基于云量子进化算法的SOC测试规划研究

为克服传统量子进化算法中,迁移操作和量子门单一方向更新操作易陷入局部最优解的缺陷,借鉴云模型云滴的随机性和稳定倾向性特点,提出了一种新的云量子进化算法,该算法在量子进化算法基础上,由云模型的X、Y条件云发生器加入杂交操作,由基本云发生器加入变异操作.并将云量子进化算法用于解决SOC测试时间与测试功耗协同优化.最后用国际标准电路ITC'02 Test Benchmark进行实验仿真,与已有算法相比,云量子进化算法能够更好地缩短SOC测试时间、提高SOC测试效率.     

自适应混沌遗传退火的片上网络映射

针对带宽和时延约束的低能耗片上网络（NoC）映射问题,提出了一种自适应的混沌遗传退火映射算法. 该算法利用Boltzmann更新机制选择遗传个体,引入自适应混沌方法优化适应度较差个体,采用多邻域的退火策略优化较优个体. 实验结果表明,所提算法有效地避免了早熟收敛,提高了算法收敛速度,与标准遗传算法和混沌遗传算法相比,平均节能分别为45%和226%,有效地降低了NoC系统通信能耗.     

基于Kriging模型的离心叶轮结构优化设计

研究了以减重为目标的航空发动机离心叶轮结构优化问题,将Kriging模型与遗传算法相结合,应用拉丁方试验设计和有限元分析生成初始样本数据,利用初始样本数据建立离心叶轮重量和最大应力等状态参数的Kriging模型,运用遗传算法对该Kriging模型在设计空间进行全局寻优,利用有限元分析方法计算近似最优设计点的状态参数,并以此更新已有的设计样本数据,不断提高Kriging模型的近似精度。计算结果表明,基于Kriging模型-遗传算法的离心叶轮结构优化设计方法不仅可以获得良好的优化结果,比直接用遗传算法寻优减少了大量计算时间,提高了设计效率,同多项式模型-遗传算法相比也有效率优势。     

基于遗传算法的公司生产销售方案制定

针对企业生产销售方案制定问题,分析了产品生产数量、客户订单和产品销售量三者之间的关系,根据不同的生产销售方案,分别以公司利润的数学期望、营销部利润的数学期望、兼顾公司和营销部收益的综合评价指标的数学期望建立优化模型,通过求解各个优化模型得到最优生产和销售方案。使用蒙特卡洛算法计算各指标函数关于随机变量的数学期望,降低了目标函数计算的时间复杂度。采用遗传算法对各优化模型进行求解,以产品销售分配方案为个体,模拟个体适应度指标不断提高的过程。使用MATLAB中的遗传算法工具箱实现该算法,得出了各优化模型的近似最优解.     

基于遗传算法的同步真空开关模糊控制策略优化

针对永磁机构同步真空开关伺服控制性能和操作时间分散性受模糊控制策略影响的问题,采用遗传算法GA对模糊控制器的控制策略进行优化。分析永磁机构真空开关动态特性影响因素和伺服控制原理;采用遗传算法对永磁机构真空开关伺服控制模糊控制策略进行优化;在40.5 k V同步真空开关上对优化后的模糊控制器性能进行仿真和试验测试。测试结果表明,采用遗传算法对控制器模糊控制策略进行优化可以有效提高同步真空开关伺服控制性能,减少合、分闸时间分散性,为同步真空开关长期可靠运行提供保证。     

包装行业自动化立体仓库货位分配方法研究

针对包装行业自动化立体仓库商品种类繁多、存放无序等问题,以某包装企业自动化立体仓库货位分配为研究对象,提出了一种新的货位分配模型与优化算法。首先,建立货物出入库时间、货物重心、货架横向稳定性、货物离散度的数学模型并采用层次分析法将多目标优化模型转换为单目标模型进行研究;然后,通过逆转算子和模拟退火算法对标准遗传算法进行改进,扩大了种群搜索范围,提升了算法的收敛速度使之更容易跳出局部最优;最后,使用Matlab进行仿真实验,实验结果表明,改进后的遗传算法对目标函数的优化有显著提高,出入库时间和求解时间分别缩短19.95%和40.95%,同类货物货位分配优化结果更佳。     

基于云遗传算法优化BP神经网络的轨道客流预测

城市轨道交通客流预测是线路规划和运营组织的基础,为提高客流预测的准确度,提出了基于云遗传算法优化BP神经网络的轨道客流预测模型.首先利用云模型云滴的随机性和稳定倾向性改进传统遗传算法中固定设置交叉和变异率的方式,克服了标准遗传算法搜索速度慢及容易早熟的缺陷;再通过改进后的遗传算法来优化BP神经网络的初始权值和阈值;最后...     

基于改进量子遗传算法的励磁控制系统PI参数优化

针对传统的量子遗传算法(QGA)需要根据具体的问题选择合适的量子旋转门来更新量子比特的状态,提出了一种无需量子门、通用的、与问题无关的改进量子遗传算法(IQGA)。在采用实数编码的量子遗传算法的基础上,结合粒子群优化算法更新量子比特的状态,代替了传统量子遗传算法用量子门更新量子比特,避免了传统量子遗传算法复杂二进制编码和解码过程,增强了量子遗传算法的使用范围。最后,将提出的IQGA应用到某水电站励磁控制系统的PI参数优化,与遗传算法(GA)、QGA进行了仿真对比分析,结果表明IQGA鲁棒性最强,算法运行时间比传统量子遗传算法时间大约缩短了8s,优化所得的PI参数用于励磁控制系统的性能最佳。     

一种代理遗传算法及其在气动优化设计中的应用

遗传算法具有良好的鲁棒性和全局优化等优点,但是需要进行大量目标特性的计算,因此计算量很大.针对这一问题,利用代理模型计算量小的优点,将代理模型引入到遗传算法中,建立了一种高效的代理遗传算法.在该算法中,以遗传算法为整体框架,在优化搜索中部分使用代理模型进行目标特性分析,大大减少了计算量.为防止代理模型不精确带来的影响,在优化过程中通过引入EI方法,较好地解决了算法中校正个体的选择问题.为了验证方法的有效性,使用该算法进行了翼型的气动外形优化设计,升阻比提高了40%.与基本遗传算法相比,该算法的优化结果与之相当,但计算时间减少了约75%.结果表明该算法对遗传算法的改进是有效的,适合进行气动外形优化设计.     

基于Simplex噪声绘制云的方法

云彩对于绘制三维自然场景往往是必不可少的。3D Simplex噪声技术是由3D Perlin噪声改进而形成的一种新的噪声生成方法。利用3D Simplex噪声技术来产生3D噪声灰度图像,然后通过对噪声图像的锐化和颜色转换将3D Simplex噪声图像转换为蓝天白云图像,最后通过GLSL着色语言中的时间函数来对绘制图像的同时更新时间变量来实现云的飘动。实验结果表明,用3D Simplex噪声产生噪声图像运算复杂度低,生成云的图像真实感效果好。