改进的非支配排序遗传算法优化气举配气

论述了气举优化配气的发展现状,提出了一种新的用分段线性函数表示的气举优化配气单目标和多目标模型.单目标模型以产油量最大为目标函数,而多目标模型以产油量最大且注气量最小为目标函数.以我国西部某油田某区气举井为例,进行了气举优化配气实例分析,给出了气举配气单目标模型的最优解和多目标模型的非支配解集,得到了最优配气方案下的产油量和注气量.     

基于改进遗传算法的连续函数优化

为了进一步避免连续函数优化过程中的早熟收敛和搜索迟钝,在简单遗传算法基础上提出了划分寻优区间、基于排序和最佳保留的轮盘赌选择算子,可以用来提高遗传算法的运行效率和收敛速度,达到了既能够选出最好个体又能够保证种群多样性的效果;同时采用择优交叉算子和二元变异算子,这样既保证了种群的收敛性,又可在陷入局部最优时为种群引入新基因。仿真实验表明,与简单遗传算法相比,改进后的遗传算法能有效地提高遗传算法的收敛速度和避免陷入局部最优。     

基于遗传算法的钢锭配切优化

针对马钢车轮公司钢锭切割中利用率偏低现状,提出一种基于遗传算法的钢锭优化配切方案,建立多型材、变截面、多品种组合下料模型。采用多规格组合配切的办法,解决了钢锭利用率低下、成材率偏低的问题。实践表明,该方案在提高切割效率的同时,有效提高了原材料切割率。     

基于改进遗传算法的无功优化

遗传算法的基础上对其局限性进行改进,使该算法在电力系统无功优化的应用中具有一定优越性。通过改进编码和选择算子,自适应的交叉变异概率等策略,并引入基于模拟退火策略的适应度函数和混沌算法,使得改进遗传算法高速、准确的收敛于最优解,改善了传统遗传算法易陷入收敛性差、效率低的弊端。在此基础上建立无功优化数学模型,介绍了该算法具体实现步骤,并将其应用于IEEE30节点,证明所提算法是可行和有效的。     

基于改进免疫遗传算法的电力系统无功优化

电力系统无功优化是保证系统电压质量、降低网损的重要措施.基于遗传算法、免疫算法的优缺点,提出一种应用于电力系统无功优化的新算法-改进的免疫遗传算法.对IEEE-30节点系统的仿真表明:该算法能够有效地提高收敛速度,避免早熟收敛.     

基于遗传算法的神经网络优化的研究

有效地确定神经网络的参数和结构,一直是神经网络研究中的一个难点。遗传算法是一种基自然选择和自然遗传机理的全局搜索学习算法。本文研究了遗传算法优化神经网络连接权的思想和方法。实验结果表明,遗传算法为训练神经网络提供了一种新的途径。     

基于遗传算法的火电机组负荷优化分配方法研究

依据火电机组的实时煤耗特性曲线,针对目前较实用的负荷优化分配方法——动态规划法的弊端,即在机组数目较多时运算量过大、难以满足实时要求,提出了改进的遗传算法,在加快搜索速度、提高寻优精度、保证群体多样性等方面采取了新的措施。改进后的遗传算法在搜索结果接近全局最优解的前提下,大大提高了寻优速率,具有较高的实用价值。     

基于遗传算法的神经网络优化的研究

有效地确定神经网络的参数和结构,一直是神经网络研究中的一个难点。遗传算法是一种基于自然选择和自然遗传机理的全局搜索学习算法。本文研究了用遗传算法优化神经网络连接权的思想和方法。实验结果表明,遗传算法为训练神经网络提供了一种新的途径     

基于改进遗传算法的电网无功补偿优化控制研究

电网无功功率补偿优化控制是一个多元非线性动态约束问题,传统的电网无功补偿非线性规划方案都需要精确的数学物理模型,且各参变量间的协调性较差,很难满足电网多目标优化控制的工程需要.利用改进蚁群算法分布式协同组合优化的思想,建立以电压越限畸变为惩罚函数,以电压和无功补偿综合满意度为目标函数的电网无功补偿优化控制模型.实例仿真试验表明,基于改进遗传算法的电网无功优化控制模型,通过自适应的目标函数最大路径寻优,获得电网无功功率补偿装置较优越的无功补偿组合,提高了电网无功补偿的综合效率,有利于系统电压的稳定性,为电网无功优化提供了一个新的智能运算模型.     

