改进遗传算法在导热反问题研究中的应用——以建筑物外墙热工参数协同研究为例

建筑物外墙导热反问题参数间的协同研究是建筑传热协同理论中的基本问题,主要研究在一定控制目标下（如一定的温度场或热流密度）各参数之间的匹配关系。对于此类问题,需要采用反问题的求解方法。本文在求解过程中引入改进的遗传算法,提出了改进的遗传算法与数值计算相结合的数学模型。通过两个算例的验证,结果表明：改进的遗传算法可以用于建筑物墙体稳态导热参数之间的协同研究,也可以应用于非稳态的类似研究。     

人工神经网络方法在力学反问题研究中的应用

许多力学反问题有其重要的工程背景,本文通过人工神经网络方法对薄板材料力学参数反求,介绍了基于神经网络进行力学反问题的求解过程及该方法在力学反分析中的应用优势.     

多层壁导热反问题的解析公式及其应用

本文给出了多层壁导热反问题的解析公式，利用该公式，给出一种通过测试多层壁的一侧边界热流通量及温度，确定另一侧边界温度或热流通量的反问题解法。该方法的优点是不需要已知多层壁的初始温度分布，文中一个算例说明了该方法是一个简单有效的方法。     

导热反问题的空间状态分析—单个边界条件的确定

本文以现代控制理论为基础，引用线性控制系统的空间状态表达式来描述和探讨单个边界条件的确定问题。采用现有较为完善的空间离散方法－有限单元法或有限差分法，通过数值计算以获得较为准确的解。最后，由数值实验的例子来表明所采用方法的合理性和可靠性。     

生长竞争蚁群算法求解导热反问题

导热反问题的非适定性、非线性等特点,使得求解比较困难。蚁群算法是来自大自然的一种进化算法,已在很多优化问题中得到了应用。提出了一种基于生长竞争蚁群算法的导热反问题求解方法,并在MATLAB环境下实现算法,然后用实例进行验证。结果表明,该方法拥有较强的可行性和实用性。     

结合遗传算法的人工神经网络在汽车故障诊断中的应用

本文提出采用遗传算法优化人工神经网络结构的初值,将遗传算法与人工神经网络结合起来,迅速得到最佳人工神经网络权值矩阵与阀值向量,实现汽车故障诊断。     

基于遗传算法的热物性参数辨识

建筑物外墙导热反问题参数间的协同研究是建筑传热协同理论中的基本问题,主要研究在一定控制目标下(如一定的温度场或热流密度)各参数之间的匹配关系。对于此类问题,需要采用反问题的求解方法。本文在求解过程中引入改进的遗传算法,提出了改进的遗传算法与数值计算相结合的数学模型。通过两个算例的验证,结果表明：改进的遗传算法可以用于建筑物墙体稳态导热参数之间的协同研究,也可以应用于非稳态的类似研究。     

遗传算法在永磁电机气隙磁场设计中的应用

讨论了表面磁钢结构的永磁电机磁极形状的设计问题．表面磁钢结构的永磁电机磁场波形由磁钢的形状确定．如果磁场波形已知,通过求解电磁场反问题就可以获得理想的磁钢形状．其求解过程一般是先转化为电磁场正问题,然后进行寻优叠代．但在寻优过程中,利用传统寻优方法求解该问题难以获得满意结果,因此本文将遗传算法引入到电磁场反问题求解中来,并根据该问题的特点,提出了“基因子链最高位受限变异”以及“相邻基因子链相关变异”等概念,利用有限元方法与遗传算法相结合,对该电磁场反问题进行了寻优求解,最终获得了较理想的寻优结果．     

快速测定导热系数随温度呈线性变化关系的方法

本文采用导热反问题的数学原理,提出了一种一次测定随温度线性变化的导热系数方法。进行了数值模拟,制作了实验设备,从计算及实验两方面都得到较满意的结果。     

基于遗传算法的热防护服厚度反问题的数值分析

合理地设计热防护服厚度可以降低烧伤危险、提高舒适性,是热防护服研发的重要问题.除防护服常用的三层织物外,将皮肤与第三层织物之间的空隙层看作第四层,将人体皮肤层到体内作为第五层,基于Fourier定律建立了一维有限长五层热传导模型.然后根据人体皮肤表面的温度要求提出了热防护服厚度反问题,并随着不同的要求做相应调整.一方面,利用有限差分法实现了模型的数值求解;另一方面,基于遗传算法求解反问题,确定了第五层的各项热学参数,同时求出满足要求的热防护服最优厚度,结果验证了算法的有效性和反问题的合理性.     

