遗传算法和Rosenbrock法在水文预报汇流参数优选中的比较研究

将遗传算法和Rosenbrock法应用于陕西石头河水库流域，并对优选结果进行了比较研究。研究表明，只要初值选择得当，无论采用何种方法来优选三水源新安江模型中的6个参数，均可获得相近的结果和相同的预报合格率，但从使用方便的角度看，遗传算法优于Rosenbrock法。     

确定河流横向扩散系数的实码遗传算法

建议采用基于实数编码的加速遗传算法（ＲＡＧＡ）来统一估计河流各种水质模型的参数。通过确定河流横向扩菜 例计算,说明了ＲＡＧＡ的具体应用。结果表明,ＲＡＧＡ操作 简便,通用,计算精度高。     

基于改进混沌遗传算法的配网重构

针对现有配网重构算法存在收敛速度慢、局部寻优能力差、计算时间长、易早熟等问题,提出了一种基于改进混沌遗传算法的配网重构算法,即将支路交换算法和混沌遗传算法相结合,在满足电压和线路潮流约束的前提下,先由支路交换算法将配电网网络结构分环,大幅缩短染色体长度,再由混沌遗传算法重构分段开关和联络开关的状态,将种群中适应度较差的个体替换成混沌移民,增加种群中基因个体的随机性和遍历性,防止算法陷入局部最优,并通过算例进行了验证。结果表明,该算法不仅收敛速度快,且降低了网损。     

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。     

基于随机分形搜索算法的马斯京根模型参数优选

马斯京根模型在河道洪水演算中发挥着重要作用,该模型参数优选对提高洪水演算准确性至关重要。提出利用随机分形搜索算法(SFS)解决非线性马斯京根模型参数优选问题,同时将混沌序列替代SFS更新操作中的随机数。对算例进行洪水演算仿真分析并与多种优化算法比较,结果表明,随机分形搜索算法对非线性马斯京根法模型参数优选问题求解行之有效,且算法实施过程简便、参数解算精度高。     

改进的遗传算法在水环境模型参数估值中的应用研究

针对传统遗传算法的不足，提出了一种采用最优个体保护，适应函数调整，双点交叉相结合的方法进行繁殖操作，同时又能自适应地改变交换和是率的遗传算法，最后在水质模型参数估值应用中将此改进法与传统遗传算法的计算结果进行了对比，结果证明前者具有更好的收敛性能。     

微种群遗传算法在HCCI燃烧模型动力学参数标定中的应用

介绍了一种新兴的高效全局寻优方法——微种群遗传算法,并采用该方法,同时结合CHEMKIN化学动力学软件中的SENKIN模块以及发动机零维单区模型,对新发展的正庚烷化学反应动力学简化模型(40种组分,62个反应)中的7个动力学参数进行了标定．模拟结果表明,标定后的简化动力学模型在当量比0．1～1．3,温度300～3000 K的范围,对着火时刻的预测与详细模型(544种组分,2 446个反应)吻合较好．     

遗传算法在列车优化操纵曲线方面的应用

以牵引计算理论为基础,结合列车运行过程中的要求,构建了以能耗、时分误差、限速等为目标的列车节能控制模型,采用实数遗传算法,通过Visual Basic编程对此问题进行求解。在已知列车编组的条件下,以DF4(客)型机车的牵引、动力制动时的能耗曲线为基础,得到了给定运行时间、距离条件下的优化操纵曲线。     

动态加速自适应遗传算法的应用

针对标准遗传算法收敛速度慢、易早熟,提出了一种基于进化阶段的动态加速自适应遗传算法,使遗传算法的搜索空间动态缩小并在遗传算法的选择算子中引入模拟退火机制,同时对交叉算于和变异算子做了自适应改进.将该算法应用于优选广东省韩江堂荆流域新安江模型的参数中,效果很好.     

遗传算法在电炉模型中的应用

遗传算法是实现目标优化的重要算法工具,用于目标函数最小或最大化的优化计算,将遗传算法应用到电炉模型中,实现电炉原料优化配置和电炉生产成本最小化,是非常有意义的方法。阐述了如何使用遗传算法对电炉模型中的成本进行优化,使电炉中各物料合理配置,实现电炉炼钢生产的低成本(或者趋于最小化)。     

基于混沌优化算法的城市供水绩效DEA评价模型

针对目前城市水资源短缺现象,阐述了城市供水绩效评价的重要性。介绍了数据包络分析方法及其非线性模型,并提出了混沌优化求解算法。实例表明:用混沌优化算法对城市供水绩效的DEA评价模型的优化结果与前人采用线性求解结果一致,证明了混沌算法求解DEA模型的可行性。     

蚁群加速遗传算法在水环境优化问题中的应用

提出了水环境优化问题的一种新方法——蚁群加速遗传算法，给出了实施该算法的详细步骤。并对新方法的收敛性和全局优化性进行了理论和实例分析，在污水处理模型的参数识别问题中，新方法得到了精度较高的全局最优解。新方法具有精度高、速度快和鲁棒性强等特点，是一种既可以较大概率搜索全局最优解，又能进行局部细致搜索的较好的非线性优化方法，可广泛应用于各种水环境优化问题中。     

多目标非线性水资源优化配置模型的混合遗传算法

针对某市水资源优化配置模型的多目标、非线性特点,提出大系统总体优化的遗传算法求解方法.遗传算法构造中,对连续变量离散化采用浮点数级联编码;依据精确不可微罚函数法,构建个体适应度评价函数;将模拟退火算法与遗传算法相结合,探讨了基于模拟退火的混合遗传算法在水资源优化配置中的实际应用.实例表明,混合遗传算法是解决水资源优化配置多目标、非线性问题的有效途径.     

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.     

基于遗传算法的虚拟传感器输入参数的优选

为了解决在汽轮发电机组实时监测系统中采集参数偏移和失效的问题，提出以神经网络为仿真手段建立虚拟传感器的技术并以汽轮机调节级后汽温为例，讨论了其品质因输入参数组合不同而异的特性，进而引入遗传算法进行优选，以确定最优的输入参数组合。图2表2参3     

多水库水质模拟模型参数优化研究

为建立适用于实际问题且精度较高的水质模拟模型,基于多参数最优化估值原理,以深圳市原水系统中的多个水库为例,建立了多参数最优化估值模型,并基于粒子群算法对多库水质联合模拟模型中的水质参数进行优化求解。计算结果表明,该模型求得的水质参数合理、可行,且模型计算精度可满足工程应用要求,为城市原水系统水量水质联合调控提供了参考依据。     

基于遗传算法的马斯京根模型参数优化

针对传统的优化马斯京根模型参数的方法计算过程繁琐、计算精度不高的问题,提出利用加速遗传算法直接优化马斯京根流量演算系数,有效解决了传统方法计算结果精度不高的问题,并在马斯京根模型参数优化求解中得以应用。结果表明,加速遗传算法较易程序化、收敛速度快,且计算精度较高,为河道洪水演算的研究提供了一种新途径。     

二倍体多目标遗传算法在水资源优化中的应用

针对遗传算法存在早熟、收敛性和解分布性差的问题,在孟德尔多目标简单遗传算法的基础上提出一种求解多目标的二倍体遗传算法,引入变异算子和聚类方法使求得的Pareto解集具有更好的分布性.通过多目标测试函数和二倍体多目标进化算法在流域水资源调度配置中应用,测试结果较好.