基于进化算法的常减压装置模拟

提出了基于优选优生进化算法（Select—best and prepotency evolution algorithm，SPEA）的常减压装置模拟方法。以各塔的温度分布为目标，基于生产过程和分析数据，采用SPEA确定各塔板Murphree效率，从而精确描述各塔板平衡偏离程度。在实际应用中，获得具有良好精度的常减压装置模型。系统分析了SPEA算法的关键参数——优选领域大小与计算复杂性及寻优性能之间的关系，结果显示其取值为群体规模的10％最为合适。     

基于遗传算法的服装工序编排规划

本文讨论了建立服装工序编排系统的必要性，在进行服装工序拆分、合并的基础上，应用遗传算法建立了以流水线平衡为目标的服装工序编排模型．     

改进型遗传算法在加载天线设计中的运用

遗传算法是一种全新的优化搜索方法，可以用来解决各种复杂的实际问题。针对简单型遗传算法的一些不足之处，介绍了一种改进型的遗传算法，并阐述了其在短波宽带集总加载天线优化设计中的运用。     

基于模糊神经网络和遗传算法的大坝安全监控模型

应用监控模型来监控大坝的工作性态是一条有效途径，但由于大坝工作条件复杂，影响因素繁多，为以精确的数学进行描述带来了很大的困难，而应采用从定性到定量的综合集成的方法，将专家知识，监测数据和各种信息与计算机软硬件技术结合起来，把坝工理论和坝工家的经验结合起来对其进行研究，文中应用模糊神经网络和遗传算法等人工智能技术，依据专家的经验确定隶性函数，从而建立模糊神经网络预报模型，根据专家对实际情况的正确分析，对预报结果进行修正，达到进一步提高预报精度的目的。     

基于遗传算法的土钉支护结构优化设计研究

通过建立三维有限元模型,对土钉支护的变形和受力性能进行分析,得出土钉力的合理分布。在此基础上,考虑土钉支护的水平位移,采用遗传算法,对土钉支护的结构优化设计进行研究,建立了土钉支护结构的优化设计数学模型,并编制了相应的计算程序。通过算例分析,并与基于极限平衡分析的优化结果相比较,得出合理的土钉支护结构设计的参考结论。     

基于遗传算法的优化排样

介绍了遗传算法以及二维不规则图形的计算机优化排样，研究了二维不规则图形排样中如何建立遗传算法的目标函数，如何实现交叉、变异运算等优化过程，找到了运用遗传算法实现二维不规则图形优化排样的方法。通过计算机编制了运用遗传算法进行二维不规则图形优化排样的运算程序，并对部分样形进行了优化排样，结果比较满意。     

基于遗传算法的门限自回归模型在浅层地下水位预测中的应用

提出了建立门限自回归模型的一种简便通用的方法，用遗传算法可同时优化门限值和自回归系数．实例计算的结果说明了其可行性和有效性．该方法在各种工程时序预测中具有广泛的应用价值     

一种遗传-梯度混合算法

本文提出一种函数全局优化的遗传-梯度混合算法。该算法由选择、交叉和诱导变异算子组成。通过对自适应滤波和前向神经网络权值训练两个典型问题的数字仿真，表明该算法是一种快速有效的全局优化算法。