工业CT图像的管道圆柱度误差测量

针对工件内部管道圆柱度误差测量的问题,研究了一种基于工业CT图像的圆柱度误差测量方法。在工业CT图像中指定待检测管道横截面上的一点,运用Facet模型提取该点所在目标的边缘点。在已知所有边缘点信息的基础上采用最小二乘圆柱法求得管道的圆柱度误差。对实际工业CT图像的实验表明,该方法可以较为准确地获得工件内部管道的圆柱度误差,且具有非接触,应用范围广等优点。     

基于遗传算法的圆柱阵列稀疏方法

由于共形阵列所具有的特性,使其正得到日益广泛的应用,但其耗用较多的阵元,方向图具有相对主瓣较高的旁瓣电平。为此,针对基本的共形阵列——圆柱阵列的天线阵元,应用经典遗传算法,以阵元的工作状态为优化参量,对其进行稀疏。减少了阵元数量,仿真结果表明,该方法能有效地降低圆柱阵列的旁瓣电平。     

圆柱度测量中基于光电传感器的误差分离方法

针对大直径超长管件内径圆柱度误差测量与评定这一计量领域的研究难点,提出了基于高精度光电传感器的误差分离思想,给出测量系统的总体结构设计和具体的测量评定过程,并对测量过程中的误差因素做了详细分析。通过光电传感器直接测量导轨直线度误差和测头运动误差的方法,建立误差分离与补偿的数学模型,并最终给出大直径超长管件内径圆柱度评定模型,仿真结果验证了模型的正确性。     

一种新的求解度约束最小生成树的遗传算法

染色体编码是遗传算法的关键内容,编码的优劣并直接影响算法的性能.提出了基于过程控制的生成树编码方法--PC编码.PC码为定长的整数向量,使用PC编码求解特定生成树问题时,首先选定的一个有效算法,并将修改为可控算法,然后用编码向量控制算法的运行过程,从面得到唯一生成树.为了求解度约束最小生成树(DCMST)问题,在D-Prim算法的基础上,设计r过程可控的度约束生成树构造PC-Prim算法.给出了以PC-Prim算法作为译码器的求解DC-MST问题的遗传算法.仿真结果表明遗传算法求解精度和运行时间均优于参与其他算法.     

基于VB精确评定平面度误差

介绍了评定平面度误差的精确算法,并用VB编写了评定平面度误差的Windows应用程序。通过实际运用,以及与其它方法进行对比分析,证明了该算法和程序的有效性。     

基于prüfer数的遗传算法求解度约束最小树问题

度约束最小树问题属于NP-完全问题,是一类比较难解的问题,但在现实中具有非常重要的应用价值。探讨了如何将基于prüfer数的遗传算法应用于该问题,并给出了相应的算法。采用C语言和MATLAB的混合编程实现该算法,数值分析的结果显示了遗传算法求解该问题的有效性及其应用价值。     

基于遗传算法的几何产品形位误差计算

几何产品形位误差的计算是机械制造领域中的关键问题,属于非线性优化问题,应用遗传算法的全局优化能力实现了对误差问题的精确求解.重点研究了算法的实现技术,包括统一计算模型的建立、适应度函数的确定、种群繁衍方式的设计等.采用谐波技术和实测实例对算法进行了验算.结果显示算法合理,计算精度高,对实现形位误差的精确计算具有重要意义.     

遗传算法在圆度误差评定中的应用

针对传统最小二乘圆优化算法评定圆度误差局部收敛的问题,提出基于遗传算法的圆度误差评定方法。介绍了遗传算法基本原理和运算流程,在建立最小二乘圆数学模型的基础上,推导出待优化的目标函数,并详细描述了基于遗传算法的圆度评定优化步骤。实例计算结果表明该算法能比传统优化算法收敛到更精确的解,并具有较高的稳定性,能有效地克服局部收敛的问题。     

基于遗传算法的带度约束组播路由算法

本文提出了一种基于遗传算法的带度约束的组播路由算法DCMST_on_GA,算法首先将原图转化为一个动态结构表,然后用一个二维数组表示一棵组播树,遗传操作直接作用在这样的个体上,算法采用比例选择算子和保留最佳个体的策略。本算法编码简洁,有效地解决了遗传算法解决组播树问题的编码和解码的难点,加快了全局搜索速度。     

基于遗传算法的辊型曲线拟合􀀂

本文介绍了一种基于遗传算法的辊型数据处理方法 .应用遗传算法实现最小包容区域法来计算轧辊截面半径和整个辊型的三次样条函数曲线拟合 ,实验结果表明 ,遗传算法是一种良好的寻优算法 ,并且拟合曲线与轧辊的实际轮廓相符合 .     

