遗传算法在载波排列优化中的应用研究

卫星转发器的固态放大器(Solid State Power Amplifier,SSPA)或行波管放大器(Traveling Wave Tube Amplifier,TWTA)产生的非线性互调噪声会对有用载波进行干扰。为了使非线性互调噪声对有用载波的干扰最小,提高卫星通信质量,提出了基于遗传算法的载波排列优化方法。简述了遗传算法原理,分析了载波排列优化的基本原则,阐述了该方法的实施步骤,进行了仿真实验,同时分析了载波排列规律。     

基于渐变线光源的高亮度集成成像3D显示

为了解决观看视角与亮度的相互制约关系,设计了一种基于渐变线光源的集成成像3D显示器,通过设置渐变线光源中每列线光源的宽度,优化微图像阵列中每列图像元的成像光路,建立了3D成像模型,通过几何光学推导了观看视角以及亮度的计算公式;研制了基于渐变线光源的集成成像3D显示实验装置,通过实验验证了可以在保持观看视角的前提下将3D图像的亮度提高为传统集成成像3D显示的4.5倍。     

改进自适应遗传算法在节距排列降噪中的运用

在轮胎花纹设计过程中以节距为单元,合理的设计出节距比例和节距排列,以达到降噪的目的。本文以自适应遗传算法为基础将节距作为基因进行编码优化排序,采用自适应余弦函数进行交叉和变异操作,并在交叉操作结合多亲遗传算法的特点增加样本的多样性,对同一代中的样本进行适应度的排序,选择适应度高的进入下一代。实验结果表明改进的自适应遗传算法能很好的收敛于全局最优解,降噪效果明显给轮胎花纹降噪设计提供一种可行的方法思路。     

基于模拟退火遗传算法的网络优化应用研究

文章主要对在校园网络优化中的应用加以研究,以降低全网通信负荷和网络延迟为目标,对树形交换式以太网进行网络划分,对网络设备基于通信关系将划分到所设计的拓扑结构进行最优确定,实现全终端网络的遗传优化布置,从而进一步提高模拟退火遗传算法在实际网络优化工程中的应用。     

基于改进遗传算法的电力系统无功优化研究

本文针对传统遗传算法存在的缺陷,引入人工免疫算法,改进的优化算法利用抗体的多样性和免疫接种机制,克服了早熟和后期寻优能力差等现象。通过对IEEE30节点进行系统仿真,改进的遗传算法具有很多方面的优越性,适用于求解电力系统无功优化问题。     

基于交互式遗传算法的城市景观设计优化研究

基于吸纳居民的意见对城市景观规划方案进行优化的考虑,文中提出一种采用交互式遗传算法(IGA)对城市景观设计进行优化的方法。该方法首先基于城市景观的三个特性,即墙面位置、高度和建筑纹理,使用Open GL技术开发城市景观设计模型,然后使用交互式遗传算法(IGA)对用户的评估意见进行量化,并基于量化结果对设计模型进行迭代优化,直至用户对设计感到满意为止。实验表明,该方法能够量化用户主观意见,并最终得出能让用户满意的设计结果。     

基于遗传算法的MCM热布局优化研究

在多芯片组件（Multi-Chip Module，MCM）的热设计中，MCM内裸芯片组装密度大，且裸芯片是主要发热源，各裸芯片之间的位置布局直接影响MCM内温度场分布，进而影响MCM的可靠性。本文基于热叠加模型，选取裸芯片的平均温度作为评价指标，确定出用于MCM热布局优化的适应度函数，基于遗传算法提出一种MCM热布局优化算法，并编制相应优化程序，实现对裸芯片的热布局优化，得出热布局规则用于指导MCM的实际热设计；采用有限元分析软件ANSYS，对MCM布局优化结果进行温度场-应力场偶合分析，以仿真的方法验证MCM热布局优化算法的有效性。     

基于遗传算法的排产优化方法

针对单件小批量生产车间的优化排产问题,采用遗传算法进行研究,设计了一种分组编码方案,提出了可处理零部件间装配关系的适应度函数算法。介绍了遗传算法在车间优化排产中的实现方法及结果,重点讨论了编码方案及适应度函数设计。基于此算法,开发了生产作业计划排产软件,可完成顺排产与倒排产的自动排产,实现工艺排产的智能化。     

基于遗传算法的天线结构优化

遗传算法具有算法简单、不要求函数连续、导数存在,并能收剑到全局最优解特点,采用遗传算法对环梁式空桁天线结构进行优化,设计变量为取离散值的各杆截面积,优化目标;追求最佳吻合抛物面法向位移均方根偏差最小。设计实例表明,使用遗传算法对复杂的结构优化问题能获得较好的优化结果,该算法具有很强的适应性。     

基于Matlab遗传算法工具箱的优化计算实现

遗传算法是一种基于生物自然选择与遗传机理的随机搜索与优化方法。遗传算法求解复杂优化问题的巨大潜力及其在工业工程领域的成功应用,而受到了广泛关注。Matlab的遗传算法工具箱具有使用简单方便,计算可靠,快捷高效和图形结果可视化等特点,具有广阔的应用前景。主要介绍了基于Matlab遗传算法工具箱,深入分析其编码方式、初始群体、选择、交叉、变异操作及适应度函数的实现方法。最后给出应用实例,验证了Matlab遗传算法优化工具的有效性。     

