大气污染总量控制遗传算法的实现与性能优化

介绍基于遗传算法的大气污染总量控制方法中遗传算法软件的结构设计、功能模块实现与性能优化技术,并给出若干关键功能模块的完整实现代码。对该软件进行性能检验的结果表明,该软件能稳定地求得问题的全局最优解,具有很好的推广应用前景。     

遗传算法与惩罚函数法在机械优化设计中的应用

提出了应用于机械优化设计的"遗传算法+惩罚函数法"的通用算法.它非常适合求解复杂的非线性约束优化问题.本通用算法既克服了传统优化方法的缺点,得到了一个较为理想的全域最优解;同时也改善了遗传算法的局限性.     

基于遗传算法与粒子群优化法的机载合成孔径雷达天线赋形波束综合

采用了遗传算法和粒子群优化法两种现代进化算法对赋形波束天线进行了综合,得到了很好的结果,并比较了两种算法的优缺点.首先通过对宽测绘带的机载合成孔径雷达距离向回波特性的分析,给出了天线距离向赋形辐射方向图表达式.接着利用两种现代优化算法结合谢昆若夫法对天线阵分别进行综合,得到了近似相等的天线各单元激励幅度和相位.然后选择5个单元激励并利用微带贴片天线阵列实现了赋形波束方向图,实验结果和理论优化结果基本吻合,从而证明了这两种现代进化算法对赋形天线方向图综合方法的有效性.     

遗传算法结合响应面法优化番茄红素纳米结构脂质载体的制备

目的 提高脂溶性番茄红素的生物利用率和稳定性。方法 采用熔融-高速剪切法制备番茄红素纳米结构脂质载体。以包封率、平均粒径为主要评价指标,进行单因素实验,并在单因素基础上通过遗传算法结合Box-Behnken响应面法对制备工艺进行优化。结果 遗传算法和Box-Behnken响应面法优化得到的理论包封率分别为86.208 2%、86.169 5%。通过验证实验得到实际包封率为(86.267±0.44)%,平均粒径为(121.8±5.20)nm。结论 结果表明遗传算法结合Box-Behnken响应面法优化番茄红素纳米结构脂质载体模型可靠。     

基于遗传算法和TOPSIS法的混合励磁电机齿槽转矩优化

针对切向聚磁型并联结构混合励磁电机（TMPS-HESM）随着励磁电流增加导致齿槽转矩剧增容易引发电机振动噪声的问题,根据齿槽转矩的产生原理,探讨改变转子极靴宽度、磁极偏心距和气隙长度削弱电机齿槽转矩的可行性。借助Maxwell and Workbench and Optislong联合仿真软件建立8极48槽TMPS-HESM模型,运用遗传算法进行全局多目标优化,得到pareto最优解集后使用优劣解距离法(TOPSIS)客观选取最优解。最后对比分析优化前后电机的各项其他性能,结果表明：采用遗传算法和TOPSIS法对电机参数进行优化,能提升电机多目标优化效率,不仅可解决混合励磁电机励磁电流增加导致齿槽转矩剧增的问题,还能有效削弱电机转矩脉动,提升电机平均转矩,在减少电机的振动噪声和提高电机输出转矩方面均取得改善。     

露点法和中点法确定R407C压缩机性能测试工况点之比较

本文介绍了采用当中点和露点确定R4 0 7C压缩机性能测试工况点的方法 ,指出它们之间具有内在联系—结果可相互换算。同时对采用不同方法测得的压缩机制冷量和EER值进行了比较 ,结果表明采用露点法测得的制冷量和消耗功率通常比中点法低大约 5 % ,而计算出的EER相差不大。     

基于改进遗传算法的桥梁结构传感器优化布置

为了解决桥梁结构健康监测中的传感器优化布置问题,提出一种基于二重结构编码遗传算法的传感器优化布置方法.首先改进了编码方法,采用二重结构编码进行种群的初始化、交叉和变异,然后选择时采用最优保存策略,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.该法克服了传统遗传算法应用于大型结构时收敛速度慢且易陷入局部最优的缺陷,大大加快了收敛速度,并确保能够搜索到最优解.最后通过一个桥梁工程的实例分析,证明了该法在搜索能力、计算效率和可靠性方面明显优于序列法,可广泛地应用于桥梁结构的健康监测.     

