基于贝叶斯优化算法的新安江模型参数优化及应用

鉴于参数优化是保证水文模型预报效果的重要途径,以息县流域为例,采用贝叶斯优化算法对新安江模型参数进行优化,并与遗传算法进行比较。结果表明,在息县流域日径流预报问题上,贝叶斯优化算法相比遗传算法效率提升显著,精度略优于遗传算法,非常适用于解决新安江模型参数优化问题。     

基于遗传算法的汽轮机DEH控制系统的参数优化研究

在遗传算法基本原理的基础上将其应用于汽轮机数字电液控制系统PID调节器参数的优化整定,对整定后系统的响应特性进行了对比分析,结果表明;改进遗传算法具有寻优速度快、能够获得全局最优的特点,经过优化后控制系统具有良好的动态响应特性。遗传算法可以应用于汽轮机数字电液控制系统调节器参数的优化整定。     

基于遗传算法的机车车辆横向动力学多参数优化设计

将遗传算法应用于机车车辆横向动力学,设计了适用于动力学多参数的优化方案,编制了遗传算法程序。然后,通过建立机车横向动力学模型并进行6参数优化,得到了各参数在可行域内的最优解。     

混沌实码遗传算法在水质模型参数优选中的应用

为提高遗传算法在水质模型参数优选中的计算精度和全局优化能力,利用混沌映射的遍历性和实编码遗传算法的全局优化性,通过在实码遗传算法初始群体中引进50%的混沌变量和50%的均匀随机变量,采用混沌变异,用进化得到的优秀个体群来逐步缩小搜索空间,提出了求解水质模型参数优选的一种新方法———混沌实码遗传算法(CRGA)。应用该方法对1~10个变量的非线性、多峰值测试函数进行了仿真。在收敛速度和全局优化方面,CRGA好于现有的标准二进制编码遗传算法和改进的遗传算法。将CRGA用于求解有关河流横向扩散系数的实际水质模型的参数优选问题,与实编码遗传算法、标准二进制编码遗传算法、传统直线图解法相比,CRGA精度高、收敛速度快。     

过程控制系统中PID控制器参数优化的研究

介绍了电力生产过程中PID参数整定的各种方法,对传统的参数整定方法以及现行的PID参数优化方法进行了比较,分别指出其优缺点,同时详述了运用遗传算法对PID参数进行优化的方法,最后就PID参数整定的发展方向进行了展望。     

遗传算法在火电厂机组负荷优化分配问题中的参数选择

以火电厂机组负荷优化分配问题为例,首次全面分析了实数遗传算法在该实例中各操作参数(遗传代数、交叉概率、变异概率、惩罚系数和选择压力)对优化效果的影响,为遗传算法在火电厂这类优化问题中遗传操作参数的选择提供一定的参考依据。     

基于遗传算法的水轮机调速器参数优化方法

本文提出用遗传算法优化水轮机调速器参数的新方法,并给出了遗传算法的具体寻优步骤,仿真研究的结果表明,该优化搜索算法不依赖于参数的初值,寻优效率高,具有很强的鲁棒性．     

基于GA优化支持向量机的变压器故障诊断

针对变压器故障诊断中出现的多故障分类问题,为提高支持向量机的多故障分类的准确率,利用遗传算法(GA)对支持向量机的相关参数进行了优化。将利用遗传算法优化的支持向量机(GA-SVM)应用于变压器故障诊断中,并与利用粒子群算法优化的支持向量机(PSO-SVM)的识别结果进行比较。对比试验结果可以看出,GA-SVM算法能够更为有效地选择支持向量机的相关参数,在很大程度上提高了变压器多故障分类的准确性。     

基于神经网络算法的叶片数控加工及切削参数优化北大核心CSCD

叶片作为燃气轮机的核心部件,其几何形状对燃气轮机整体性能具有重要影响。对叶片原理与设计方法的研究始终是国内外燃气轮机制造领域的研究热点。为了对燃气轮机叶片进行优化设计,可将神经网络引入叶片数控加工及切削参数优化中,结合遗传算法优化策略模型,通过函数试验的方式对比不同模型的优化性能,得出叶片数控加工及切削最优参数,以满足叶片高性能制造需求。     

