基于遗传算法的复杂通风网络自然分风算法

总结了复杂通风网络自然分风算法特点及其各种算法的优、缺点。为了提高复杂通风网络自然分风算法性能,将遗传算法与通风网络自然分风的基本理论和传统的非线性方程组求解算法相结合,提出基于遗传算法的复杂通风网络自然分风算法。将遗传算法求解复杂通风网络自然分风算法分为直接发和混合法,并进行了算法性能对比。     

基于遗传算法的神经网络在露天矿卡车调度系统中的应用研究

介绍了神经网络和遗传算法2种优化方法的算法原理、特点和实现,在它们优势互补的条件下,提出了一种新的集成求解方法,利用遗传算法很强的全局搜索能力来弥补神经网络容易陷入局部最优的优化方法,给出了算法流程。最后以抚顺西露天矿的长远总体规划为例,说明该方法具有很好的解决卡车调度系统优化问题的能力,为今后求解类似问题提供了一个很好的研究方法。     

基于GA和PNET的一种可靠度计算新方法

基于遗传算法（GA）和概率网络估算技术（PNET），提出了一种用于求解复杂系统结构可靠度的新型算法，该法既能利用PNET的优点，又能利用遗传算法的全局搜索能力，因而可广泛地应用众多复杂工程的体系可靠度的求解问题。     

混合遗传算法求解经典作业车间调度问题

在研究遗传算法和模拟退火算法的基础上,提出了求解经典作业车间调度问题的混合遗传算法的设计方案,并提出了一个新的编码方法,阐述了相应编码的解码规则。仿真计算验证了混合算法的可行性和有效性。     

基于遗传算法的模式搜索法求解地下水管理模型

为改善遗传算法局部寻优精度较差的固有缺陷,该文引入一种新的基于遗传算法的模式搜索法求解地下水管理模型.首先通过在遗传算法中引入精英保留的进化策略,提高遗传算法的收敛性,进行全局搜索得到全局近似最优解,在此基础上采用局部寻优类算法模式搜索法进一步改善优化结果,最后将该混合优化方法用于求解一个地下水管理的基准问题.计算结果...     

基于混合粒子群优化算法的矿山生产配矿

为了提高矿山低品位矿产资源的利用率, 确保生产过程中矿石质量的稳定性和均匀性, 建立了一种矿山多目标配矿优化模型, 并将标准遗传算法中的交叉和变异操作与标准粒子群算法融合, 提出求解该优化模型的混合粒子群算法。以国内某地下铝土矿为例, 分别运用混合粒子群优化算法、标准遗传算法和标准粒子群算法3种方法对建立的多目标配矿优化模型进行求解, 通过对比优化结果发现: 混合粒子群优化算法求解的各采区月出矿量完全满足矿山实际生产要求, 而标准遗传算法和标准粒子群算法求解结果存在误差, 分别达到9.92%和14.94%, 且易陷入局部最优值; 从迭代进化曲线可知, 混合粒子群优化算法收敛速度快, 稳定性和鲁棒性较高, 具有一定科学研究和实际应用价值。     

基于模糊混合智能算法的风险投资约束模型

基于可信性理论,提出一类新的带有模糊参数的风险投资机会约束模型。由于提出的风险投资问题包含带有无限支撑的模糊变量参数,因此它是一个无限维的优化问题。为了求解这个模糊优化问题,这里将逼近方法嵌套到神经网络和遗传算法中产生一个基于遗传算法的混合智能算法求解本文提出的带有模糊参数的风险投资机会约束问题。最后,给出一个数值例子来表明所设计模型和算法的实用性。     

利用遗传算法优化的神经网络求解并联机构位置正解

位置正解是研究并联机构运动学的基本问题,采用遗传算法优化神经网络权值的方法对模型进行了求解。利用位置反解求得训练样本,然后训练网络,最后对其进行仿真。结果表明,此算法运算结果快、求解简单、精度高,具有发展潜力。     

基于遗传算法的矩形件排样问题求解

在分析了常用矩形件优化排样算法的基础上,提出了一种新的改进算法,在排样过程中加入旋转策略和改进了的向后搜索方案。将此算法作为一种解码方法,与遗传算法相结合来求解矩形件排样问题。算例表明了该算法能达到更好的排样效果。     

露天矿运输调度问题求解的自适应果蝇优化算法

针对露天矿运输调度问题,提出了一种改进的果蝇优化算法。首先,对露天矿运输调度问题进行了分析,以矿石开采能力和运输能力为约束条件,以运输成本最小为目标函数,建立了露天矿运输调度问题的数学模型。然后,该算法根据果蝇的味道浓度自适应调整搜索步长,同时满足了算法的全局寻优能力和局部寻优能力。最后,将自适应果蝇优化算法应用于求解实际的露天矿运输调度问题,与标准果蝇优化算法和遗传算法进行实验比较分析,给出了优化结果。实验结果表明:该算法的收敛精度和收敛速度均优于其他算法,证明了该算法可以有效求解露天矿运输调度问题。     