基于呼吸法的硅酸盐改性杉木工艺优化与耐火性能研究

本工作探讨了工艺参数对硅酸盐改性杉木浸渍效果的影响,以获得较优的杉木呼吸浸渍工艺,并探究了改性杉木的耐火性能,可为扩大杉木应用范围和提高产品附加值提供技术支撑.以硅酸盐为浸渍改性剂,采用呼吸法制得硅酸盐浸渍改性杉木.通过单因素实验法和响应曲面法对呼吸浸渍工艺进行了优化,并利用丁烷喷枪燃烧和锥形量热仪(CONE)对改性杉木的耐火性能进行了测试.响应曲面法分析表明,各工艺因素对硅酸盐改性杉木的增重率的影响大小依次为:浸渍压力>硅酸钠浓度>浸渍时间>呼吸次数,优化得到最佳浸渍工艺为硅酸钠溶液为31.60％(质量分数),浸渍时间为3.80 h,浸渍压力为0.7 MPa,呼吸次数为6次.燃烧实验发现,改性杉木燃烧火焰小.锥形量热分析表明改性杉木的热释放速率(HRR)、热释放总量(THR)、烟释放速率(SPR)和烟释放总量(TSP)都明显低于杉木素材,并且残余炭结构较完整.     

水中柴油浓度峰值法与积分荧光测量模型性能比较

针对浓度荧光测量时峰值法和积分法的选择问题,在理论和实验两方面对两种方法进行比较。首先理论分析峰值法和积分法的浓度测量原理;其次利用FS920型稳态荧光光谱仪扫描纯水、柴油与其混合液样品的三维荧光光谱,根据最强荧光峰确定样品的最佳激发波长为290 nm;再次根据最佳激发波长扫描浓度较低的5种样品的二维荧光光谱,由平均光谱确定主峰和肩峰波长分别为360 nm和326 nm;然后分析比较主峰和肩峰中心扩展区间和区域内积分荧光法校正模型参数的变化规律;最后,通过留一法交叉验证7种不同方法所建浓度校正模型的精度并进行比较。实验结果表明:在低浓度下,峰值和积分荧光强度与浓度之间都具有良好的线性关系,相关系数r0.99,与理论相符;相关系数和校正决定系数随积分范围的增大先增大后减小,在峰值附近2~10 nm范围内存在极值;就积分荧光浓度模型本身而言,主峰优于肩峰,模型灵敏度、模型误差与残差平方和随积分范围的增大而增大;在浓度配置误差范围内,峰值法和积分法浓度测量绝对误差的平均值均在0.002‰以内。     

掘进机开挖法与钻爆法对围岩稳定性影响的比较

介绍了掘进机开挖法与钻爆法在开挖隧洞时对围岩的不同影响·以及对围岩支护处理的不同要求;从各方面数据显示掘进机开挖法比钻爆法优越。     

一种新的混合遗传算法及其性能分析

为了提高遗传算法的局部搜索能力并改善其收敛性能，根据遗传算法和单纯形算法的特点，提出了一种新的混合遗传算法。数值实验表明：该算法的收敛性能、在线性能和离线性能均优于原遗传算法。     

遗传禁忌搜索算法在混流装配线排序中的应用

针对混流装配线排序问题，提出了一种混合遗传禁忌搜索算法，在每一代遗传演化之后，按一定比例随机选择部分解进行禁总搜索，以提高算法的全局搜索能力和收敛性。通过一个混流装配线排序实验，分别利用遗传算法和遗传禁忌搜索算法进行求解，结果表明遗传禁忌搜索算法具有更好的全局搜索能力和收敛性能。     

基于优先保持策略遗传算法的三维装箱问题

目的 针对以空间利用率最大为目标的三维装箱问题,设计基于优先保持策略的改进遗传算法,并对其进行求解.方法 首先,在分析现有相关研究存在不足的基础上,提出优先保持策略的基本改进理念;其次,针对问题特点,设计改进遗传算法的基本流程,重点对交叉和变异的详细实现进行介绍;最后,通过实验仿真的方式,对求解结果和算法性能进行对比分析.结果 实验证明,在所用算例中,算法的求解结果优于对比算法约14％,且收敛更为稳定,时耗满足一般需求.结论 文中算法具有较优异的迭代性能.     

