遗传算法在水力管网优化中的应用

论述了遗传算法解决管网水力问题的主要步骤和优点,分析了遗传算法的结构和控制参数的选取。     

遗传算法在物流配送路径优化问题中的应用

遗传算法是一种基于自然进化原理的全局搜索随机算法。遗传算法在物流管理的运输问题、布局问题、选址问题、配送问题、调度问题等方面应用非常广泛。首先建立物流配送路径优化问题数学模型,在此基础上构造求解物流配送路径优化问题的遗传算法。用此遗传算法进行物流配送路径优化,可以方便有效地求得问题的最优解或近似最优解。     

遗传算法在E型微带天线优化中的应用

成功的将遗传算法应用到微带天线宽带化设计中,简要阐述以遗传算法作为优化算法,以及用MATLAB调用HFSS进行计算,提取参数进行GA优化的优化方案,最后对所提出的加脊型接地板的E型天线进行优化设计,仿真结果证明所提出的优化方案具有正确性和可行性,优化后的阻抗带宽达到40.8%,增益达到8.7dB。     

遗传算法在真空科学优化计算中的应用

利用智能优化理论,采用改进的遗传算法,研究了遗传法在真空科学优化计算中的应用。并以真空冷冻干燥工艺条件的优化为例,采用该算法进行了优化计算。优化结果与用单纯形法所求得的最优解相比较,结果相差不大。     

遗传算法在主动构件优化配置中的应用

本文讨论采用遗传算法研究智能桁架结构主动的优化配置问题,首先基于主动构件输入矩阵的奇异值定义目标函数,为了避免因遗传算法中交叉和基本变异操作产生违 反约束条件的个体,本文提出了一种强制变异方法。并通过数据算例表明了这些方法的有效性。     

遗传算法在C/C复合材料等温CVI工艺参数优化中的应用

阐述了采用基于遗传算法的数值优化技术对等温CVI工艺参数进行优化的方法和过程，并对2DC/C复合材料的ICVI工艺参数进行了优化。结果表明，该技术有助于降低实验成本，提高碳基、陶瓷基复合材料的制备效率和质量。     

遗传算法在无钴高强韧钢设计中的应用

提出一种利用残缺实验数据建立无钴高强韧钢力学性能与钢的合金成分及热处理条件关系模型的方法,依据该方法建立了人工神经网络模型,并应用跗算法,对无钴高强韧钢进行了优化设计,实践表明所提出的方法是有效的,为研制新材料开辟了一条新途径。     

基于主成分分析和遗传算法的模糊神经网络在矿井突水判断中的应用

矿井突水与其影响因素之间有着高度的非线性关系,因素之间界限不明显,存在着一定的模糊性和信息叠加现象,给矿井突水的判断识别及预报带来较大因难。为此建立了基于主成分分析的模糊神经网络突水判别模型,该模型利用主成分分析法消除变量之间的信息叠加现象,用少量指标表征突水特性;利用模糊神经网很好地解决了突水环境的模糊性和非线性性。实例仿真结果表明该模型具有很强的判别预报能力,优于其它方法。     

改进的遗传算法及其在交通信号优化中的应用

以典型的四相位交叉口为例,基于改进的遗传算法,研究了在相对固定周期条件下集合交通流量变化而实时调整配时方案的优化算法,利用各进道口上车辆平均延误时间最小为目标建立目标优化函数,通过仿真分析对比,证明改进以后的遗传算法用于交通配时优化问题是有效的。     

遗传算法在工程爆破参数优化中的应用

工程爆破中的参数优化问题是个复杂的非线性规划问题。以矿山爆破参数优化数学模型为例，采用遗传算法实现了爆破参数的优化。结果证实了利用遗传算法进行爆破参数优化的可行性与高效性，为求解该问题提供了一个有效的新途径。     

基于遗传算法的复合材料结构-声辐射优化研究

研究了外载荷作用下的复合材料结构振动响应和声辐射问题。在此基础上, 分析了复合材料的结构-声辐射优化设计模型, 基于遗传算法进行了对称型复合材料板结构的结构-声辐射铺层几何优化分析。数值算例表明, 复合材料板结构的铺层数、 铺层厚度和铺层角度等参数优化, 可以有效降低结构的振动和声辐射。数值算例结果验证了优化方法的有效性。     

Improved genetic algorithm for mixed-discrete-continuous design optimization problems

An improved genetic algorithm (IGA) is presented to solve the mixed-discrete-continuous design optimization problems. The IGA approach combines the traditional genetic algorithm with the experimental design method. The experimental design method is incorporated in the crossover operations to systematically select better genes to tailor the crossover operations in order to find the representative chromosomes to be the new potential offspring, so that the IGA approach possesses the merit of global exploration and obtains better solutions. The presented IGA approach is effectively applied to solve one structural and five mechanical engineering problems. The computational results show that the presented IGA approach can obtain better solutions than both the GA-based and the particle-swarm-optimizer-based methods reported recently.     

