IGA在DEH调节系统参数优化中的应用

遗传算法是模拟自然界生物进化过程和机制对优化问题进行求解.首先概述了遗传算法的基本原理、特点和存在的缺陷,鉴于遗传算法易出现“早熟”现象,对遗传算法进行改进后,将其应用于汽轮机数字电液调节系统的参数优化,并给出了参数优化过程.改进遗传算法提高了算法的全局搜索能力和局部搜索能力.仿真实验表明,改进的算法效果明显优于经典优化算法,能有效克服“早熟”现象、提高算法收敛精度,具有良好的收敛性和寻优能力.     

改进遗传算法的应用研究

针对简单遗传算法在实际应用中存在易产生早熟收敛、得到的结果可能为非全局最优收敛解、适度值计算时间过长以及在进化后期搜索效率较低的缺陷,介绍了四大类改进遗传算法,即小生境遗传算法、自适应遗传算法、并行遗传算法及混合遗传算法的应用情况.     

基于小生境遗传算法的关联规则挖掘研究

在对传统遗传算法的早熟收敛和后期收敛速度慢等问题分析的基础上,提出了一种改进的小生境遗传算法模型。该模型针对传统遗传算法的不足,采用小生境方法代替传统遗传算法的选择方式,重点改进了遗传算子,能够有效调整种群规模,延迟早熟收敛现象,控制后期收敛速度,从而能够挖掘到尽可能多的有效关联规则。最后,以中医药的疾病配方为例,验证了此算法的可行性和有效性。     

基于小生境遗传算法的关联规则挖掘研究

在对传统遗传算法的早熟收敛和后期收敛速度慢等问题分析的基础上,提出了一种改进的小生境遗传算法模型.该模型针对传统遗传算法的不足,采用小生境方法代替传统遗传算法的选择方式,重点改进了遗传算子,能够有效调整种群规模,延迟早熟收敛现象,控制后期收敛速度,从而能够挖掘到尽可能多的有效关联规则.最后,以中医药的疾病配方为例,验证了此算法的可行性和有效性.     

基于遗传算法的叶盘压电控制回路优化

针对简单遗传算法收敛速度慢及易产生"早熟"的问题,对遗传算法选择算子和变异算子进行了改进。基于改进遗传算法,对随机失谐叶盘结构的压电控制回路进行了二模式和四模式优化,对比分析了两种优化电路对叶盘结构振动的控制效果及成本。研究结果表明,相比谐调压电控制回路,优化后的二模式和四模式主动失谐控制回路都有更好的振动控制效果,且二模式回路成本更低;改进遗传算法收敛速度快,优化结果具有全局性;叶片刚度失谐强度对主动失谐压电控制回路的振动控制效果有明显的影响。     

基于改进遗传算法的PID参数整定策略

针对简单遗传算法（SGA）收敛速度慢、易于早熟等缺点,在前人研究成果的基础上,将传统的轮盘赌选择法与最优保留策略结合起来,并采用改进的自适应交叉算子和自适应变异算子,结合兼顾性能指标和响应过程平衡的适配函数,以多种改进方式相结合的遗传算法对PID参数进行迭代寻优整定。仿真试验结果表明改进的遗传算法是一种简单高效的寻优算法,与传统的寻优方法相比可明显地改善控制系统的动态性能。     

基于小生境技术的改进遗传算法研究

将标准遗传算法用于最优化问题时存在早熟收敛和后期收敛速度缓慢的现象。本文扼要分析了遗传算法的运行机制，提出一种基于小生境技术的改进遗传算法，应用种群中最佳个体的马尔可夫链模型从理论上论证了该技术维持种群多样度的有效性。对复杂函数的遗传优化仿真实验数据表明，改进的遗传算法不但具有良好的全局收敛可靠性，而且具有快的收敛速度。     

基于改进遗传算法求解堆垛机路径优化问题

通过对遗传算法进行自适应改进,算出能够随时适应的遗传算子,克服了传统遗传算法的早熟收敛问题.通过运用序号法设定各货位在立体仓库中的位置,建立堆垛机拣选作业的数学模型,运用改进遗传算法对初始路径进行改进,得出最优解,并运用Matlab遗传算法工具箱对此进行仿真.     

牙嵌离合器的可靠性遗传优化设计

将标准遗传算法用于最优化问题时存在早熟收敛和后期收敛速度缓慢的现象。这里扼要分析了遗传算法的运行机制,提出了一种基于小生镜技术的改进遗传算法,根据牙嵌离合器的可靠性设计原理,建立了遗传优化的模型,并给出了应用改进的遗传算法进行优化设计的实例和计算结果。     

基于INGA的电容层析成像图像重建算法的研究

电容层析成像图像重建是一个具有典型的病态问题,在分析遗传算法基础上,针对小生境遗传算法易于早熟、收敛速度慢以及局部寻优能力较差等缺点,提出了一种引入梯度算子的改进小生境遗传算法(INGA)用于ECT图像重建.仿真和实验结果表明,对于简单流型该算法与LBP、Landweber算法相比满足收敛速度快且重建图像误差小,并能以较高的精度重构出两相流体的截面成像,为ECT图像重建算法的研究提供了一个新的思路.     

