基于并行改进遗传算法的三维电阻率反演方法

计算效率极低是阻碍遗传算法用于三维电阻率反演的瓶颈,使得很多对改善反演效果和搜索质量有利但又很耗时的改进方法无法应用到遗传算法中。针对上述问题,基于遗传算法天然的并行计算特性,提出了新的多重主从并行计算策略及其算法。提出了初始群体的严格均布产生方法,以提高初始群体接近最优解的概率;提出了基于交叉个体适应度差异的比例随机算术交叉算法,以保证优良个体的遗传竞争优势;建立了混合变异算法,将传统的随机变异算法与线性反演中确定性搜索优化算法相结合,即保持了变异的随机性又控制了优化方向。最后将并行改进遗传算法用于合成算例和实际应用案例中,发现并行改进遗传算法的计算效率显著提高,且在寻找最优解、压制假异常、提高反演效果方面具有明显优势,为实际工程中电阻率探测的三维成像提供了有效途径。     

混合遗传算法在桁架优化中的应用

应用遗传算法,并对基本遗传算法进行相应的改进,对空间桁架结构截面进行优化。在应用遗传算法的同时,考虑满应力解通常处在最优解附近的原理,将满应力解作为种群中的一个个体参与计算,并通过MATLAB编制相应的程序实现。算例表明,该方法能得到理想效果,并减少程序运算时间。     

位移反分析的APSO-WNN模型研究及应用

用改进粒子群优化算法对小波神经网络进行优化，从而提出改进粒子群算法优化小波神经网络模型（APSO-WNN）。该模型具有小波变换的良好时频局域化性质、良好时域和频域分辨能力及传统神经网络的自学习功能；同时用改进的粒子群优化法进行全局最优搜索，快速收敛到全局最优解，使其具有良好的逼近能力、容错能力和较强的鲁棒性。因此，该计算模型适合解决具有复杂非线性和模糊性特点的岩土工程问题。为证明该模型的优越性，同时将该计算模型与传统遗传算法神经网络用于三峡船闸高边坡4种介质弹性模量的位移反分析计算，结果表明不论是优化精度还是收敛时间，该算法都较遗传算法有明显提高。最后利用APSO-WNN反演的弹性模量参数进行测点位移预测，预测表明各个测点的计算位移值与监测值吻合较好，说明该模型在岩土工程位移反分析中具有良好的实际应用价值。     

基于改进遗传算法的给水管网优化设计

针对基于简单遗传算法的给水管网优化设计在供水安全性和经济性方面存在的不足,提出了适于管网优化设计的改进遗传算法。改进遗传算法采用罚函数技术和自适应策略,有效地解决了简单遗传算法管网优化设计中水力性能较差的问题。以典型环状给水管网为例的计算结果表明,改进遗传算法设计方案的经济性和供水安全性都优于简单遗传算法设计方案,充分说明改进遗传算法用于给水管网优化设计具有实用性和有效性。     

改进的精英保护策略遗传算法及其在十杆桁架优化设计中的应用

本文针对标准遗传算法存在早熟的问题，从两个方面进行了改进，首先采用了精英保护策略和自适应的交叉和变异算子，其次结合结构优化中的力学准则按照内力变化进行变异操作。最后将改进的精英策略遗传算法应用于十杆桁架结构，并同标准遗传算法相比较，结果表明改进的遗传算法是可行、有效的，而且收敛速度更快。     

综合改进的遗传算法反演三维地下水流模型参数

在简单的遗传算法的基础上，提出了一种综合改进的遗传算法，在反演地下水水流参数时，具有收敛速度快、解的精度高和避免出现早熟等优点。以非均质各向同性承压三维非稳定流动为理想模型，结合有限元法讨论了用遗传算法反演水文地质参数的过程。综合改进的遗传算法非常有效，在地下水渗流和水资源评价计算中有广阔的应用前景。     

基于改进的遗传算法的网架结构截面尺寸优化设计

提出了采用改进的遗传算法进行网架结构截面尺寸优化设计的方法。通过建立优化问题的数学模型、凝聚约束、惩罚不可行个体、选择、交叉和变异,经过若干次迭代寻得网架结构优化设计的最优结果。最后举例说明改进的遗传算法用于网架优化的可行性。     

