分布式并行遗传算法在板材套料优化中的应用

讨论如何利用企业的分布式计算环境将分布式并行遗传算法用于矩形零件优化套排的问题。建立了利用企业分布式计算环境进行板材套料优化的组成模型，分析其计算过程、计算环境及其技术支撑系统，并通过算例说明相对于标准遗传算法，分布式并行遗传算法可以实现更高的效率和更好的优化结果之间的平衡。     

一种改进遗传算法在建筑结构优化设计中的应用

针对遗传算法在迭代过程中经常出现的未成熟收敛、振荡、随机性太大等缺点，引入一种新的遗传算子——单亲遗传算子，用于对标准遗传算法的改进。包含单亲遗传算子的改进遗传算法能直接计算具有应力约束和截面尺寸约束的离散变量结构优化问题，也能处理同时具有稳定约束和位移约束的多工况、多约束、多变量的离散变量结构优化设计问题，进而对框架结构的多种工况进行优化设计的结果进行了对比验证，结果表明：改进遗传算法比标准遗传算法有好得多的收敛特性，迭代次数明显减少，优化设计结果也远好于标准遗传算法。     

解空间种群均匀化自适应遗传算法的应用

提出了一种新型解空间种群均匀的自适应遗传算法，并采用随机方法对初始种群加以改进，使初始种群均匀分布于解空间之中.在优化进程中，引入自适应算法，使交叉的变异算子具有自适应性；将自适应调节机制引入适应值函数中，使适应值函数同样具有自适应性.为证实所提出的改进遗传算法的可行性和有效性，对几种典型的多峰值函数进行了寻优测试.优化测试结果与解析解及标准遗传算法优化结果相对比，证明改进遗传算法的全局搜索能力和收敛性都远优于标准遗传算法.     

基于NicheAGA-CGA的暴雨强度公式优化算法

为了寻求精度更高的暴雨强度公式,提出嵌入共轭梯度的自适应小生境遗传优化算法,该算法基于绝对均方差最小准则和相对均方差最小准则构建暴雨强度公式参数优化模型.通过标准遗传算法中引入小生境技术提高了种群多样性,同时与共轭梯度算法相结合增强了算法的局部搜索能力,使得遗传算法全局搜索能力强和共轭梯度法局部搜索能力强这2个优势有效结合,并应用于暴雨强度公式参数的优化计算.以北京、广州和郑州的降雨资料为基础进行暴雨强度公式优化研究,并将本文算法与传统方法和标准遗传算法进行比较.结果表明:运用本文算法对暴雨强度公式参数进行优化时,优化结果较好且能满足规范要求.与传统方法和标准遗传算法相比,优化结果具有更高的精度,为暴雨强度公式的推求提供参考依据.     

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。     

基于遗传算法和分布式计算的翼型优化设计研究

将优化方法中的遗传算法与高精度的CFD分析方法相结合，并将其引入到气动优化设计中。为了提高采用遗传算法的气动优化设计的效率，探讨了将分布式计算与遗传算法相结合，形成了基于遗传算法和分布式计算的气动优化设计方法，并应用该方法进行了翼型的气动优化设计。设计实践表明，该方法是可行的，且由于采用了混合遗传算法和分布式计算而提高了优化的质量和效率。风洞试验的结果也验证了CFD计算与优化设计方法的可靠性。     

基于混沌遗传算法的配电网无功补偿优化

将遗传算法应用于配电网无功优化,介绍了混沌遗传算法的具体步骤,并将该算法对IEEE30节点系统进行了无功优化计算,将结果与遗传算法得到的结果进行比较,表明混沌遗传算法应用于无功优化是合理可行的。     

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。     

遗传算法改进研究

遗传算法是一种比较成熟的智能算法,一般通过改进遗传算法的算子达到提高算法性能的目的.本文提出一种改进的遗传算法,新的遗传算法对标准的遗传算法中的编码、适应度函数等方面对遗传算法进行了改进,并通过Visual C++软件编程计算,得到了较好的优化结果,实验结果表明提出的算法是有效的.     

实码退火遗传算法在厂内经济运行中的应用

针对一般优化算法在大型水电站厂内经济运行中精度低或计算速度慢的缺点,对实数编码退火遗传算法（AGA）进行改进,并用于大型电站厂内经济运行.模拟退火算法是在遗传算法（GA）中引入模拟退火算法（SA）,它吸收了遗传算法速度快和模拟退火精度高的优点.此外,对传统退火搜索方法的改进,进一步提高了退火遗传算法解决大型优化问题的能力.为了体现退火遗传算法的特点,对某一大型水电站分别采用退火遗传算法、动态规划（DP）、加速遗传算法（AG）、标准遗传算法（SGA）和模拟退火进行了经济运行计算,计算结果表明退火遗传算法易于实现,精度高,收敛速度较快,有一定实用价值.     

