遗传算法在给水管网优化设计中的应用研究

给水管网优化设计较复杂,由于遗传算法具有自适应随即搜索能力和对任何函数类均适应的特点,故利用其对给水管网进行优化设计,得到了最优设计方案,此法思路简单且在优化时避免了管径的调整.     

应用遗传算法进行给水管网优化设计

建立了遗传算法市政给水管网优化模型,阐述了应用遗传算法进行给水管网优化设计的原理、特点,并对某小区管网改建工程进行优化求解,介绍了遗传算法模型的设计参数选取情况．     

改进的遗传算法在给水管网优化设计中的应用

讨论了应用改进的遗传算法求解管线确定情况下的管径优选问题。通过引入启发式的选择、交叉和变异算子,提高了遗传算法的求解效率,改善了求解结果的品质。实例计算表明,应用改进的遗传算法求解出的年折算费用值比常规的界限流量法的求解结果低8．08％。     

改进遗传算法在燃气管网布局优化中的应用

燃气管网布局优化对整个系统经济性起着重要作用.以树状燃气管网为研究对象,以管线总长度最短为优化目标建立数学模型,设计了基于遗传思想的燃气管网优化布局的搜索过程.并对基本遗传算法进行改进,设计了单亲交叉算子、倒位算子以及相应的适应度函数.应用改进的遗传算法进行树状管网布局优化能够得到一组最优或次优的布局形式.计算表明,与传统方法相比,遗传算法具有很大的优越性和实用价值.     

基于面向对象技术的给水管网设计程序优化

针对城市给水管网模型组成各部分的特点和相互之间的联系,基于面向对象的类层次关系进行优化设计程序的开发,将遗传算法作为一个假想类,与管网整体类及管网各要素类有机地融合在一起.所编制的应用程序包括数据输入输出模块、管网水力计算模块和遗传算法优化模块三部分.以我国沿海某新建开发区大型管网为实例,采用所编制的程序进行优化计算,结果表明,该程序可使给水管网年费用折算值降低,具有良好的实用效果.     

给水管网优化模型求解方法综述

对城市给水管网优化模型的求解方法作了简要综述,并着重介绍了目前较为流行的遗传算法。     

环状给水管网设计和调度的虚拟仪器

基于矩阵运算和迭代平差方法，在LabVIEW的编程平台上，开发环状给水管网水力计算的虚拟仪器。对管段流量基础解系赋值，代入节点连续方程求解管段流量。并由管段上的水头损失形成的闭合差获得环及管段的校正流量，经迭代逼近真值。闭合差可控制在给定精度。虚拟仪器的监控盘面和操作象是普通仪器。管长、管径和节点流量等设计参数能够成批传入，或在界面上写入。不需了解编程方法和数据库结构，既可开展设计，又能应用于生产现场的优化控制和调度，也是制定检修预案和进行管网技术改造的有力工具。     

给水管网管径优化设计的遗传算法

给水管网管径设计是离散变量的非线性优化问题,常规的数学规划方法采用连续变量求解,其最优解受初始值影响大。本文提出一种新方法——遗传算法,它的特点在于：从多个初始点开始寻优,并采用交迭和变异算子避免过早地收敛到局部最优解,可获得全局最优解,且不受初始值影响。该算法不必求导计算,编程简单。     

基于遗传算法的污水管网优化设计

文章基于遗传算法的基本原理,以管径和坡度为状态变量,充分利用的约束条件建立可行组合空间,并通过选择、交叉和变异等迭代操作因子,最终求得在工程实用上满足的较优解。     

基于遗传算法的灌溉管网同步优化研究

针对目前灌溉工程树状管网优化中存在的将管网与管径分步研究未能实现同步优化及农业灌溉供水成本过高等问题,以管网管长、管径以及水泵的扬程为变量,以灌溉供水成本最低为目标函数,建立了灌溉管网系统的优化模型,采用管网布置与管径同步优化的整数编码方式,运用遗传算法求解目标函数的最优解。实例证明,遗传算法可以有效并快速地同步优化整个灌溉管网系统,得到灌溉供水成本最低的方案,保护了用户的利益,为今后类似同步优化问题提供了借鉴。     

配气凸轮优化设计的复合形法和遗传算法

介绍了内燃机配气凸轮优化设计的数学模型，分别用网格法、复合形法和遗传算法实现了内燃机凸轮优化设计方法。数值计算实例表明：遗传算法用于内燃机凸轮的优化设计可获得比较满意的参数优化设计结果，与传统的优化方法网格法和复合形法相比，遗传算法具有一定的优越性。     

