共查询到20条相似文献,搜索用时 31 毫秒
1.
首先概述了无功优化的原理以及遗传算法在电力系统无功优化中的应用,然后重点对无功优化中的遗传算法进行了改进,并提出了基于改进遗传算法的无功优化数学模型,提高了算法的寻优能力和收敛速度。 相似文献
2.
基于遗传算法的木板材优选排料研究 总被引:1,自引:0,他引:1
遗传算法是一种模拟自然进化机制的搜索和优化方法,它在搜索优化问题的全局最优解上具有良好的优势条件。本文基于遗传算法对木板材排料进行了优化实验,实验表明,应用遗传算法可以快速、有效地实现木板材优选排料。 相似文献
3.
4.
5.
6.
王锦 《纺织高校基础科学学报》2001,14(2):154-157
提出采用遗传算法这一智能优化处优化设计飞机机翼参数,根据飞机飞行任务的要求建立综合优化指标,在此基础上提出采用遗传算法进行飞机主要设计参数优化的基本步骤,并以具体飞机机翼参数的优化为例仿真计算,研究表明,对比传统的优化方法遗传算法是一种十分有效的优化方法,遗传算法因不要求优化对象的数学模型连续,而具有更宽的适用范围,同时遗传算法还具有易于采用并行算法实现的优点。 相似文献
7.
科学、合理、实用的设备检修计划对提高企业的技术经济效益有重要影响。本文把检修作为一个优化的问题来处理,基于经济性目标建立了检修计划优化的数学模型,并采用遗传算法求解,实例验证遗传算法用于纺织企业设备检修计划问题是可行的和有效的。 相似文献
8.
为优化醋酸菌As1.41发酵培养基,采用正交试验确定最佳碳、氮源种类,并利用神经网络和遗传算法寻求最佳培养基浓度。试验结果:最佳碳、氮源为葡萄糖与酵母膏;最优组合是:葡萄糖2.7%,酵母膏3.1%,乙醇6.6%,NaCl0.41g/100mL。在接种量4%,温度30℃,转速120r/min下摇床发酵5d,做对照试验,结果表明:利用神经网络和遗传算法优化的培养基产酸量比优化前提高了31%,比正交试验优化结果提高了16%,说明神经网络与遗传算法在培养基优化中具有显著的优越性。 相似文献
9.
10.
针对铂电阻温度传感器在实际应用中存在非线性问题,提出了基于遗传算法优化径向基函数(RBF)神经网络实现其非线性补偿的方法。分析了非线性补偿原理。设计了RBF神经网络补偿器,并引入遗传算法优化神经网络结构和参数。实验结果表明,所提出的铂电阻温度传感器非线性补偿方法是实用和可行的。图4表1参10 相似文献
11.
提出了一种神经网络与遗传算法相结合的大豆螺杆膨化机加工工艺参数优化方法.以试验数据为样本,利用神经网络建立加工工艺参数与加工性能关系模型,针对不同的生产目标,利用遗传算法对加工工艺参数进行优化,充分发挥神经网络的非映射能力和遗传算法全局寻优能力. 相似文献
12.
提出了一种神经网络与遗传算法相结合的水解米渣制备小肽工艺参数优化方法.以试验数据为样本,通过神经网络建立水解工艺参数与水解度关系之间的复杂模型,利用遗传算法对酶解工艺参数进行优化,充分发挥神经网络的非线性映射能力和遗传算法全局寻优能力.仿真实验显示了方法的有效性和优越性. 相似文献
13.
14.
基于遗传算法的铺布与裁剪过程的优化调度 总被引:1,自引:0,他引:1
遗传算法现已运用于服装生产的调度和负荷平衡问题,但这些研究只限于服装缝制生产线的调度。利用遗传算法可进行铺布与裁剪服装生产系统过程的优化调度。算法中的染色体用实数串来表达;采用位串的交叉和变异方法,较好地解决了算法的早熟问题。结果表明,遗传算法能有效地解决铺布与裁剪服装生产过程的优化调度问题。 相似文献
15.
16.
在车间作业调度数学表达模型的基础上,研究了遗传算法对该问题的解决策略和过程。在算法流程的基础上,讨论了求解车间调度问题遗传算法的具体设计,包括目标函数、选择策略设计等,最后给出一种用遗传算法优化车间调度问题的算法。 相似文献
17.
《上海纺织科技》2016,(1)
针对遗传算法优化的BP神经网络纱线强力预测模型中存在的迭代冗余、过早收敛等问题,建立了遗传算法与模拟退火算法共同优化的BP神经网络棉纱纱线强力预测模型。在模型构建前,采用K折交叉验证将70组样本数据分成训练样本集和测试样本集,实现测试样本与训练样本的不重复,避免了样本数据的单一性。在模型构建时,试验分别对70组27.8 tex和14.6 tex的环锭纺纯棉纱进行单纱强力预测,将该模型与BP神经网络纱线强力预测模型、遗传算法优化的BP神经网络纱线强力预测模型进行对比分析。实验结果表明,遗传算法与模拟退火算法共同优化的BP神经网络纱线强力预测模型在准确性和稳定性方面要优于前两者,能够较好地实现纱线质量预测,为纱线强力预测提供了新的方法。 相似文献
18.
19.
随着人工智能技术的不断发展,遗传算法作为人工智能优化的重要方法,对推动人工智能技术领域的发展起到了重要作用,同时人工智能技术的广泛应用对人们的生活方式产生了重要的影响。就遗传算法应用于人工智能优化进行具体探讨。 相似文献