IGA在DEH调节系统参数优化中的应用

遗传算法是模拟自然界生物进化过程和机制对优化问题进行求解.首先概述了遗传算法的基本原理、特点和存在的缺陷,鉴于遗传算法易出现“早熟”现象,对遗传算法进行改进后,将其应用于汽轮机数字电液调节系统的参数优化,并给出了参数优化过程.改进遗传算法提高了算法的全局搜索能力和局部搜索能力.仿真实验表明,改进的算法效果明显优于经典优化算法,能有效克服“早熟”现象、提高算法收敛精度,具有良好的收敛性和寻优能力.     

嵌入筛选操作的遗传算法及其在焊接路径规划中的应用

针对基本遗传算法(GA)中存在的局部搜索能力不足和未成熟收敛的问题,引入一种结合模拟退火算法的筛选操作对算法进行改进.改进遗传算法(IGA)一方面在优化后的解空间进行精细寻解,另一方面依靠基本GA算子开拓全局搜索空间,从而使算法达到全局最优与局部优化的良好平衡.由于改进算法中采用了模拟退火算法的Metropolis准则...     

嵌入筛选操作的遗传算法及其在焊接路径规划中的应用

针对基本遗传算法(GA)中存在的局部搜索能力不足和未成熟收敛的问题,引入一种结合模拟退火算法的筛选操作对算法进行改进.改进遗传算法(IGA)一方面在优化后的解空间进行精细寻解,另一方面依靠基本GA算子开拓全局搜索空间,从而使算法达到全局最优与局部优化的良好平衡.由于改进算法中采用了模拟退火算法的Metropolis准则...     

改进自适应遗传算法在硫化车间调度中的应用

针对轮胎加工生产过程中的瓶颈即硫化工序的生产调度,建立了一个基于改进自适应遗传算法的调度方案.改进自适应遗传算法相对于普通遗传算法,能够更有效收敛于目标,提高运算速度,并通过实例证明了该算法的有效性和可行性.     

高阶QAM实时多域分析联合载波同步算法研究

在宽带通信信号实时多域分析通用架构基础上,针对宽带高阶QAM通信信号实时多域分析,提出了一种面向测试的高精度快速联合载波同步算法.该算法采用基于离散傅里叶变换(DFT)的载波频偏盲估计算法和改进的双模载波同步环路,并引入频谱滑动平均、输出跟踪保持和环路参数自动调节等处理机制, 可在极大频偏条件下快速实现载波相位精确跟踪.研究表明:在实时分析带宽为20 MHz的条件下,采用该算法对码率为6.4 MSps的宽带256QAM信号进行实时多域分析.载波同步的最大频偏捕获范围能够达到±10 MHz;载波频偏盲估计精度较以前算法提高了5倍;载波恢复环路能够在大约1 800个符号周期内锁定,并实现载波相位精确同步.     

基于小生境遗传算法的关联规则挖掘研究

在对传统遗传算法的早熟收敛和后期收敛速度慢等问题分析的基础上,提出了一种改进的小生境遗传算法模型.该模型针对传统遗传算法的不足,采用小生境方法代替传统遗传算法的选择方式,重点改进了遗传算子,能够有效调整种群规模,延迟早熟收敛现象,控制后期收敛速度,从而能够挖掘到尽可能多的有效关联规则.最后,以中医药的疾病配方为例,验证了此算法的可行性和有效性.     

应用改进遗传算法优化航空发动机转速控制系统的仿真研究

本文以CFM56系列航空发动机系统的转速控制器作为研究对象,使用笔者设计的具有自适应缩放功能的改进遗传算法对其控制器进行了优化设计,并使用MATLAB软件进行了动态性能的仿真实验,结果表明采用该算法确能达到优化系统动态性能的效果.     

基于AGA-WOA算法融合的移动机器人路径规划

传统遗传算法的缺陷在于搜索过程耗时较长,容易出现局部最优解.为解决这一问题,本文提出改进适应度函数的方式对遗传算法进行改进,并将鲸鱼优化算法与改进后的遗传算法结合.AGA-WOA融合算法利用鲸鱼优化算法提高遗传算法算子的优良性,可降低搜索范围,降低传统遗传算法的工作量,尽力规避出现局部最优解的情况.     

改进的遗传算法在同步器优化中的应用

汽车同步器是自动变速器的重要组成部分.对同步器的模拟优化能为同步器的设计生产提供重要的参考.为了获得一个较好的优化效果,提出了一种改进的遗传算法.通过对遗传算法选择过程的标准进行了改进,结合适应度函数与染色体之间差异,形成一种新的适应度函数.该函数同时考虑了选择压力和物种多样性.通过对函数中两个常量的调整,可以使算法在不同情况下可以有不同的偏重.引入两种典型测试函数的分别从高纬度变量和低纬度变量进行试验,分析改进算法中两个影响因子的作用.并与几类遗传算法进行比较,结果表明该改进的遗传算法能更快更稳定的找到较优的解.最后将改进选择策略结合自适应遗传算法对同步器进行优化,证明了该选择策略具有良好的鲁棒性和实效性.     

