基于MATLAB遗传算法的清酒质量等级优化

酒的质量等级评定是一件十分重要的工作。由于酒的质量等级是分类变量,因此不能利用传统的回归模型,但可采用logistic回归模型进行建模。文章在结合一次对葡萄牙清酒全面调查所获得的实际数据的基础上,利用有序logistic回归构建了清酒质量等级预测模型,并利用了带惩罚函数的遗传算法(GA)进行优化,找出了一组能获得最优质量等级的数据。     

基于遗传算法的退火精确罚函数非线性约束优化方法

提出了一种新的基于遗传算法求解非线性约束优化的方法，通过自适应的退火罚因子和不可微精确罚函数未处理的约束条件，可以使算法逐渐收敛于可行的极值点，仿真结果表明该方法有较刘的求解精度。     

基于遗传算法的注塑成型工艺参数优化研究

针对在热流道注塑成型中薄壁型塑件极易发生的翘曲变形问题,提出了一种利用遗传算法的工艺参数优化设计方法.首先利用响应面法基于塑件翘曲变形量和体积收缩率构建了数学模型,然后利用Matlab软件及遗传算法进行了最优化求解.求解结果表明:在注射时间4.9s、冷却时间68 s、注射温度190℃、保压时间5 s、保压压力57MPa...     

一类整数性目标规划的遗传算法

本文给出了以惩罚函数法将约束优化问题转化为无约束优化问题的通用算法,提出了将遗传算法和惩罚函数法相结合用于求解整数性目标规划问题的具体方法。计算机数值仿真结果表明了该方法的有效性。     

基于遗传算法的数值优化约束问题的研究

针对数值优化约束中出现的大规模、多峰多态函数,含离散变量等情况下的全局优化问题,采用常规的优化方法,收敛速度较慢,求得全局极值的概率较低.提出用遗传算法的数值优化约束问题解决,通过数值仿真实验结果表明,该算法性能优于现有其它算法,它不仅可以处理线性等式约束,而且还可以处理非线性等式约束,同时提高了收敛速度和解的精度,是高效稳健的智能算法,具有很高的全局寻优能力和很快的收敛速度,对求解复杂多峰多态函数的优化约束问题具有可行性和有效性.     

基于神经网络建模和遗传算法的重油脱盐系统优化研究

概述了重油脱盐系统的BP神经网络建模以及基于遗传算法的系统优化过程，将遗传算法与惩罚函数法相结合应用于约束优化的问题，改善了遗传算法的局限性。同时为了将不等式约束优化问题转化为单目标优化问题，对惩罚函数法进行了改进。结果表明：此方法可以有效解决静电脱盐问题。     

基于自适应小生境遗传算法的船型优化

自适应小生境遗传算法能够克服基本小生境遗传算法操作复杂和计算费时的缺陷,同时具有保持种群的稳定性,获取合适的子种群规模,从而更快地获得最优解的特点。为快速获得阻力性能优良的船型,以势流兴波阻力理论Rankine源法为基础,采用自适应小生境遗传算法并结合CAD技术进行船型优化设计。S60船型的优化算例结果表明,采用自适应小生境遗传算法进行船型优化具有可行性。     

基于遗传算法的多响应优化方法研究

满意度函数法应用优化算法对总体满意度函数最大化求解,获得最佳因子组合。然而,满意度函数有时不可微,随因子、响应个数的增加,问题变复杂时,传统的优化算法可能获得局部最优解。提出一种基于遗传算法的满意度多响应优化方法。实例验证了该方法的有效性。     

MATLAB遗传算法工具箱的设计

在简要分析遗传算法要素的基础上，介绍了基于MATLAB的遗传算法工具箱的设计。最后给出了一个用设计的MATLAB遗传算法工具箱的求函数极值的应用实例。     

MATLAB遗传算法工具箱在函数优化中的应用

本文介绍了遗传算法的运算流程,阐述了MATLAB遗传算法工具箱的主要函数及其功能。结合典型的二维和高维多峰测试函数,在MATLAB环境中有效地解决了用遗传算法求解函数优化问题,验证了MATLAB遗传算法工具箱的有效性和灵活性。     

基于多路规划遗传算法的负载均衡方法

在负载均衡问题中,负载调度方法足核心,它的好坏直接影响均衡系统的性能.提出一种基于多路规划遗传算法的服务器端负载均衡算法.该方法借鉴生物界自然选择和自然遗传机制,模拟自然进化过程搜索最优解,为负载均衡问题提供了新的计算模型.同时,多路规划(多次交叉或变异)后取最优策略的应用,使得多路规划遗传算法的优化性能大为提高.该方法降低了服务器端请求的响应时间,提高了服务器端CPU的利用率,从而改善了系统性能.数据实例表明,该方法是可行的、正确的和有效的.     