基于遗传算法的改进K-means算法

本文对K-means算法的缺点做出了一些改进,提出了一种基于遗传算法GA-K-means的算法。利用遗传算法初始化K-means的初始聚类中心点,改进后的算法解决了K-means算法容易因为初始聚类中心的选择不同而陷入局部最优解的问题。实验表明,改进后的算法聚类结果稳定且聚类效果较好。     

一种异型改进的自适应遗传算法

遗传算法搜寻全局最优解的优异特性使其在许多应用领域中获得了很好的运用,但该算法作为一种随机优化算法,对求解相对繁杂的全局优化问题易使最优解收敛至局部最优解.而标准的自适应遗传算法是在遗传算法的基础上对交叉率的值和变异率的值进行线性自适应调整,在收敛性能有所提升,但仍然不能有效避免算法的早熟.提出一种异型改进的自适应遗传算法(Heterogenic improved adaptive GA,简称HIAGA),即在对变异率和交叉率进行曲线自适应调整的同时应用精英保留策略的方法.仿真实验结果表明,HIAGA算法在处理收敛速度和避免搜寻结果成为局部最优解等方面能达到较好的处理效果.     

遗传算法在斜条分上限法中的应用探讨

 应用斜条分上限解法求解边坡稳定、地基极限承载力等问题时,需要借助优化手段寻求最优的上限解。由于斜条分法中增加了条间倾角作为优化自变量,导致优化变自量增加,传统的数值优化算法经常陷入局部极值的陷阱。本文以无重力地基承载力问题为例,通过基于非均匀变异的微型遗传算法求解其临界滑移模式。发现改进后的遗传算法具有较好的全局搜索能力和局部收敛能力,能使问题较好地收敛到闭合解;采用改进遗传算法与单纯形法结合或滑裂面坐标和条块界面角分开优化的方式可以得到更为精确的解答。最后用该数值方法对地基承载力公式中考虑地基土重力的经验系数进行了对比验证。     

基于遗传算法的机电产品布线结构优化设计方法

机电产品中线缆的捆扎结构是布线路径设计的基础。针对目前布线结构的设计严重依靠经验反复尝试,结构设计缺乏优化的问题,本文提出了一种基于改进遗传算法的机电产品线缆布线结构优化设计方法。首先对需要布线的机电产品布线环境进行了预处理,然后针对常规遗传算法在计算线缆拓扑结构的过程中致死率高和容易陷入局部最优解等的问题,提出了线缆结构的初始化算法,改进了变异算法和杂交算法,通过对致死基因进行定向变异,提高了常规遗传算法中随机变异的成功率。通过实例显示,改进后的算法可获得优化的线缆结构,所提算法显著降低了致死率,具有较好的收敛性。     

基于自适应动态惩罚遗传算法的桥梁监测无线测点优化研究

针对桥梁监测的无线测点优化布置问题,提出一种基于自适应动态惩罚函数的改进广义遗传算法。首先针对无线传感器数量固定和通信距离有限的典型特征将桥梁监测无线测点优化布置表达为约束优化问题,无线传感器的数量和极限传输距离作为优化问题的约束;其次构建了一种能够根据解的偏离程度和种群中高适应度个体数量自动调整惩罚力度的自适应动态惩罚函数;然后采用精英保存机制和末位淘汰策略对基于二重结构编码的广义遗传算法进行了改进;最后利用一大跨悬索桥对该方法进行了验证,并进一步讨论了自适应动态惩罚函数对解的有效性和收敛速度的影响。结果表明:提出的自适应动态惩罚函数能够根据种群的特征自动改变惩罚尺度,保证无线传感器之间的距离小于极限通信距离,同时将无线数据传输距离对桥梁监测信息获取的影响降到最低;改进的广义遗传算法具有很强的全局快速寻优能力,能够快速搜索到全局最优解,优化结果不仅能够满足无线传感网络数据传输距离的要求,还能最大化无线测点的信息获取能力。     

