分组量子遗传算法在混凝土重力坝坝体综合弹性模量反演中的应用

通过编程建立Matlab与有限元软件命令调用接口,建立基于分组量子遗传算法的混凝土重力坝坝体材料力学参数有限元反演模型。利用工程实测值与有限元模型计算值建立适应度函数,通过分组量子遗传算法智能寻优,实现混凝土重力坝力学参数反演。以某混凝土重力坝为例对其各分区综合弹性模量进行反演,并与传统遗传算法反演结果进行对比,结果表明本方法反演精度及运行速度较均高于传统遗传算法。更多还原     

大坝及岩基物理力学参数优化反演分析研究

根据大坝原型观测资料识别大坝结构力学参数是典型的非线性反问题,而反问题往往具有Hadamard意义下的不适定性。基于位移反分析方法的基本原理,依据大坝原型观测数据和有限元数值计算成果,建立了优化目标函数后,应用遗传模拟退火算法实现了对大坝及岩基物理力学参数的反演分析。对反演原理、算法及流程进行了研究。将遗传算法和模拟退火算法相结合,既提高了优化问题全局收敛速度,同时克服了传统方法求解病态方程的困难。实例分析表明,该优化反演方法对抵抗噪音有较强的能力,且与正分析形成的闭合环路可以高精度的完成大坝工作性态的分析。     

量子遗传算法在混凝土重力坝综合弹性模量反演中的应用

复杂运行条件下水工建筑物结构物理力学参数往往会随着服役时间的增长发生变异,及时了解更新这些参数对于掌握水工建筑物工作性态,指导水工建筑物安全监控具有十分重要的意义。基于量子遗传算法QGA建立坝体有限元力学参数反演模型,通过MATLAB编程建立有限元软件命令调用接口,利用工程实测值与有限元计算结果建立目标适应度函数,并通过量子遗传算法智能寻优,实现水工建筑物结构参数反演。为验证本算法的有效性,特以混凝土重力坝为例对坝体及基岩综合弹性模量进行反演分析,并与传统遗传算法反演结果进行对比,结果表明本算法反演精度及运行速度均较高于传统遗传算法,具有一定的科学和实践应用价值。     

基于遗传算法的水库中长期调度函数研究

传统采用对确定性优化算法所得的运算结果进行回归分析而建立水库调度函数的方法,对原有结果的拟合有较大的偏差;为此,建立水库线性调度函数求解模型,并用改进的遗传算法进行求解,同时采用“培训”的方法,加快算法收敛速度及性能。与基于POA优化的回归结果对比分析表明,遗传算法求解调度函数具有优势。     

基于改进目标函数的多参数优化反演方法

优化反演方法在工程反演计算过程中，需要进行反复的正演计算，导致效率非常低。本文提出了目标函数的改进形式，并完成了改进形式的计算求解推导，大大减少了优化反演算法的正演算次数，提高了计算效率。在此基础上，与传统遗传算法相结合，开发了线弹性多参数优化反演计算程序。以小湾水电站为工程实例，反演了施工期坝基分区综合变形模量。结果表明，所提出的改进方法克服了传统遗传算法需要大量正演计算的固有瓶颈，极大地提高了反演计算效率，且计算精度可靠。改进后的目标函数同样可以与其它优化算法相结合开发相应的改进优化反演程序。     

遗传算法在秩亏自由网平差中的应用研究

文章针对传统秩亏自由网平差求解中的不足。通过把该问题的求解转化为等价的无约束多维优化模型，并给出用遗传算法解决此问题的目标函数、遗传算子设计以及实现步骤，最后用实例验证了该遗传算法的有效性。     

反演综合变形模量的改进目标函数方法

优化反演方法在工程反演计算过程中,需要进行反复的正演计算,对于单次正演计算规模较大的情况势必将耗费大量机时,导致效率非常低,因此有必要对其进行改进。分析引起正演计算的根本原因,并从目标函数入手,提出了相应的改进形式,完成了改进形式计算求解推导,然后与传统遗传算法相结合,开发了综合变形模量的优化反演程序。将改进后的方法应用于小湾水电站工程,反演了施工期坝基综合变形模量。结果表明,所提出的改进方法,克服了传统遗传算法需要大量正演计算的固有瓶颈,极大地提高了反演计算效率,而且精度有保证。     

基于遗传算法的农村供水管网优化设计

农村饮水安全工程的供水管网优化设计,对于节约工程投资、提高工程社会效益具有重要意义。为了对供水管网进行管径优化,从经济性和可靠性出发,以投资成本最低为目标函数,以水力学指标为约束条件,建立管网优化数学模型。运用遗传算法进行模型求解,针对供水管网优化模型的特点,选取自然数编码,建立合适的适应度函数,设置选择、交叉、变异等遗传算子,并选取工程实例进行优化求解,通过与传统方法的计算结果对比,验证了遗传算法用于供水管网优化的实用性。     

基于改进遗传算法的梯级橡胶坝调度优化

为解决城市河道中梯级橡胶坝的优化调度问题,求解出较为合理的塌坝泄流方案,保障河道行洪安全,根据橡胶坝塌坝泄流计算原理,以限定时间范围内最小泄流量为目标函数,建立梯级橡胶坝调度优化模型,并采用线性加速选择函数与改进的自适应交叉、变异函数,改进传统遗传算法(GA),进行模拟运算,求解最优塌坝方案。改进的遗传算法(IGA)收敛速度快、稳定性强、程序运算时间短,能高效精确地计算出符合客观实际要求的梯级橡胶坝优化调度方案,具有一定的工程应用价值。     

求解复杂工程优化问题的一种实用方法

本文将遗传算法与神经网络相结合，构成ＧＡ－ＡＮＮ法，协同求解复杂工程中的优化问题．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，可广泛地应用于目标函数难以用决策变量的显函数形式来表达的众多复杂工程问题中．