基于回归正交试验设计的弹翼结构优化设计

如何在设计空间域中寻找翼型的最优尺寸,是优化导弹战术技术性能指标的有效有段.卷弧翼弹弹翼结构优化设计涉及到多因素多水平问题,采用回归正交试验设计方法可以有效地减少试验次数,并进而完成结构优化设计.文中通过回归正交试验设计方法建立了卷弧翼弹弹翼结构设计的一阶响应面模型,并进行了方差分析,采用SQP算法对有约束的非线性规化问题进行寻优计算,得到了翼型的一阶响应面模型的最优解.所采用的方法和思想也适用于一般导弹外形的结构优化设计.     

基于遗传算法的自适应油源控制系统优化设计

文章采用键合图一状态空间法建立了自适应油源控制系统的数学模型,给出了基于Simulink的仿真模型及自适应油源控制系统动态特性的仿真结果。通过采用实数编码、精英选择、自适应交叉和变异概率策略的遗传算法,将系统仿真模型与遗传优化算法有机结合起来,把仿真模型作为适应度函数的输入模块,完成参数组合的优化,实现基于仿真模型的参数优化。并对优化计算进行可视化编程,实现优化过程的信息处理可视化。仿真结果表明：优化后系统的动态性能得到了较大的改善。     

用遗传算法（GA）实现PID控制

遗传算法是基于达尔文进化论和孟德尔遗传学说来实现随机、迭代、自适应、并行性全局搜索的一种优化算法,尤其适合处理复杂的、非线性问题。本文介绍遗传算法,以及用GA实现PID控制问题。     

A multipoint version of space mapping optimization applied to vehicle crashworthiness design

In this paper, space mapping (SM) technique is combined with response surface methodology (RSM). SM is an optimization method well suited for very costly problems to find an improved design with fulfilled constraints. The SM technique use less costly models, which complements the correct models. The theory is established and compared to the corrected RSM. A multipoint version of SM is presented, where a separate evaluation is done in each iteration to improve the mapping function. Using this additional evaluation to update the mapping function, generally, the number of iterations to find the optimum solution can be reduced. Thus, the elapsed time to solve the optimization problem can be reduced if a parallel computer is utilized. Finally, one engineering optimization problem is solved to illustrate the application of SM in vehicle crashworthiness structural optimization.     

遗传模糊神经网络在航空发动机控制中的应用

模糊神经网络控制器是一种将模糊逻辑与神经网络相结合的智能控制器,其既不依赖于被控对象精确的数学模型,又能根据被控对象参数和环境的变化自适应地调节控制规则和隶属函数参数,但是存在着收敛速度慢,较多局部极小的情况下很容易陷入局部极小值等缺点。针对存在的问题,提出一种模糊神经网络控制器的优化方法。隶属度函数的参数具有全局性,用遗传算法来优化;神经网络的权值代表模糊系统的控制规则,它用神经网络的误差反传算法(BP)来调整。将算法用于航空发动机控制,实现对低压转子转速的无静差控制,与应用BP算法的模糊神经控制相比,控制性能改善较大,结果令人满意。     

A genetic algorithm with memory for mixed discrete-continuous design optimization

This paper describes a new approach for reducing the number of the fitness function evaluations required by a genetic algorithm (GA) for optimization problems with mixed continuous and discrete design variables. The proposed additions to the GA make the search more effective and rapidly improve the fitness value from generation to generation. The additions involve memory as a function of both discrete and continuous design variables, multivariate approximation of the fitness function in terms of several continuous design variables, and localized search based on the multivariate approximation. The approximation is demonstrated for the minimum weight design of a composite cylindrical shell with grid stiffeners.     

基于MATLAB优化工具箱的最优投资方案的设计与实现

在金融领域中，优化设计和MATLAB优化工具箱有着不可估量的应用前景。本文首先介绍了优化设计的概念和过程，分析了MATLAB优化工具箱的求解优化问题的优点，然后通过建立数学模型，选择序列二次规划算法，利用MATLAB优化工具箱中的非线性约束优化函数，在MATLAB平台下缩写程序，设计和实现了一种最优投资方案。     

仓库调度中的规则约束遗传算法研究及应用

研究自动化立体仓库的优化调度算法,旨在有效提高企业的仓储管理效率与供货能力.根据自动化立体仓库调度专家的知识和经验给出作业调度和货位管理的规则集,在此基础上利用遗传算法对雄垛机行驶时间等参数进行进一步优化.算法很好地解决了遗传算法操作的盲目性以及专家系统过分依赖知识库等缺陷,通过对某卷烟厂大型立体仓库的实际参数进行仿真试验,在实例给出的具体约束条件下,算法使堆垛机仿真行驶时间最短.仿真试验结果表明,上述方法可提高立体仓库货位分布的合理性和出入库调度的效率.