遗传算法在永磁电机优化设计中的应用

详细研究了应用遗传算法进行永磁电机优化设计的策略和方法，并以一台海洋潜水器用永磁直流伺服电动机为例进行优化，取得满意结果。     

基于神经网络和遗传算法的实验参数确定

将 BP神经网络用于实验数据结果的“预处理”,剔除奇异样本数据 ,并利用实数直接操作的遗传算法 (FGA) ,发挥 FGA概率搜索和群体优势 ,将处理后的数据分别代入给定的含参数的方程 ,在总体误差最小的情况下 ,寻求符合实验数据的参数的优化解 ;将优化结果与常规数理统计方法进行了比较 ,证实了该方法的有效性 ;而且对其它实验数据的处理及实验参数的确定 ,有一定的参考价值。     

基于模拟退火与遗传算法结合的神经网络图像分割

为解决运用Hopfield神经网络优化算法处理图像分割存在的收敛速度与局部最优的矛盾,采用模拟退火策略与遗传算法结合的优化方法来改进传统的优化算法,对迭代收敛后的Hopfield网络在局部范围内运用模拟退火遗传算法,以搜索阈值平面全局最优解,进行图像分割。实验证明,采用此方法可以得到较好的分割效果。     

基于遗传算法的最小生成树的参数优化研究

应用遗传算法求最小生成树问题是一种可行而有效的新方法 .为了提高算法的进化效率和收敛性 ,通过数值模拟试验 ,对算法中主要控制参数的优化组合模式进行研究 ,获得了主要参数的优化组合规律 :群体规模取 10～ 30 ;换位率在 0 .5～ 0 .9之间选取 ;选择率可采用自适应方式确定 ,进化初期采用较大值 ,随着进化过程的前进可逐渐减小 ;编码长度不应过长等     

基于遗传算法的最小生成树算法

以图论和遗传算法为基础 ,提出了一种求最小生成树的改进遗传算法 .该算法采用二进制编码表示最小树问题 ,用深度优先搜索算法进行图的连通性判断 ,并设计出相应的适应度函数、单亲换位算子和单亲逆转算子以及四种控制性进化策略 ,以提高算法执行速度和进化效率 .与Kruskal算法相比 ,该算法能在一次遗传进化过程中获得一批最小生成树 ,适合于解决不同类型的最小树问题     

基于神经网络与遗传算法的纹理图像分割

运用两维自动回归模型、分形维数、均值和方差从每一小区域的数据中抽取纹理特征，把纹理特征作为自组织特征映射神经网络的输入层进行训练确定最优的纹理区域分割数，最后运用遗传算法优化图像分割。实验结果证明神经网络和遗传算法相结合能有效地分割纹理图像。     

坡度筛选枚举法实现城市污水管网的平面布局优化设计

目的优化污水管网平面布局,完善城市排水管网系统,解决城市污水无序排放问题,实现排水管网建设投资效益最佳化．方法采用枚举法将排水管网有向图的所有可能的形式列举出来,确保最优化方案在计算筛选之列,通过管网建模,对所有的布置形式先从坡度方面进行筛选,保留少量优秀的布局形式进行下一步计算,释放本用于存储其他不佳方案的数据的动态数组,对所有保留的布局形式同样采用枚举法进行参数优化,确保布局优化和参数优化同时达到全局最优．根据小区域全部枚举法的计算结果进行对照验证．结果采用坡度筛选法减少数据处理量,计算结果可靠,使得枚举法采用普通的PC就能顺利完成,同时排水管网实现全局优化．结论坡度筛选枚举法实现了污水管网平面布局优化,在有效排水的基础上最大可能地减少投资,降低费用．     

基于EPANET的电厂工业水管网优化设计

以某电厂工业水管网为例,运用EPANET软件进行水力计算,通过对管段内流速的控制,精确控制管径以及节点压力,达到管网优化设计的效果,软件操作简便,计算快速准确,满足工程设计的要求。     

神经网络和遗传算法相结合实现非线性传感特性的线性化

对测量系统非线性传感特性的线性化常用最小二乘回归、几何逼近或一次近似的方法,易引入较大的非线性误差,为此,提出了利用神经网络和遗传算法相结合实现非线性传感特性线性化的方法,该方法将测量系统的非线性模型改造成为与实际物理过程相一致的不失真的线性模型,从而减小非线性误差.通过应用实验,验证了该方法的有效性.