多资源约束批量计划问题的分散搜索算法

为求解多资源有资源约束的生产批量计划问题,提出了一种基于分散搜索算法(Scatter Search,SS)和能力调整方法(Capacity Adjusting Methods,CAM)相结合的方法,阐明了该方法的具体实现过程。在对不可行解进行资源能力调整的实施阶段,采用"先顺序-再逆序"的方式进行处理。通过对文献中的仿真算例进行计算和结果比较,表明了该算法在寻优能力、求解速度和稳定性方面的优势。     

基于遗传算法的瓦楞辊齿形参数优化

目的研究降低钙塑瓦楞复合纸板生产成本的问题。方法通过对瓦楞齿形参数的研究,建立以压楞系数为目标函数的数学模型,利用MATLAB平台中的遗传算法工具箱对数学模型进行优化计算,并将优化后的结果与现有瓦楞辊参数进行对比。结果优化后,瓦楞辊的齿顶圆弧半径、齿根圆弧半径和楞高减小,楞数增加,压楞系数减小,原纸耗材降低,生产成本降低。结论通过利用MATLAB平台中的遗传算法工具箱对压楞系数齿形参数模型进行优化,齿顶圆弧半径减小0.161 mm,齿根圆弧半径减小0.111 mm,楞数增加1.268,楞高减小0.955 mm,压楞系数减小0.1801。压楞系数的减小表明原纸的耗材的减小,可以明显降低生产成本。     

带调整时间的多目标流水车间调度的优化算法

为高效地求解带调整时间的多目标流水车间调度问题,提出了一种多目标混合遗传算法,此算法依据基于Pareto优于关系的个体排序数和密度值计算适应度,保持解的多样性,并采用非劣解并行局部搜索策略,提高算法的搜索效率.此外,引入精英策略保证算法的收敛性,在进化过程中通过淘汰掉个别最差个体,进一步加快解的收敛速度.仿真结果表明,新算法能够有效地解决带调整时间的多目标流水车间调度问题.     

基于遗传算法的可靠性优化

 建立了可靠性冗余优化模型,分析了各种优化方法的优缺点.提出了遗传算法,并通过实例将遗传算法与启发式方法作了比较,结果表明遗传算法较为有效.对遗传算法初值的选取也作了讨论.     

改进麻雀搜索算法求解多目标低碳冷链物流车辆路径问题

目的 在传统冷链物流的车辆路径问题模型基础上,考虑服务节点和车辆运输过程中产生的碳排放,并加入客户满意度,在有限资源情况下最小化路径成本和最大化客户满意度。方法 构建多目标低碳冷链物流车辆路径问题模型,将爬山算法局部搜索思想应用到麻雀搜索算法中,形成改进麻雀搜索算法,并用其对上海市某区域内的冷链物流配送路径优化问题算例进行求解。结果 通过与改进前及其他2种智能优化算法运行结果进行对比发现,改进后的麻雀搜索算法具有更快的寻优速度和更好的寻优能力,且改进后的算法对模型的碳排放效用性更高。结论 基于国家的低碳政策,设计出符合当下实情的低碳冷链物流运输模型,通过改进优化算法设计运输方案,验证了爬山算法局部搜索思想对麻雀搜索算法进行改进的有效性及所构建低碳冷链物流车辆路径模型的合理性。     

求解约束优化问题的改进布谷鸟搜索算法

为了提高约束优化问题的求解精度和收敛速度,提出求解约束优化问题的改进布谷鸟搜索算法。首先分析了基本布谷鸟搜索算法全局搜索和局部搜索过程中的不足,对其中全局搜索和局部搜索迭代公式进行重新定义,然后以一定概率在最优解附近进行搜索。对12个标准约束优化问题和4个工程约束优化问题进行测试并与多种算法进行对比,实验结果和统计分析表明所提算法在求解约束优化问题上具有较强的优越性。     

基于改进遗传算法的航材装载优化

目的 通过对现行航材装载问题进行分析,优化提高工作中航材的装载效率,为部队航材智能装载提供思路和方法.方法 确定初始可理想化条件和装载过程中需满足的约束条件,以航材的摆放顺序和旋转方式为基因值,利用装载方案所需装载箱数量和重心偏移度为适应度函数去评估解的优劣;采取精英选择策略去指导进化方向,子代的产生选择相对偏随机秘钥交叉及顺序变异,避免选择变异过程中可能产生基因值的冲突,并用最小二乘法对航材储运装载算法输入参数进行拟合,找到平衡时间和装载箱使用数量的最佳输入值.结果 通过与实际人工装载进行比对,将装载箱平均使用率从78.1％提升至84.45％,并完成了对航材的分类.结论 该方法具有优化航材装载方案的能力,能够提升装载工作效率,对部队航材智能装载发展具有重要意义.