基于实数编码遗传算法的项目组合规模决策

指出了应用二进制编码遗传算法进行项目组合选择的局限性,提出利用实数编码代替二进制编码进行项目组合规模决策.借鉴双赌论选择遗传算法的思想建立了基于实数编码的项目组合规模决策遗传算法,最后通过算例探讨了实数编码和二进制编码两种遗传算法在项目组合决策中的优劣.     

基于实数编码的改进遗传算法在结构可靠度中的应用研究

本文将人工智能的关键技术之一演化算法中的遗传算法用于结构可靠度的计算,并在算法中采用实数编码技术及一系列目前较先进的策略和算子,同时将模拟退火的思想引入变异算子。通过算例证明这种改进遗传算法在求解可靠度尤其求解复杂非线性问题可靠度时具有良好收敛性和高效性。     

基于GA-BP神经网络的结构损伤位置识别

针对传统BP神经网络训练中存在的一些问题，提出了一种基于遗传算法(GA)-BP神经网络混合技术识别结构损伤位置的方法。该方法利用基因实数编码的遗传算法优化BP网络的结构及初始参数，从而大大提高了神经网络的训练精度。运用GA-BP网络与传统BP网络技术分别对两个算例进行了结构损伤定位的识别仿真，结果表明遗传BP稳定性好，精度高，对噪声有很好的鲁棒性，便于工程应用。     

基于实数编码的改进遗传算法及在平面度误差评定中的应用

针对平面度误差计算的特点 ,提出了一种基于实数编码的改进遗传算法。该算法的遗传算子采用确定式良种选择、非一致算术交叉及基本位变异策略 ;交叉和变异概率根据个体适应度大小来自适应地确定 ;同时给出遗传算法评定平面度误差时适应度的计算方法。最后 ,通过不同评价方法对同一平面的平面度误差进行评定 ,结果证明该方法不仅能收敛到全局最优解 ,而且具有较快的收敛速度     

基于实数编码遗传算法的二次曲面提取

在机械产品的逆向工程中,针对测量数据提取常用二次曲面是非常重要的。它不仅有助于理解设计意图、指导数据分割,而且可以提高重建模型的精度和速度。首次提出利用基于实数编码的遗传算法针对离散数据点进行二次曲面提取。通过数值实验结果及与其它算法的结果对比,证明了此算法的有效性、鲁棒性和精确性。为逆向工程中基于测量点的二次曲面提取提供了一种新的方法。     

两点沿曲面最短路径的遗传算法研究

求两点沿曲面最小距离的关键是正确选择两点间沿曲面的最短路径。遗传算法是一种全局性概率搜索算法。它在整个问题空间实施搜索,可得到问题的全局最优解,本文应用了遗传算法的理论与方法。首先,将整个曲面作为搜索空间,路径长度作为目标函数,设定了路径优化问题。其次,建立了椭圆坐标系,满足了遗传编码完备性的要求,实现了二维实数编码。运用排序选择方法,单一交叉和最小变异操作,完成了遗传算法,同时获得了最短路径。该方法适用于各种形式的曲面。     

一种基于新改进的Price算法的混合遗传算法求解约束优化问题

新改进的Price算法能够求解多峰、多维,以及不可微目标函数的全局优化问题.把新改进的Price算法作为局部搜索算子,并入到实数编码遗传算法中,构成一个混合遗传算法,求解约束优化问题.该混合算法增强了全局寻优能力,提高了函数值的精度,并减少了计算量.通过对13个约束标准测试函数的仿真实验,并和已有算法的比较,结果表明本文提出的混合遗传算法是有效的.     

自适应遗传算法用于机械零件的可靠性设计

目的 探索机械零件可靠性优化设计的一种新方法。方法 在造价、体积、强度和重量等约束条件下，机械零件的可靠性优化设计问题是一个具有多局部极值、非线性及具有整数和实数变量的混合优化问题。本文以发动机气门弹簧为例，应用遗传算法建立了机械零件可靠性优化设计的一种新方法。结果 应用自适应遗传算法建立的新方法比常规优化方法更适合于并行处理优化计算。结果 应用自适应遗传算法建立的新方法比常规优化方法更适合于并行     

基于GA纸箱印刷机送纸机构的优化设计

针对纸箱印刷机送纸机构速度和压印滚筒速度不同步而造成的多色套印不准问题,采用了实数编码的遗传算法对纸箱印刷机送纸机构进行了优化设计。首先以复数矢量法建立了纸箱印刷机送纸机构的运动方程,在此基础上采用实数编码的遗传算法对主要参数进行了优化,并用Working Model软件对优化结果进行仿真。仿真结果表明优化后的机构能够明显提高送纸机构的速度,使送纸机构最大速度与压印滚筒速度同步,从而解决了多色套印不准问题,提高了纸箱生产质量和效率。     

混流装配线调度问题的离散粒子群优化解

混流装配线调度问题是JIT生产中的一个重要问题。借鉴二进制遗传算法中的交叉操作过程，对传统的连续型粒子群算法进行改进，使其适用于离散问题的优化处理。然后以丰田公司的汽车组装调度函数作为目标函数，利用改进的离散粒子群算法进行求解。对比分析表明：新算法所得结果优于常用的目标追随法、遗传算法、模拟退火等方法。