基于GATBX遗传算法的输电线路复合绝缘子电场优化

本文提出了一种基于GATBX遗传算法的复合绝缘子伞裙半径对电场分布的优化方法。首先,在软件中,对复合绝缘子电场强度进行数值计算;其次,实现软件与软件相联;最后,在软件中,采用遗传算法对三个伞裙半径进行优化。本文分别以场强极差Range_E最小和场强梯度最大值Max_GradE最小作为优化目标,缩短了程序执行时间,增强了优化效果。     

基于遗传算法的J波识别优化算法

J波是心电信号的异常变异,具有不易察觉的特点,在J波的识别中特征数量对于识别准确率具有很大的影响,结合遗传算法对用于J波识别所提取的特征进行优化处理,设计的J波分类模型能够有效地提高分类识别准确率,同时可以减少识别时间.利用MATLAB进行仿真验证,结果显示,设计的J波识别系统能够达到96.8％的准确率与2.3s的识别时间,能够有效地辅助医生进行J波诊断.     

一种基于高校排课问题的新型量子遗传进化算法

量子遗传进化算法是量子计算和遗传算法相结合的产物,量子比特是两个量子态的叠加态,在此,详细介绍了量子遗传进化算法。尝试使用量子遗传进化算法来解决高校排课问题,并进行了实验。实验结果表明,该算法获得了比较好的结果。     

基于改进加权质心和遗传算法的气体源定位研究

为了提高室内危险气体泄漏点的定位精度,通过对现有气体扩散模型的研究,给出一种无风无边界连续泄漏点源浓度的扩散模型。首先应用改进加权质心定位算法通过第一次粗定位和第二次的精细定位获得定位结果。另外,利用遗传算法对室内气体泄漏源进行全局最优的精细定位,通过Matlab仿真实验进行定位误差分析,得到采用改进加权质心定位算法和遗传算法的定位相对误差分别低于5%和3.5%。最后搭建了测试系统用乙醇气体源进行泄漏点定位实验,验证了两种定位算法的准确性。     

基于量子遗传算法的多光电二极管布局优化

光电二极管是一种体积小、成本低的感光传感器,由至少三个配合可实现太阳矢量的测量,从而可以作为低精度的太阳敏感器。为了尽可能实现在360视场空间任意方位求解太阳矢量,如何选择光电二极管数量并确定其布局方式是一个难点。文中首先将360视场空间等表面积离散化,将无限的传感器的布局优化问题转换为有限的组合优化（NP问题难）。然后,通过建立覆盖度和均匀度的多目标优化函数,并结合量子遗传算法求解最优方案。实验分析了不同光电二极管数量和视场范围的布局效果,对多光电二极管的布局优化提供了理论性依据。实验结果显示,选择12~14个光电二极管可以基本实现无覆盖风险和均匀风险的布局。     

基于嫁接遗传算法的微波电路优化技术

嫁接种群向进化种群添加个体的多样信息，避免了基本遗传算法的过早收敛。同时嫁接种群指导进化方向，加快了收敛速度。另一方面交叉矩阵使适值高的个体以低概率交叉，在一定程度上改善了算法的收敛性。最后用四种优化方法设计宽带阶梯阻抗变换器，结果表明基于嫁接遗传算法的微波电路优化设计具有高效性和精确性。     

基于遗传算法优化的BP神经网络研究应用

为提高BP神经网络预测模型对超市大米日销售预测的准确性,提出一种基于遗传算法优化的BP神经网络预测方法。介绍了BP神经网络和遗传算法的特点以及存在的缺陷,并进一步研究了BP神经网络和遗传算法相结合的有关技术,利用遗传算法优化BP神经网络的权值和阈值,然后训练BP神经网络预测模型获取最优解,充分发挥了BP神经网络的局部搜索能力和遗传算法的全局搜索能力的优势。仿真结果证明,该方法对超市大米日销售预测具有更高的精度和更好的非线性拟合能力。     

基于遗传算法的无线传感器网络节点优化方法研究

随着科技的不断发展,传感器网络得到了极大的发展,其拥有极为广阔的应用前景,已被应用于智能家居、空间探索、军事、健康护理以及环境监测等领域。文章就其测控系统所具有的特殊性,提出了一种可以达到节点连通约束来对节点数量加以减少的新模型,同时利用遗传算法对其加以优化计算。要想使节点收敛速度大幅提升,文章将采取以二分法为基础的遗传算法进行研究。     

基于菌群算法的飞机铆钉表面缺陷检测系统光源优化控制

由于飞机铆钉缺陷检测系统的光照效果对缺陷检测质量发挥着关键作用,因此本文对其照明系统进行优化。以被测零件背景图像灰度的均匀度为优化目标,在拟合LED点光源照度分布函数的基础上,利用菌群算法对光源系统参数进行寻优运算,根据寻优结果对光源系统进行结构优化同时对各LED点光源进行功率控制,并通过光学元件进一步提高优化效果。实验结果表明:优化后光照均匀度在95%以上,满足铆钉检测的光照要求。该方法实现了照明系统对铆钉顶圆面均匀照射的效果,成像质量显著提高。