遗传算法优化BP神经网络在求解水文地质参数中的应用

针对BP神经网络算法收敛速度慢、遗传算法搜索速度慢,两者单独求取水文地质参数效果不佳,结合两种算法的优点,采用遗传算法优化的BP神经网络方法求解水文地质参数,提高了运算速度和结果的准确性。以某抽水井为例,对比四种常见方法与本文算法的计算误差,结果显示采用遗传算法优化的BP神经网络方法求解水文地质参数误差最小,求参结果更为可靠。     

基于遗传算法的地表水取水泵站优化调度

针对我国地表水取水泵站运行效率不高、能源浪费等问题,基于地表水取水泵站优化调度模型,利用遗传算法以泵站运行总功率最小为目标函数编写泵站优化调度程序,分别计算北方某水库地表水处于最低水位不同日供水量、常水位不同日供水量的系统工况下泵站运行功率。结果表明,地表水常水位运行情况下比日常运行方案节能3.8%。可见遗传算法编写的泵站优化程序有效可行。     

Optimization of hydrogen liquefaction process based on parallel genetic algorithm

The optimization process of hydrogen liquefaction process is complex and time-consuming. In order to solve the above problems and improve the solving efficiency of the optimization process, this paper proposed the method of using parallel genetic algorithm combined with simulation software for optimization. Parallel genetic algorithm effectively overcomes the premature convergence of standard genetic algorithm and has strong global search ability. The parallel processing accelerates the optimization process by 2.01 times, and saves 50.22% of the time compared with the serial calculation. It not only improves the solving speed, but also improves the solving quality and the calculation performance. After optimization, the specific energy consumption of the system is reduced by 52.26%, the exergy loss is reduced by 49.81%, the heat exchange efficiency is improved, and the process performance of the system is improved. This work has reference significance for hydrogen liquefaction process optimization using parallel genetic algorithm.     

隔代强制进化遗传算法在换热网络优化中应用

在对换热网络分级超结构及其数学模型分析的基础上,对网络综合优化问题进行了研究．针对普通遗传算法及其它优化算法无法保证网络优化质量和效率的缺点,对遗传算法进行了改进,提出了换热网络隔代强制进化遗传算法。该方法将换热网络结构信息转化为种群中染色体信息,利用种群的进化实现网络结构的优化,在进化过程中使用隔代强制策略,使种群向更优方向稳步进化,保证各代优化结果的有效性,降低最优群体的生成代数,并利用最优个体保存技术记录优化过程中最佳换热网络结构。采用此方法对具体换热网络实例进行了优化综合,结果表明：隔代强制进化遗传算法能在网络优化过程中避免早熟收敛而陷入局部最小点的现象,使搜索质量和效率得到有效提高。用隔代强制进化遗传算法对有分流和无分流换热网络进行优化综合,均能获得综合性能良好的网络结构。     

Synchronous machine parameters estimation using a new genetic‐based algorithm

A new genetic‐based algorithm (GA) for estimating synchronous machine parameters from frequency tests is presented in this paper. GAs are general search techniques based on biological concepts and are very suitable for solving optimization problems. The proposed method uses a set of digital measurements for the direct axis impedance magnitude and phase as functions of frequency for estimating both the d‐ and q‐axis parameters, such as direct reactance and time constants. The problem is formulated as an optimization problem and solved using the proposed method. Two different models along with different fitness functions are suggested to be used with the genetic algorithm. A practical example from the literature is used to test the proposed algorithm. The results obtained are compared with those given in the literature using other methods. The results and comparison show that the new algorithm is very applicable and highly accurate. Copyright © 1999 John Wiley and Sons, Ltd.     