多种群遗传算法在数字散斑相关搜索中的应用

数字散斑相关方法中,搜索算法对计算速度有着重要的影响。遗传寻优算法的全局性非常适合散斑相关搜索。然而,作为一种智能算法,算法参数对于遗传算法的计算稳定性和效率都有着重要影响。同时,不成熟收敛也是不可忽视的问题。本文将多种群遗传算法应用于数字散斑相关方法中,在避免了不成熟收敛问题的同时,提高了计算稳定性和效率。     

具有柔性加工时间的机器人制造单元调度问题改进遗传算法

为克服传统遗传算法在求解具有柔性加工时间的机器人制造单元调度问题时易出现早熟收敛、冗余迭代等缺陷,提出了改进遗传算法。该算法采用基于工件搬运顺序的染色体编码,并根据调度问题特征,设计构造型启发式算法来生成初始种群,避免了大量不可行染色体的产生,提高了后续操作的优化质量。同时,在交叉变异操作中引入局部邻域搜索,通过对子代邻域的局部寻优提高了算法的收敛速度。最后,分别应用该算法和传统遗传算法求解六个基准案例,实验结果验证了该算法的有效性。     

一种新调度类型及其在作业车间调度中的应用

研究改进遗传算法解决作业车间调度问题,问题染色体的编码采用基于工序的编码。针对传统的调度类型的局限性,提出全主动调度及其基于工序编码的产生机制。为了克服传统遗传算法求解调度问题易于早熟收敛的缺点,设计基于优先工序交叉(Precedence operation crossover,POX)和改进子代产生模式的遗传算法。用改进的遗传算法求解传统调度问题、交货期调度问题和提前/拖期(Earliness/Tardiness, E/T)调度问题,研究半主动、主动和全主动三种不同的调度解码机制对遗传算法提供解质量的影响。     

离散变量优化设计的改进斐波那契遗传算法

根据工程实际,充分考虑规范规定的约束条件和各项技术标准要求,建立离散变量结构优化模型。针对遗传算法在迭代过程中经常出现未成熟收敛、振荡、随机性太大和迭代过程缓慢等缺点,提出一种新的遗传算子——转基因算子,用于对遗传算法的改进;提出一种离散变量结构优化设计的斐波那契算法,并与遗传算法结合在一起解决问题。优化设计结果表明,这种改进斐波那契遗传算法的收敛特性得到很好的改善,即发挥了斐波那契算法省时、局部搜索能力强的特点,又发挥了遗传算法全局性好的特点,是有效的工程结构优化设计方法。     

求解作业车间调度问题的一种改进遗传算法

为克服传统遗传算法解决车间作业调度问题的局限性,综合遗传算法和局部搜索的优点,提出一种改进的遗传算法。为基于工序的编码提出了一种新的POX交叉算子。同时,为克服传统遗传算法在求解车间作业调度问题时的早熟收敛,设计了一种子代交替模式的交叉方式,并运用局部搜索改善交叉和变异后得到的调度解,将提出的改进遗传算法应用于MuthandThompson基准问题的实验运行,显示了该算法的有效性。     

基于改进遗传算法的潜孔钻机钻臂设计计算

钻臂是潜孔钻机的一个重要组成部分,需对其受力状况进行计算分析。在计算分析时,针对传统遗传算法效率不高等问题,本文运用改进遗传算法进行计算。该算法使用十进制数编码,采用"最优保存策略"加快收敛速度,使用"补充策略"避免早熟。以某型号潜孔钻机钻臂的设计为例进行计算分析,结果表明,改进的遗传算法可以提高计算的精度和效率。     

改进遗传算法及其在MATLAB中的应用

针对基本遗传算法存在的早熟和波动问题，对影响遗传算法精度、效率和稳定性的选择、交叉和变异三大遗传操作进行了分析，采用随机遍历、三点交叉和离散变异结合，既提高了收敛精度，也提高了收敛速度。经过使用MATLAB对两个测试函数进行计算，验证了改进算法的有效性。     

嫁接遗传算法及其在车间作业调度问题中的应用

分析了现有遗传算法在解决车间作业调度问题时局限产生的原因 ,提出了一种既能加快进化速度 ,又能提高抗早熟能力的嫁接遗传算法 ,并将其成功应用于车间作业调度问题。最后的实例测试表明了新算法的有效性和优越性以及它在调度领域的应用可行性。     

一种求解Job-shop调度问题的遗传局部搜索算法

利用遗传局部搜索算法求解了作业车间调度问题,遗传算法中的染色体编码采用基于工序的编码,并用插入式贪婪解码机制将染色体解码至主动调度。为了克服传统遗传算法易于早熟收敛的缺点,设计了一种改进的优先操作交叉IPOX操作和子代产生模式的遗传算法。对于遗传算法每个染色体个体,使用基于N6邻域结构的局部搜索进一步使它们得到改善。利用所提出的混合遗传算法求解基准问题,验证了算法的有效性。     

双阈值控制的遗传算法求解作业车间调度问题

针对作业车间调度问题自身的求解难点和遗传算法的特点,分析了目前遗传调度算子存在的问题,提出了一种双阈值控制的多父辈POX交叉算子,即用父辈相似度阈值调整变异的时间,收敛度阈值调整变异概率,在变异的同时提高交叉性能.利用这种方法求解作业车间调度问题,能防止父个体相似时交叉不能产生新个体,防止交叉产生的优秀个体再变异,并防止早熟现象.仿真实验表明,该算法可以显著提高解的质量和收敛速度.