基于遗传算法的模糊神经网络控制器在烘干炉温度控制系统中的设计与仿真

以烘干炉温度为被控对象,由于烘干炉温度控制具有非线性、大滞后和无法建立精确数学模型等特点,传统的控制器很难达到理想的控制效果,为此设计了一种基于遗传算法的模糊神经网络控制器.基于遗传算法的模糊神经网络控制器是将遗传算法的全局寻优和BP算法的在线学习结合起来,先用遗传算法对神经网络的参数进行离线训练,然后再用BP算法对模糊神经网络控制器进一步在线学习.仿真结果表明,基于遗传算法的模糊神经网络控制器与模糊控制、传统PID控制相比较,改善了系统的动态性能和静态性能,能使非线性、大滞后等特殊的系统达到良好的控制效果.     

网格任务调度算法的研究

提出了一种基于遗传算法和Min-Min的网格调度算法,该算法主要分为资源搜索和任务分配两部分。首先,利用遗传算法从网格的可用资源中快速地搜索出最优的或是近最优的资源;然后从任务队列中取一组任务,利用Min-Min算法把任务分配给已搜索到的资源上去执行。仿真实验结果证明:对于大规模资源的调度该算法是有效的,能够减少了任务执行时间,改善网格任务调度的效率。     

基于粒子群算法的装配公差优化分配

装配公差分配是产品公差设计的重要组成部分.目前装配公差优化分配主要使用遗传算法.为了提高收敛速度,避免早熟收敛,提出了基于粒子群算法的装配公差优化分配方法.采用了基于实数的编码表示方法,以装配公差分配的优化目标函数作为评价函数,利用罚常数将约束条件并入评价函数中.一个实例的优化结果表明所提方法的收敛性、稳定性和算法效率均优于基于遗传算法的方法.     

一种新的基于OFDMA的跨层资源分配方法

对OFDMA系统中的跨层资源的分配问题进行研究。提出了一种基于自适应遗传算法的跨层资源分配算法,利用自适应遗传算法综合能力和全局搜索的特点,提高算法的全局搜索能力,很好地解决了跨层资源分配问题。在满足用户之间公平性的前提下,改进算法有效提高了系统频谱利用率及吞吐量,也缩短了用户平均等待时间,提高服务品质。     

改进型遗传算法在机械优化设计中的应用研究

针对标准遗传算法局部搜索能力弱的特点,将其与随机方向法结合,提高其局部搜索能力。结合工程问题进行优化计算,结果表明,此算法优于标准遗传算法。     

Optimal Tolerance Allocation Based on Fuzzy Comprehensive Evaluation and Genetic Algorithm

It is very important to know how to allocate tolerances economically for parts in a CAD/CAM system because this directly affects the machining costs of the parts. A new approach based on fuzzy comprehensive evaluation (FCE) and a genetic algorithm (GA) is presented to obtain a rational tolerance allocation for the parts. First, the current methods for tolerance allocation are reviewed in detail. Then, FCE is used to evaluate the machinability of a part; a new optimal model, which can fully exploit DFA (design for assembly) and DFM (design for manufacturing), is established by combining the functional sensitivity factors and machinability factors of parts. A genetic algorithm (GA) is developed and used to verify the feasibility of the above method; the computed result shows that the method can produce tolerance allocations economically and accurately.     

基于遗传算法的组合ERT图像重建算法研究

针对目前电阻层析成像图像重建算法存在成像精度较低的问题,以及为了满足应用于多相流领域的精度要求,提出一种基于遗传算法的组合算法,将线性反投影算法、修正的牛顿-拉夫逊类算法与区间剖分引入遗传算法种群初始化操作中,同时为了改善单纯遗传算法局部搜索能力差与未成熟收敛的问题,将粒子群算法引入遗传算法变异操作中。实验结果表明组合算法效果明显优于线性反投影算法,修正的牛顿-拉夫逊类算法,有效克服了遗传算法早熟收敛现象,提高了成像精度。     

基于遗传算法的有功功率负荷最优分配

选定煤耗量作为优化的唯一目标函数,将遗传算法应用于发电厂或电力系统,解决了多台机组运行时相互间负荷的最优分配问题,并与等微增率法进行了比较.仿真结果表明,遗传算法在计算结果和使用范围方面都较等微增率法更加经济、优越,具有运算速度快、使用方便的特点,能够实现机组负荷的优化分配,改善机组的运行经济性,该方法具有一定的有效性和可行性.     

协作制造网络伙伴选择组合模型与算法研究

为满足快速响应市场需求、快速选择和配置资源,提出了三阶段协作制造网络伙伴选择组合优化模型;针对遗传算法早熟收敛和模拟退火算法搜索冗长问题,提出了基于邻域函数的尺度参数自寻优的改进遗传模拟退火算法,并在Delphi环境下通过实验仿真验证了算法的有效性.     

基于实数编码遗传算法的平面度评定

将基于实数编码的遗传算法应用于平面度的评定.根据尺寸和公差的数学定义,建立完全符合最小区域条件的平面度评定的数学模型,并在此基础上给出遗传算法的适应度函数.随后详细地介绍了算法的实现步骤,在基于实数编码的基础上,遗传选择操作采用一种正比选择策略--转轮法,遗传交叉操作采用简单算术交叉法,而遗传变异操作是随机均匀实数变异操作.最后对文献[5]的实验数据进行了评定,仿真结果表明该算法不仅合理,而且效率高、精度高,优于其它算法.     

基于遗传算法的摆动活齿传动多目标优化设计

本文建立了摆动活齿传动的优化设计数学模型,提出了优化设计方法。为求得全局最优解,引进了遗传算法。文中对遗传算法提出了一些改进,并用改进前、后的遗传算法分别对该模型进行了优化仿真计算,结果表明改进后的遗传算法优于改进前的遗传算法。