改进遗传算法及其在钻井液设计中的运用

在深井、超深井以及地层复杂等条件下,为了避免或减少钻井事故的发生,达到优质快速钻井的目的,选择合适的钻井液体系至关重要。基于案例推理(CBR,Case-Based Reasoning)的钻井液设计中,钻井液体系由岩性、井型和井深等属性推理得出,但属性权重的分配会对推理结果产生显著的影响;遗传算法在优化属性权重时,存在收敛速度慢、收敛精度低的缺点。针对上述问题,提出一种解决CBR中属性权重分配问题的改进遗传算法。首先,对遗传算子进行改进:选择算子方面,利用指数尺度变换法优化个体选择;交叉算子方面,对算术交叉中的比例因子进行自适应调整;变异算子方面,改进个体变异方向,保持种群多样性。其次,从个体适.应度和交叉个体的差异程度两方面实现交叉概率自适应调整。最后,通过对UCI数据集的对比实验,证明了改进后的遗传算法能改善全局收敛性能,提高CBR的准确率。将该算法运用到基于CBR的钻井液设计中,实验结果表明,所提方法能够优化属性权重的分配,进而提高钻井液设计的质量。     

结构优化设计中自适应遗传算法的研究

主要介绍了一种基于非连续设计变量的结构优化设计方法一遗传算法(Genetic Al-gorithms，GA)。首先对遗传算法的来源、基本过程进行了论述；为了提高遗传算法的收敛性能，同时考虑到交叉率和变异率的选取问题，引入一种基于个体适应度值的自适应调整交叉率和变异率的自适应遗传算法，并通过算例表明自适应遗传算法是有效的。     

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。     

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。     

基于改进型遗传算法的内弹道优化设计

本文尝试在传统遗传算法基础上,对变异率进行改进,增加随种群代数变化的环境变异因子,以及针对每个个体适应度特征的适应度变异因子,二者共同决定种群变异率,从而使种群个体的变异率具有自适应特性,以提高算法全局搜索能力及收敛速度。     

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。     

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.     

一种基于遗传优化的k均值聚类算法研究

在k均值聚类算法设计过程中引入遗传算法,提出一种改进的k均值聚类遗传算法。在新的算法设计中对适度函数重新构造,同时在遗传算法的变异操作中引入新的变异算子,该变异操作主要利用对种群个体长度的不断改变来实现聚类数的自动增减,即使k值不断向最佳聚类值靠近。     

基于改进遗传算法的满堂支架传感器优化布置

基于桥梁施工用的满堂支架杆件密集、整体受力复杂、不易确定传感器布置方案的困难,采用二重结构编码的改进遗传算法对满堂支架的传感器布置方案进行优化。在改进的遗传算法中,采用二重结构编码进行种群的初始化、交叉和变异,交叉时采用自适应部分匹配交叉,变异时采用自适应逆位变异,该方法克服了传统遗传算法应用于大型结构传感器优化布置时收敛速度慢且易陷入局部最优的缺陷。     

基于自适应遗传算法的钢筋混凝土桥墩抗震设计方法

为满足钢筋混凝土桥墩抗震设计中对构件承载力和延性的要求,常需依靠设计者经验,对配筋方案进行反复调整,这就在一定程度上增加了结构设计难度,降低了工作效率。为解决这一实际问题,对传统自适应遗传算法中交叉率和变异率的计算方法进行改进,通过当前适应度值动态调整交叉率和变异率,在此基础上提出基于自适应遗传算法的钢筋混凝土桥墩结构抗震设计方法,实现对符合条件设计解的自动随机定向搜索,提高求解的收敛速度,并增强算法的鲁棒性。在对每一配筋方案的抗弯承载力和位移延性系数的计算中,又提出基于自适应遗传算法的钢筋混凝土桥墩弯矩 曲率关系的计算方法,提高求解效率。通过设计算例,可见该方法快速有效,计算过程无需人工干预,实现钢筋混凝土桥墩结构抗震设计的人工智能化。