基于人工免疫-蚁群算法的平面QoS路由模型

人工免疫算法具有快速随机的全局搜索能力,但系统中的反馈信息利用不足且有大量无为的冗余迭代。蚁群算法具有分布式并行全局搜索能力,但初期信息素匮乏。本文提出一种基于人工免疫-蚁群算法的混合算法,采用人工免疫算法生成信息素分布,利用蚁群算法求优化解。将该算法用于求解包含带宽、时延和最小代价约束条件在内的平面QoS路由模型问题,进行计算机仿真。结果表明,该算法是一种收敛速度和寻优能力都比较好的优化方法。     

用差异进化算法进行海洋环境参数反演

提出了用差异进化算法进行浅海环境参数匹配场反演，利用仿真数据对算法的有效性进行了评估，并与遗传算法、模拟迟火算法进行了比较，最后采用亚洲海实验(ASIAEX 2001)数据验证了方法的可行性。     

一种适用于水声信道盲均衡算法及仿真

对于高阶QAM信号,常数模算法的收敛误差不为零,而多模算法的收敛速度慢,提出了一种混合常数模算法,并将该算法应用于水声信道盲均衡。该算法根据均衡器输出信号模值与其判决模值之间的距离,设置一判决域。根据该判决域,算法的迭代过程在常数模和多模算法之间自动切换,且收敛后自动切换到多模算法。该算法收敛速度快,且均方误差小,特别适合高于高阶QAM信号的盲均衡,通过对水声信道均衡的计算机仿真,验证了该算法的优点及对多途干扰抑制的有效性。     

分数间隔常模盲均衡算法及其性能分析

文章介绍了基于分数间隔均衡器结构(FSE)的常模算法(CMA)，讨论了该算法的基本特性及信道特征、信源分布和噪声对算法收敛性能产生的影响。     

基于内嵌基因表达式编程的函数优化

基因表达式编程(GEP)算法在解码时常存在未表达的基因内区,在解决函数优化问题时存在缺陷,使得对简单函数的优化性能不如遗传算法(GA),而对复杂函数优化收敛速度较慢.为了改善基因表达效率和提高优化性能,做了下到工作:提出了新的基因解码方法,形成了内嵌基因表达式编程算法EGEP;设计了适合优化问题的个体编码方案;分析了个体的表达空间.实验表明,EGEP对简单函数优化的性能优于传统遗传算法;EGEP提高了对复杂函数的优化能力,即使在运行辈数降低200倍时,得到的性能仍然优于传统GEP和遗传算法.     

无人机的侦察航路规划

针对无人机(UAV)侦察任务的两个目标：(1)发现尽可能多的目标；(2)获得对所有目标尽可能多的有效侦察时间，提出了一种优化方法，包括航路规划和航路光顺两部分。首先由基于遗传算法(GA)的航路规划器根据选定的任务目标制定出优化航路，然后由航路光顺器对优化航路进行光顺以形成可供无人机飞行的航路。最后给出了仿真结果，初步表明该方法可以有效地提高无人机的侦察任务效率。     

Genetic Algorithm for the Thermal Stresses Optimum Design of Functionally Gradient Material Plate

Based on the thermal stress distribution for functionally gradient material (FGM) plates, a Genetic Algorithm (GA) method for the thermal stresses optimum design of FGM plate with computer technologies is given. The minimum thermal stresses combination distribution for FGM is obtained.     

基于小波分析的数字图像噪声消除

小波变换作为一种数学理论和方法在科学技术界引起了越来越多的关注和重视.本文通过阐述基于小波变换的Donoho软阈值去噪方法,旨在向读者展示小波变换在图像噪音消除方面的实际运用以及其前景.其中笔者具体对一幅加噪音图像进行Mallat算法仿真,其结果表明该去噪算法具有很强的实用性,很值得推广、运用.     

基于GA算法的弹簧CAD三维参数化设计

遗传算法(GA)是一种全局优化自适应概率搜索方法,并且具有很强的全局优化性和搜索效率.基于遗传算法优化弹簧的设计参数,用GRIP语言对弹簧进行三维参数化造型,由程序自动完成弹簧的三维设计,从而使优化设计与参数化设计一体化.     

基于改进自然梯度算法的双目标辨识研究

对时变的水下目标声信号进行盲分离时,针对自然梯度算法存在不稳定收敛的不足,提出了一种可对水下目标进行辨识的改进自然梯度算法。通过对观测数据的白化处理、构建实信号和复信号盲分离都适用的非线性函数、快速收敛学习因子和基于功率谱方法的盲分离效果评估函数,实现了水下目标声信号盲分离和目标辨识的改进算法。仿真结果和实船信号试验数据的一致性,表明了改进算法具有更好的收敛性能,而且在频域评估时盲分离效果更加简单直观,验证了改进算法的实用性和有效性。