正交试验法、神经网络和遗传算法的结合

用神经网络建模，遗传算法优化是求解工程优化问题的一种行之有效的方法。但由于神经网络、遗传算法自身的诸多问题，制约了其在较为复杂领域中的应用。正交试验法是一种进行多因素试验的科学方法，本文将它引入神经网络和遗传算法中，将三者结合起来，用正交试验法设计神经网络样本，并用遗传算法优化神经网络结构，较好地克服了各自的弱点，拓展了它们的应用。另外本文对正交试验法配置遗传算法参数做了介绍。     

基于人工神经网络的数字图像盲取证

数字图像盲取证技术是一项通过图像本身统计特性来鉴别图像是否被篡改的技术。文章基于数码相机的成像原理,利用人工神经网络来预测成像过程中由于CFA(color filter arrays)插值算法导致图像像素点之间出现的相关性关系,由于没有篡改的图像采用的CFA插值算法是相同的,而被篡改的图像则可能存在两种以上的CFA插值算法,两种情况下图像预测误差会出现差异,本算法利用这种差异实现数字图像的盲取证。实验结果表明本算法具有一定的有效性。     

热传导方程反系数问题解的稳定性

研究了一类热传导方程反系数问题,在已知一些观测数据前提下,利用最优控制方法,构造了一个新的泛函,并在一定的条件下,证明了极小化泛函问题解的稳定性.     

利用边界元素法求解热传导反问题

利用边界元素法对二维方形域和多边通的环形区域热传导反问题进行了求解。考察了内点位置，温度误差对求解结果的影响。结果表明内点温度的测取精度对结果的影响是呈线性的，并且内点距所求温度边界距离愈近其解的精度愈高。     

基于神经网络的氢氧化铝焙烧优化控制系统

采用OPC(OLE for Process Control)技术架构了三层模式的过程优化控制系统,实现了优化控制系统与现有PLC系统的数据通讯、信息共享.优化控制系统由FLUENT仿真分析、过程智能建模、流程理论分析和优化控制四大模块组成.主要模块采用神经网络架构,实现复杂炉况的系统辩识以及工艺参数的优化计算.生产应用表明:该系统具有很好的指导性,能稳定生产、优化操作,为节能和降废的整体优化提供了新手段和途径.     

人工神经网络在涡流检测中的应用

涡流检测作为一种非破坏性检测方法,在金属材料无损检测领域得到了广泛应用,由于影响涡流的因素太多,所以涡流检测的定性、尤其是定量分析一直是个难点．通过分析,提出了基于人工神经网络的涡流检测方法,从而避开了建模,通过学习大量的实际范例对缺陷类型进行自动识别和分类．     

人工神经网络在通信中的一种应用

新近，人工神经网络在通信中已获得了广泛应用，本文研究人工神经网络应用于通信中均衡与译码问题，提出了能同时完成均衡与译码的新方法。计算机仿真证明，它既适合于最小相位信道，也适合于非最小相位信道，还适合于非线性信道。     

基于进化遗传算法的神经网络优化

遗传算法能有效解决神经网络优化设计存在的问题,但古典的遗传算法有一定的弊端。本文对遗传算法的操作算子进行改进,对结点和连接权采用两种不同的交叉规则,使子代结点个数在两父代之间,而子代个体的权值在较好的父代个体两侧;并增加一个变异概率,增大网络的结构进行突变的几率,这样既加快了搜索进程,在精度上也收到了很好的效果。     

地球物理资料非线性反演方法讲座（五）：人工神经网络反演法

木文概要地介绍了近年来发展起来的一种强有力的地球物理资料非线性反演的方法——人工神经元法（ANN）。比较系统地介绍了ANN的基本知识和两种基于不同原理的ANN反演方法。基于模式识别和基于最小方差的ANN反演方法。列举了这两种方法在地球物理资料反演中的一些应用实例、指出了该方法的存在问题和发展方向。