用混合式遗传算法进行给水管网现状分析

将广义简约梯度法(GRG)思想应用于传统遗传算法,提出一种新的混合式遗传算法(HGA),此方法具有很强的全局和局部搜索能力,并且无需复杂的编码、解码过程,可以准确解决多变量、多峰值的给水管网现状分析问题。采用此算法,绝大多数的计算值与实测值的误差可减小到1%以下,能准确反映管网的实际工况。     

混合遗传算法在WSNs定位中的应用

定位是无线传感器网络(WSNs)的应用支撑,针对用最小二乘法处理DV—Hop算法第三阶段误差过大、定位精度差的问题,提出了遗传算法(GA)+单纯形法的混合GA后期优化处理DV—Hop算法。其中,DV—Hop定位算法第一,二阶段用跳距估计出信标节点与未知节点间的距离,再用GA(建立了代价函数与惩罚函数结合的适应度函数)与单纯形法(作为遗传算子增加了算法的局部搜索能力)结合的混合GA采用保优原则优化未知节点的坐标。通过仿真可知:该算法的定位精度高、网络覆盖率大,适合WSNs的定位。     

基于虚拟仪器技术的地下水探测系统研究

为了整合磁共振测深(MRS)地下水探测系统的测量与反演功能,结合LabVIEW软件在测量与信号处理方面的优势,利用虚拟仪器技术开发了地下水探测系统的上位机系统软件,实现了对探测系统整个操作流程的管理。根据已知探测地区的拉莫尔频率产生激发信号,送至发射/接收线圈,利用快速关断技术实现了发射与接收的快速切换。将采集的弛豫衰减信号送至反演解释算法模块,采用改进的量子遗传算法与截断奇异值分解(TSVD)的联合方法,反演解释了地下含水层的水文地质参数。野外试验表明,该探测系统的工作稳定性好,验证了反演结果的准确性。     

基于模拟分析技术和随机搜索算法的化工过程能量集成方法研究

夹点和模拟分析技术已在化工能量集成中广泛应用.今以夹点技术为基础,对化工过程系统用能进行诊断,根据"过程用能一致性"原则提出能量集成改造方案,通过改变塔压实现塔顶冷凝器与塔底再沸器的热集成多效蒸馏.夹点技术实现的优化目标仅是热回收最大或公用工程能耗最小,不能实现包括设备整体费用最小的过程全局最优化.研究基于模拟技术,通过灵敏度分析,得到精馏塔各操作参数的样本映射数据,通过多项式拟合得到参数关联方程,并在遗传算法及模式搜索中设计过程费用函数,提出了将模拟分析技术与随机搜索算法相结合的,以过程费用函数最小化为优化目标的能量集成方法.工业实例的成功设计应用证明了其有效性和可行性.     

基于SDNA-GA 优化的模糊神经网络控制

针对最新的生物DNA研究,病毒中同一DNA碱基顺序可以编码出2条或者3条不同的多肽链.在此基础上分析与模仿了重叠基因和重叠密码的机理,得到一种新的基于重叠基因编码框架,从而提高了问题求解的效率;同时,得到一种移码解读框架的DNA遗传算法(SDNA-GA)计算模型,并将其应用于一类广义隶属度型T-S模糊神经网络控制器(GTS-FNNC)的优化设计,实现了GTS-FNNC的在线学习.     

一种基于随机GA的提高BP网络泛化能力的方法

LM-BP网络对其初始权值和阈值敏感,泛化能力不强,针对该缺点,采用遗传算法（GA）对其初始权阈值进行优化,在一定程度上能提高LM-BP网络的泛化能力。为进一步扩展GA初始种群的覆盖范围,进一步提高LM—BP网络的泛化能力,采用多次随机产生初始种群多次优化的方法。以伦河孝感段氟化物含量为实例,建立随机GA的LM—BP网络模型,对原始数据进行拟合及测试,结果表明该方法基本能100％拟合,测试误差不超过2．3％。经过对比实验,证明了该方法的有效性。     

精确实验数据曲线方程的求解

针对精确实验数据的曲线拟合方程化处理方法已不再适应高精度测试技术的问题,提出了用三次样条插值函数进行曲线方程化处理的新方法,并创建了用MATLAB语言编写遗传算法程序进行曲线斜率求解的方法,通过实例表明,采用遗传算法求解出的三次样条插值函数非常适合精确实验数据的曲线方程化处理。     

一种基于遗传算法的空间机械臂避障轨迹规划方法

针对空间机械臂系统的一系列特殊需求,提出了一种空间机械臂轨迹规划方法.假设机械臂在关节空间下存在一条可以用两段高次样条曲线分段描述、满足所有空间机械臂运动特性要求的理想轨迹.这两段样条轨迹之间的连接点参数能够影响两段样条函数在空间中的扭曲形状,从而使机械臂在遵从样条轨迹运动的同时避开所有障碍.首先建立理想轨迹的分段描述方程,将方程中的未知量用与中间点有关的参数进行描述,将不能够确定的中间点相关参数提取出来作为待定参数,从而将空间机械臂轨迹规划问题转变为一个多目标优化求解问题;其次应用遗传算法进行求解,在分析空间机械臂控制需求和障碍的笛卡儿空间描述的基础上,通过加权系数法建立关于笛卡儿空间机械臂末端轨迹长度、关节空间机械臂运动角度、运动过程中关节最大扭矩、机械臂总运动时间和碰撞情况的遗传算法适应度评定函数.最后应用遗传算法在关节空间下规划出一条无碰撞、动力学特性满足裕度要求、轨迹长度和运动时间较短的理想轨迹.另外,上述方法具有拓展性,通过多次分解轨迹求取中间点,能够使机械臂避开非常复杂的障碍.利用该方法在通过C语言建立的空间机械臂仿真平台上进行验证,结果表明该方法稳定、有效,生成的轨迹满足空间机械臂的性能要求.     

AlON-TiN复相材料的合成及工艺优化

在对Ti—Al-O-N体系热力学分析的基础上合成了AlON—TiN复相材料，XRD，TEM分析与观测结果证实了热力学分析的可靠性。运用人工神经元网络(artificial neural networks，ANN)对合成AlON—TiN的工艺参数进行了训练，训练结果良好，神经网络的预测值和实测值一致；遗传算法(genetic algorithm，GA)寻优得到最佳工艺参数：烧结温度为1830℃，保温2．45h，TiN的含量为15％(质量分数)。对遗传算法寻优结果进行了单因素分析，随着TiN含量的增加，强度增加，而随烧结温度和保温时间的增加，强度先增加后减小。     

基于软件定义网络和移动边缘计算的车联网高效任务卸载方案

随着车联网(IoV)中车辆和智能应用数目的增加使计算密集型任务激增,传统架构难以满足用户需求。为解决车联网计算资源不足且分配不均匀、应用时延需求无法满足、任务能耗成本较高的问题,结合移动边缘计算(MEC)和软件定义网络(SDN),设计了一种从宏基站到MEC服务器到车辆的车联网架构中的高效任务卸载方案,并提出一种改进的低复杂度非支配排序遗传算法,优化任务卸载成本和MEC服务器的负载均衡率。实验仿真结果表明,相比于随机卸载,NO-MEC卸载,NO-I卸载,传统NSGA、NSGA-Ⅱ卸载,GA卸载,Q-learning卸载,DQN卸载方案,所提方案有着更低的卸载成本,更优的负载均衡率,得到近似最高的系统效用,能够给车联网中的车辆用户带来更优质的网络服务。