上采用局部寻优类算法模式搜索法进一步改善优化结果,最后将该混合优化方法用于求解一个地下水管理的基准问题.计算结果...     

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。     

基于遗传算法的井下无线传感器网络节点定位研究

为了进一步提高井下无线传感器网络待测节点定位精度,文章提出了将节点定位算法和遗传算法结合在一起的基于遗传算法的节点定位算法,通过迭代寻优,提高定位精度.该算法是一种基于距离的三边测量定位算法,根据待测节点到信标节点的距离推测出待测节点的坐标.实验结果表明,该算法具有更高的定位精度.     

改进的混沌遗传算法及结构优化设计

提出了一种结构新颖、快速收敛的混沌遗传算法,它将交叉和变异遗传运算融为一体,通过调节变异调整系数使生成的点在上一代最优点的附近随机摆动,避免了随机漫游现象。每代仅保留上一代的最优个体,其它个体重新生成,在最优点附近利用混沌变量的遍历性进行局部寻优,提高了解的精度。改进的混沌遗传算法可以克服普通遗传算法经常出现的未成熟收敛、振荡以及随机性太大的问题。改进的混沌遗传算法是一种有效的优化方法,适合于大型复杂结构优化设计。     

基于改进遗传算法的移动机器人路径规划

针对遗传算法容易出现"早熟"现象及陷于局部最优解的问题,提出采用全局与局部相结合的路径规划方法。即先用Dijkstra算法搜索出粗的路径,再通过改进遗传算法的一系列操作如选择、交叉、变异等来优化此路径,这样绝对不会出现无效路径,并且可以得到最优解。通过实验仿真验证了算法的有效性。