遗传算法在离心压气机叶轮结构优化中的应用

利用遗传算法对离心压气机叶轮的结构进行优化设计。通过叶轮三无了流动的准正交面法计算得到离心压气机叶轮的增压经,以离心压气机叶轮增压比作为遗传算法优化设计的目标函数进行计算,获得最佳的离心压气机叶轮的结构设计参数,分析计算结果和流动曲线,验证遗传算法在离心压气机叶轮结构优化中的可行性。     

A Real—coded Genetic Algorithm Applied to Optimum Design of a Low Solidity Vaned Diffuser for Diffuser Pump

A numerical procedure for hydrodynamic redesign of the conventional vaned diffuser into the low solidity vaned diffuser by means of a real-coded genetic algorithm with Boltzmann,Tournament and Roulette Wheel selection is presented.In the first part,an investigation on the relative efficiency of the different real-coded genetic algorithm is carried out on a typical mathematical test function.The real-coded genetic algorithm with Boltzmann selection shows the best optimization performance compared to the Tournament and Roulette Wheel selection.In the second part,an approach to redesign the vaned diffuser profile is introduced.Goal of the optimum design is to search the highest static pressure recovery coefficient and low solidity vaned diffuser.The result of the low solidity vaned diffuser optimum design confirms that the efficiency and optimization performance of the real-coded Boltzmann selection genetic algorithm outperforms the other selection methods.A comparison between the designed low solidity vaned diffuser and original vaned diffuser shows that the diffuser pump with the redesigned low solidity vaned diffuser has the higher static pressure recovery and improved total hydrodynamic performance.In addition,the smaller outlet diameter of designed vaned diffuser tends to a more compact size of diffuser pump compared to the original diffuser pump.The obtained results also demonstrate the real-coded Boltzmann selection genetic algorithm is a promising optimization algorithm for centrifugal pumps design．     

A Real-coded Genetic Algorithm Applied to Optimum Design of a Low Solidity Vaned Diffuser for Diffuser Pinup

InboductionThe requirements for high efficiency and high headhave led to a widesPread use of vaned diffuser in diffeserPumP. Usually the kinetic eneny of the flow leaving theimPeller of a diffeser PUm stage is equlvalent toWtimately 20% to 40% of the total work inPu underthe tyPical operatin conditions. If an efficient diffoserpumP is to be designed, much Of thes kinehc eneTgy mustbe recovered efficienhy The vaned thser can convertboetic energy into a static pressure rise. HoweVer thecon…     

基于加速遗传算法与投影寻踪的水质评价模型

针对投影寻踪模型中投影指标函数的最优化计算复杂问题,采用加速遗传算法加快寻优速度,解决了投影寻球过程中最优化问题.实饲计算表明,该模型可处理复杂多指标优化问题,是解决复杂水质综合评价的有效途径.     

基于遗传算法的机炉协调系统PID控制器优化

设计有效的机炉协调控制系统对提高热工自动化水平具有重要意义。针对火电机组的机炉控制系统,提出了一种基于遗传算法的多变量PID控制器参数优化方法。利用遗传算法提供的通用框架,在控制系统结构和控制器形式确定的情况下对控制参数进行全局优化。方法具有全局并行优化和面向目标函数的特点,与广义ZN整定方法相比的仿真研究表明,优化后的协调控制系统的动态性能有明显改善。并且客易扩展到其它控制方案下的参数优化,显示了方法的可行性和适用性。     

水库防洪调度规则的参数优化研究

针对水库运用常规防洪调度进行洪水调度时,因对规则的合理性描述不足而限制了其应用的问题,根据水库不同防洪对象的精细程度要求,结合预见期内水库预报最大洪水和实时水位,拟定分级防洪预报调度规则,建立带有惩罚机制的防洪调度规则参数优化模型,并提出改进遗传算法求解该模型,即通过混沌算法、混沌变异操作与适应度差值进化改善初始种群质量、提高算法局部与全局搜索能力,实现参数控制的防洪预报调度规则。实例应用表明,综合改进遗传算法较其他遗传算法优化性能有一定提高,防洪预报调度优化规则的调度结果优于常规调度规则,为防洪调度规则的合理应用提供了一种有效方法。