基于自适应遗传算法的奇异离散系统降阶H∞控制器

考虑一类奇异离散系统,应用自适应遗传算法给出其降阶H∞控制器的设计方法。通过对目标函数的全局搜索,得到控制器的最小阶次及相应的正定矩阵参数,进而设计出降阶H∞控制器。仿真表明,所提出方法不论对非奇异系统,还是奇异系统都可以得到降阶H∞控制器,且控制器易于求解。     

一种新的图象分割自适应算法的研究

首先对自适应遗传算法的变异算子进行了改进,对单点变异算子与双点变异算子的结合能有效地改善局部收敛进行了验证,然后提出了一种新的用自适应遗传算法分割图象的方法,并与传统的Ｏｔｓｕ方法、灰度差直方图法和基于熵的方法作了比较。     

基于遗传算法和Topsis法的水电站装机容量评价模型

对传统的Topsis法进行改进,利用加速遗传算法检验、修正判断矩阵,得到判断矩阵的一致性指标系数的改进层次分析法确定评价指标权重,提出一种新的水电站装机容量方案评价模型.结果表明,该方法科学、实用,与传统方法相比,评价值差异明显,更有利于决策.     

一种改进的基于进化阶段的自适应遗传算法

为改善遗传算法的优化性能,延长种群搜索过程,对基于进化阶段的自适应策略遗传算法进行了改进．改进的自适应策略不仅基于进化阶段,同时基于个体,特别是采用了自适应的适应值转换策略,大大降低了早熟的概率,保证算法能以较大的概率收敛到全局最优解．实验结果表明,该改进的算法确实延长了算法的搜索阶段,提高了算法的性能．     

基于自适应遗传算法的去耦电容器自动选择

针对在电源分配网络设计过程中,人工选择去耦电容器个数会导致反复设计的问题,提出了基于自适应遗传算法的去耦电容器自动选择的方法。该方法模拟达尔文生物进化论的自然选择过程,在满足目标阻抗的同时,选择出使用去耦电容器总个数最少的方案,以实现自动选择的目的。仿真结果与PCB全波仿真软件结果对比表明,该方法能够满足工程应用的要求,并已被某大型IT企业所采用。     

Exploring the Role of Different Neonatal Nutrition Regimens during the First Week of Life by Urinary GC-MS Metabolomics

In this study, a gas-chromatography mass spectrometry (GC-MS) metabolomics study was applied to examine urine metabolite profiles of different classes of neonates under different nutrition regimens. The study population included 35 neonates, exclusively either breastfed or formula milk fed, in a seven-day timeframe. Urine samples were collected from intrauterine growth restriction (IUGR), large for gestational age (LGA), and appropriate gestational age (AGA) neonates. At birth, IUGR and LGA neonates showed similarities in their urine metabolite profiles that differed from AGA. When neonates started milk feeding, their metabolite excretion profile was strongly characterized by the different diet regimens. After three days of formula milk nutrition, urine had higher levels of glucose, galactose, glycine and myo-inositol, while up-regulated aconitic acid, aminomalonic acid and adipic acid were found in breast milk fed neonates. At seven days, neonates fed with formula milk shared higher levels of pseudouridine with IUGR and LGA at birth. Breastfed neonates shared up-regulated pyroglutamic acid, citric acid, and homoserine, with AGA at birth. The role of most important metabolites is herein discussed.     

改进的遗传算法在实时图像分割中的应用

为了自动确定图像分割的最佳阈值,提出了一种改进的自适应遗传算法,并利用该算法对二维Fisher准则图像分割评价函数进行全局优化提高分割阈值的求解速度,快速得到最佳分割阈值。该算法能够根据个体适应度大小和群体的分散程度自动调整遗传控制参数,从而能够在保持群体多样性的同时加快收敛速度,克服了基本遗传算法的收敛性差、易早熟问题。采用TI公司的DSP芯片TMS320VC5416,结合FPGA,搭建了多目标实时测量平台,并利用本文算法对图像阈值快速求解,实现了多目标的实时测量计算。实验结果表明,该算法具有良好的收敛速度和稳定性,阈值计算时间比二维Fisher准则法缩短了18ms(约63%左右);阈值范围稳定在3个像素以内,能够满足实时多目标测量要求。     

用加速遗传算法和SP模型评估电能质量

综合量化评估电能的质量,是衡量电能质量优劣与电价制定的依据之一,有利于实现按质论价、优质优价的购电原则。为了综合评估电能质量,根据电能质量评估的实质,提出基于遗传算法的Shepard插值理论用于电能质量的评估,并构建了电能质量综合评估的Shepard模型(SP模型)。对于模型中的非线性优化问题,采用加速遗传算法来解决,取得了很好的效果。实例计算结果表明,SP用于电能质量综合评估,其评估结果更为客观、合理。     

基于RSM-AGA的永磁驱动器周向开槽的参数优化设计

针对永磁驱动器工作效率较差的问题,提出一种导体盘上周向开梯形槽的永磁驱动器,采用有限元仿真确定了永磁驱动器导体盘的开槽个数,联合中心复合设计和响应面法建立了响应变量与设计变量之间的响应面模型。基于该模型,选择适当的约束条件,以传动转矩最大和涡流损耗最小为优化目标,利用自适应遗传算法对永磁驱动器的开槽结构参数进行优化。优化结果使开槽结构永磁驱动器的传动转矩与原始设计相比增加了24.439 8 N·m,涡流损耗减小了36.44 W,重量减小了3.748 1 kg。有限元仿真实验验证了开槽结构可以优化涡流路径,减少杂散电流,进一步提高永磁驱动器的传动转矩。     

一种结合混沌搜索的自适应遗传算法

在系统分析和研究自适应遗传算法特点的基础上,提出了一种新颖的混合软计算:结合混沌搜索的自适应遗传算法.一方面,算法将具有对初值敏感、易跳出局部极小、搜索速度快和计算精度高的混沌优化算法引入到自适应遗传算法中,以平衡其"开发"和"探测"之间的性能;另一方面,算法设定群体早熟收敛的量化计算公式和判定阈值,并引入了一组新的自适应交叉率和变异率的计算函数,从而有效防止了算法陷入局部最优的缺点.通过对4个基准测试函数的仿真计算,证明该算法能有效提高全局寻优的性能,且鲁棒性好.