求解函数优化问题的遗传算法

从遗传算法的编码、遗传算子等方面剖析了遗传算法求解无约束函数优化问题的一般步骤,并以一个实例说明遗传算法能有效地解决函数优化问题。     

基于遗传算法的人体能量代谢分析系统辨识

把遗传算法应用于人体能量代谢分析仪气体流量系统的辨识问题,克服了传统辨识方法无法同时得到系统的时延和参数辨识结果的缺点。同时对非等长子基因串的交叉操作进行了改进,提出了一种基于概率的扩大种群基因类型的改进方法。经过计算机仿真后的结果表明,应用遗传算法能有效克服有色噪声的干扰,获得稳定的辨识结果,说明了该方法的有效性。     

基于自适应遗传算法的智能组卷研究

计算机辅助教学CAI(Computer Assisted Instruction)的一个重要应用是计算机辅助测验CBT(Computer Based Testing)．智能组卷是CBT的基础．组卷中关键是解决约束优化问题．在研究现代教育测试理论与计算机辅助测验CBT的基础上．提出一种解决计算机组卷中约束优化问题的方法,自适应遗传算法，该方法有效地解决了基于IRT的智能组卷问题，为解决约束优化问题提供一种新的有效途径．具有较好的性能和实用性.     

基于遗传算法的神经网络学习方法

本文阐述了将遗传算法用于神经网络权值学习和训练的原理和万法,并详述了神经网络权值学习和训练中遗传算法的具体实现过程。     

基于规则的遗传算法

CGA由于是一种通用的算法，在解决实际问题时存在着搜索效率低。不能全局收敛到最优解的缺点，在实际应用中有很大的局限性。针对这些不足，对CGA进行了改进，根据待解决实际问题的特点，按照模式定理的原则，在算法中引入了启发式规则和惩罚函数．缩小了算法的搜索空间，提高了算法效率．利用保优操作保证算法能够全局收敛到最优解。最后对这种改进的算法进行了定性分析。证明了该算法设计思想的先进性和实用性。     

一种基于多目标遗传算法的非线性控制器

该文利用相位滞后仅38.1°的Clegg积分器构成一个非线性比例积分器,并利用多目标遗传算法对该控制器的三个参数进行优化,其中被优化的两个目标分别为被控系统的给定性能指标和抗负载扰动能力。然后将该控制器应用于一个存在饱和特性和间隙特性的双闭环调速系统,研究并比较了该系统在阶跃给定输入下的性能指标以及抗负载扰动的能力。仿真试验表明将该非线性控制器应用于具有多个非线性特性的动态系统能取得优良的性能。     

一类Takagi-Sugeno模糊控制器的自适应遗传优化设计

提出了一类Takagi-Sugeno模糊控制器的自适应遗传优化设计方法。采用实数编码方式,并由自适应交叉和变异概率来控制遗传操作,有效地提高了参数优化的精度和算法的寻优效率。在优化过程中引入对称性参数约束条件,大大减小了算法的搜索空间。将该算法用于倒立摆T-S模糊控制器的设计,实现了控制器参数的快速自动整定。仿真结果表明,获得的T-S模糊控制器具有优良的性能。     

图文法遗传算法

本文讨论了进化神经网络的编码表示机制，分析了它们的优缺点；提出了遗传算法的一种图文法编码表示机制，给出了相应的算子定义，以及模式、模式长度及其阶的定义；证明了一个基于图文法表示机制的遗传算法模式定理，描述了交叉和突变对模式作用的效果。     

基于遗传算法的入侵检测技术的研究

在简要介绍入侵检测和遗传算法的基础上,给出了基于异常检测的训练算法模型。详细介绍了遗传算法的构造过程,包括染色体的构造以及选择、交叉、变异等操作,并予以简单实现。算法提高了入侵检测的效率,并能检测部分未知攻击。