遗传算法和模矢法结合的概率积分法参数反演方法

遗传算法在反演概率积分法预计参数时从参数取值范围内的串集开始搜索,并使用弹性策略来维持群体的多样性,使得算法可以跨过局部收敛的障碍,向全局最优解方向进化;但这种概率化的寻优算法存在局部探索能力差、结果不稳定的缺陷,只能获得问题的近似最优解。模矢法是一种降梯度算法,算法局部探索能力强、收敛快;但这种算法对初值选取敏感,初值选择不当易陷入局部极值。本文提出并实现了一种模矢法与遗传算法结合的组合算法:先使用遗传算法求得参数的全局近似最优解,然后将近似最优解作为探索初值,使用模矢法获得参数的稳定、精确最优解。研究结果表明:组合算法反演概率积分法预计参数的精确度高、收敛快、稳定性好,综合性能较遗传算法和模矢法有明显优势。     

改进遗传算法在软土路基沉降预测中的应用

软土路基在外荷载作用下的沉降在时序上常表现复杂的非线性,本文采用抛物线模型预测软基的沉降趋势。针对简单遗传算法存在的问题,进行了大量改进,改进后的遗传算法能有效克服传统方法易陷入局部极小的缺陷,大大提高算法的搜索效率、精度和稳定性。实践表明该方法是一种有效可靠的沉降预测新方法。     

基于混合遗传算法的结构优化设计

针对传统遗传算法存在的问题,提出了一种新的将最佳矢量算法和遗传算法相结合的混合遗传算法。分析表明,这种混合遗传算法既发挥了最佳梯度算法局部搜索能力强的特点,又结合了遗传算法全局搜索能力强的优点,避免出现早熟现象,使收敛速度大大改善。     

基于遗传算法的多泵系统优化运行研究

多泵系统的优化运行是保证整个工业系统经济运行的关键因素之一。在二次函数拟合泵的性能曲线基础上,提出了以多泵系统综合电费最小为目标的系统优化调节的数学模型,利用遗传算法对给定约束条件下的多泵系统优化运行数学模型进行求解,获得多泵系统最优化运行方式。实例表明遗传算法可用于多泵系统的运行优化。     

基于多目标遗传算法的地下铲运机性能优化研究

为了能够提高地下铲运机的性能,深入地研究了多目标遗传算法在铲运机性能优化设计中的应用。分析了地下铲运机的主要性能参数;建立了地下铲运机多目标优化的数学模型;然后,分析了改进多目标遗传算法的基本原理;利用MATLAB软件进行了地下铲运机的性能优化分析,优化设计结果使地下铲运机性能得到了极大地提高,并且表明该算法的优越性。     

基于混沌遗传混合法的裂隙岩体模型参数识别

利用混沌运动所特有的随机性、遍历性和规律性,以及遗传算法的全局搜索特性,提出了一种混沌遗传混合优化算法。其基本思想是对遗传算法搜索寻优的结果作微小扰动,再进行混沌搜索。该方法兼有混沌优化与遗传算法的优点,比传统的遗传算法更具有跳出局部最优的能力,搜索的效率也有很大的提高。算例表明该方法具有广泛的应用前景。     

基于改进遗传算法的机械优化设计参数模型研究

提出了应用于机械优化设计的一种改进遗传算法,通过在遗传算法中引入修复过程,将机械设计中不满足约束条件的解转化为满足约束条件,经过一代代进化,最后得到问题的最优解。并和已有改进遗传算法进行分析比较和实验验证,证实该算法在机械优化设计中使用简单且高效。     

基于Matlab的带式输送机齿轮传动机构优化设计

利用Matlab遗传算法工具箱对带式输送机上的单级斜齿圆柱齿轮减速器的齿轮传动机构进行优化设计,从而说明遗传算法的优越性。在满足承载能力和强度要求条件下,以齿轮体积最小为优化目标,建立优化设计数学模型,用Matlab遗传算法工具箱进行优化并得到最优解。     

不同智能优化算法反演概率积分法参数的对比研究

传统的概率积分法求参方法虽能较为精确地反演参数,但存在对工作面的类型以及测站的布设要求高、计算工作量大、效率低等不足,智能算法为精确确定概率积分模型最优参数提供了新方法.为探究不同智能优化算法在概率积分法求参过程中的性能,采用Matlab编程语言编写了模矢法、遗传算法、文化-粒子群算法、粒子群算法、果蝇算法和蚁群算法的...     

遗传算法与神经网络协同求解采矿工程中的优化问题

本文将遗传算法与神经网络相结合，构成GA－ANN法，协同求解采矿工程中的优化问题。该法既利用了神经网络的非线性映射、网络推理和预测的功能，又利用了遗传算法的全局优化特性。通过实例证明了该法的优越性。