应用遗传算法和神经网络的工程电梯传动机构模糊优化设计

 考虑到影响设计的某些因素很难用确定数值表示,以工程电梯传动机构中蜗轮齿冠体积最小为优化目标,建立了模糊优化设计的数学模型。采用二级模糊综合评判法按最大隶属度原则求出最优水平截集,将模糊优化问题转化为普通优化问题。另外,通过神经网络方法得出网络权值和阈值以拟合待求系数,并采用加法形式的惩罚策略来构造带有惩罚项的适值函数,应用Matlab遗传算法工具箱寻求问题最优解,从而提高设计精度和搜索效率。     

多目标遗传算法在电梯主动导轮系统集成优化设计中的应用

介绍了一种基于多目标遗传算法的电梯主动导轮系统集成结构和控制器优化设计方法。在本方法中．电梯主动导轮结构参数和主动控制器参数同时作为优化设计变量，电梯系统性能和控制代价作为优化设计目标。这是一个复杂的多目标优化问题。由于控制器具有特定的结构，多目标遗传算法直接被用来求解该多目标集成优化问题。这样不仅可以避免权函数的选择，而且一次运行就可以求出所有的Pareto最优解。最后用一个实验室比例电梯模型作为例子来说明该设计过程。     

用于彩色图像分割的改进遗传FCM算法

本文提出了一种适用于彩色图像分割的遗传模糊C均值聚类(GAFCM)算法.该算法使用Ohta等人提出的彩色特征集中的第一个分量作为图像像素的一维特征向量,并利用由像素空间到特征空间的映射来改进目标函数,从而大大降低了运算量;使用对特征空间结构没有特殊要求的特征距离代替欧氏距离,从而克服了特征空间结构对聚类结果的影响;使用引入FCM优化的遗传算法来搜索最优解,从而提高了搜索速度.实验表明,该算法不但能很好地分割彩色图像,而且具有运算量小、收敛速度快的优点.     

遗传算法在单层球壳质量优化中的应用

摘要: 经典遗传算法存在局部搜索能力不强,“早熟”现象和后期收敛速度放慢等缺陷,本文将自适应策略与“预选择机制”的小生境技术同时引入其中,加入小生境技术后可以避免陷入局部收敛的问题;在小生境遗传算法基础上加入自适应策略,实现对种群的杂交概率和变异概率进行自适应控制,从而形成一种改进小生境遗传算法,可以有效维持种群中个体的多样性,同时可以改善全局收敛的可靠性。通过三个典型算例验证了本文算法的正确性,并通过单层球壳的算例分析表明该方法稳定性好,全局搜索能力强,但在计算时间上长于ANSYS自带的优化模块。本文算法可以应用于优化变量繁多的大中型网壳结构截面优化问题,优化效果明显。     

An effective hybrid cuckoo search and genetic algorithm for constrained engineering design optimization

This article presents an effective hybrid cuckoo search and genetic algorithm (HCSGA) for solving engineering design optimization problems involving problem-specific constraints and mixed variables such as integer, discrete and continuous variables. The proposed algorithm, HCSGA, is first applied to 13 standard benchmark constrained optimization functions and subsequently used to solve three well-known design problems reported in the literature. The numerical results obtained by HCSGA show competitive performance with respect to recent algorithms for constrained design optimization problems.     

基于遗传算法的谐波齿轮可靠性优化设计

谐波齿轮具有优异的特性,在传动系统中的应用越来越广泛.针对谐波齿轮,考虑其设计过程中的各种不确定因素,根据其失效形式建立谐波齿轮的可靠性分析模型.在可靠性理论和优化设计方法的基础上,将可靠性设计与遗传算法结合起来;根据应力-强度干涉理论使用一次二阶矩法对谐波齿轮进行了优化设计;使用矩阵微分技术,分析了设计变量对结构可靠性的影响程度,即灵敏度.并使用蒙特卡洛模拟的方法对可靠性进行了验证.在基本随机参数的前二阶矩已知的情况下,通过计算机程序可以迅速准确地得到谐波齿轮可靠性优化设计信息.数值算例表明,所提出的方法是一种实用、有效的方法.     

一种采用自适应遗传算法的模糊自整定控制器

针对模糊自整定控制器参数寻优能力差的不足,研究了采用自适应交叉概率与变异概率的遗传算法,提出了用这种自适应遗传算法改善模糊自整定控制器性能的方法。对采用自适应遗传算法的模糊自整定控制器与一般的模糊自适应控制器作了仿真对比研究,说明了前者的优越性。     

可靠性优化的一种新的算法

建立了可靠性冗余优化模型,提出了一种基于粒子群优化算法的可靠性优化的新方法,该方法结合了遗传算法的思想。实例结果表明,粒子群算法比模拟退火算法和遗传算法效果好。