多工况的遗传算法校正管道摩阻系数

用遗传算法校正摩阻系数的过程中，由于测量数据的不足往往存在多解的情况，而瞬时分析方法又不适用于大型的管网。通过对真实管网的不同运行工况进行模拟并收集到大量的管网运行数据，在此基础上建立了不同工况的遗传算法摩阻系数校正模型，算例显示其计算结果与实测值较为接近。     

基于遗传算法的钢结构优化设计及相应软件开发

针对结构优化问题的强离散性和遗传算法求解离散变量优化问题的有效性,将遗传算法应用于钢结构优化问题的求解。针对简单遗传算法的早熟缺陷进行了改进,并将改进后的遗传算法应用于钢结构的优化设计中。基于改进遗传算法和《钢结构设计规范》(GB50017—2003)开发了钢结构优化设计工具箱。算例表明,软件具有简单、快速、有效等优点。     

供水管网优化研究概述

简述供水管网的优化设计建模和优化算法,重点介绍了供水管网的多目标优化设计及遗传算法用于供水管网的最优化理论,并针对该方法用于供水管网优化设计的缺点,提出了模拟退火遗传算法求解给水管网管径优化解的计算思路。     

铁路纵断面优化中改进遗传算法的研究

本文介绍了标准遗传算法的设计流程及特点,提出一种基于全局最优的改进式遗传算法。采用实数编码设计,引进满意度理论构建适应度函数,采用改进的启发式交叉算子和多种算子混合操作,加快算法向最优解收敛的速度,预设两种终止准则。     

采用基于遗传算法的文化基因算法求解TSP问题

为更好地求解旅行商问题,本文提出了一种基于遗传算法的文化基因算法。将2-opt作为局部搜索算子,融入到遗传算法中,以加快遗传算法的收敛速度和提高解的局部搜索能力。遗传算法具有全局搜索的能力,2-opt具有局部搜索的特点,嵌入2-opt局部搜索的遗传算法力图在全局和局部搜索中达到平衡和融合,使之更有效地解决TSP问题。为检测算法的性能,将该算法用于解决标准的TSP测试问题,并将测试结果与标准的遗传算法及蚁群、粒子群等其它一些优秀的算法的实验结果做了比较,数值实验结果证明了算法的有效性。     

基于改进的遗传模拟退火算法的钢框架优化设计

将遗传算法的全局寻优性能好和模拟退火的局部搜索能力强的优点相结合,提出了用于钢框架优化设计的遗传模拟退火算法,并对其进行了改进。在遗传算法部分提出了基于阈值的动态交叉、变异概率,并且采用联赛精英选择策略和最优保存策略,在种群的整体适应度提高的同时,增强了进化后期的种群多样性,提高了算法的收敛速度。在退火部分,针对钢框架优化的具体问题提出了一种更加紧凑灵活的邻域结构,提高了算法寻优性能。最后,将改进的算法用于工程实例,并与其他优化方法相比较,结果表明,该改进算法是一种用于钢框架结构优化设计的更加行之有效的方法。     

遗传算法和高斯牛顿法联合反演地下水渗流模型参数

充分利用遗传算法善于进行全局搜索和高斯牛顿法善于进行局部搜索的优点,克服了两种方法各自的不足,用改进的遗传算法和高斯牛顿法联合反演地下水数值模型参数,首先用遗传算法求出地下水模型参数的初值,然后利用这组初值用高斯牛顿法进行数值模型参数的反演,并以非均质各向同性承压二维非稳定流动模型,结合有限元法讨论了用遗传算法和高斯牛顿法联合反演地下水数值模型参数的过程。计算结果表明,联合参数反演方法,具有收敛速度快、解的精度高的特点。     

基于改进遗传算法的瑞利波频散曲线的反演

对勘探介质中参数对频散曲线的影响进行了探讨,提出了应用改进遗传算法反演Rayleigh波频散曲线的问题,针对青藏铁路北麓河场地进行了频散曲线的反演,验证了改进遗传算法的有效性,实验验证:利用改进遗传算法可对Rayleigh波频散曲线进行反演,提高了计算速度和精度。