基于遗传算法与动态规划法的工艺过程优化

针对制造系统中的工艺过程优化问题,提出一种基于遗传算法和动态规划法的综合优化模型。该模型将工艺过程的优化分解为两个并行层次-工序层和工艺路线层。用改进的遗传算法求解工序层中的工艺参数优化问题,同时利用动态规划法实现工艺路线层次的优化。将两个层次优化方法有机结合,在局部优化的基础上进行整体优化,从而实现整个工艺过程的优化。通过实例证明了该优化模型求解的可行性和有效性。     

基于改进遗传算法的作战工程装备利用优化

为了提高作战工程装备的利用效率,使完成所分配的作战工程花费最少的时间,在工程任务和工程装备总额给定的情况下,建立了作战工程装备任务分配优化的数学模型;提出一种装箱编码方法、两代竞争的改进遗传算法,并辅以自适应选择、换箱交叉、领域搜索变异,对问题进行求解;通过对一个有三项作战工程任务、四种作战工程装备任务分配问题的实例计算表明,遗传算法操作简便,适于大规模的作战工程装备任务分配优化问题求解,该实例表明遗传算法求得结果优于文献中提供的传统解乘数法所求得结果.     

基于改进遗传算法的电网无功优化

无功运行优化问题的关键在于获得最优解或较好的次优解。传统的线性规划法和非线性规划法不能很好地处理整型变量问题 ,而简单遗传算法的鲁棒性不高。结合高中压配电网的特点 ,本文对简单遗传算法进行了改进 :采用十进制整型编码法和排序选择法 ,并对末位个体进行更新 ,最后采用模式法修正局部最优解。数值对比试验表明 ,本方法是合理的和可行的 ,具有一定的实用意义     

基于改进遗传算法的电网无功优化

无功运行优化问题的关键在于获得最优解或较好的次优解。传统的线性规划法和非线性规划法不能很好地处理整型变量问题，而简单遗传算法的鲁棒性不高。结合高中压配电网的特点，本文对简单遗传算法进行了改进：采用十进制整型编码法和排序选择法，并对末位个体进行更新，最后采用模式法修正局部最优解。数值对比试验表明，本方法是合理的和可行的，具有一定的实用意义。     

基于改进遗传算法的区域交通信号优化控制

为实现对区域交通信号的优化控制,在车辆延误模型HCM2000的基础上纳入相位差因素; 对遗传算法的交叉和变异过程进行改进,将个体中各个参数分割开来,对各个参数分别执行交叉和变异操作; 对整个区域建立以最小化车辆平均时延为目标的优化模型。对4交叉口区域的仿真结果表明,该方案的优化效果较好,整个区域的平均车辆延误比优化前减少了7.3%,达到了优化控制的目的。       

基于遗传算法的电力系统无功优化研究

电力系统无功优化主要是指在负荷给定的情况下,有载可调变压器分接头位置、无功补偿的最佳容量和发电机机端电压大小的优化。本文以有功网损最小为目标函数建立主网无功优化的数学模型,对于目标函数中的无功电压越界和发电机无功出力越界,采用罚函数予以解决。针对遗传算法应用于求解无功优化等复杂非线性优化问题中容易发生“早熟”和收敛速度慢等问题,本文作了一些改进。通过改进,遗传算法能够跳出局部最优解,增强了全局寻优能力,使寻优速度和精度在一定程度上得到了提高。     

苏里格气田柱塞气举工艺的优化研究

根据苏里格气田低压、低产、气井产水的特点,介绍了柱塞气举的机理及苏里格气田柱塞的选型.影响柱塞气举的因素可分为动力因素、阻力因素和井深因素,也可分为可控因素和非可控因素,其中可控因素可以优化.最后以苏里格实际气井为例介绍了柱塞气举工艺的优化计算.     

基于改进遗传算法的颚式破碎机优化方法研究

针对ANSYS软件自带结构优化算法的不足,将改进的遗传算法应用其中。以颚式破碎机整体结构优化为例,建立基于Solidworks和ANSYS二次开发的颚式破碎机优化平台,分别采用ANSYS软件传统优化算法和内嵌ANSYS有限元分析的改进遗传算法进行优化设计。结果表明：与ANSYS软件自带优化算法相比,改进后的遗传算法在颚式破碎机的整体结构设计中具有明显优势,不仅优化时间大大缩短,优化精度也显著提升。研究结果可为特定零部件的结构优化设计与专用软件开发提供参考。     

基于遗传算法的供水泵站优化调度

本文对供水泵站的效率优化问题进行了探讨，在提出用指数曲线准确地拟合水泵性能曲线的基础上，建立了供水泵站效率优化问题的数学模型，并设计了相应的遗传算法进行求解，仿真实验结果表明了该算法合理、有效。