城市交通流配流问题的遗传算法求解

以遗传算法为基础，抓住路径的选择和交通量的分配是智能交通运输系统的主要问题，设计了一个求解该问题的优化算法，将其化为一个多约束条件的0－1规划，对路网优化设计实例表明，这一方法能迅速求出问题的全局近似最优解，并具有较高的计算精度。     

窗时排序的计算机搜索算法

该文讨论按期完工工件数最大化的窗时排序问题。文章首先提出一个基于EDD序的枚举算法，很大程度降低了纯枚举算法的计算复杂性。然后以改进的枚举法作基础构造了一个启发式算法——遗传算法求解该问题。算法采用0-1编码，基于EDD序规则调整各个工件的排列顺序。该算法在处理大规模的单机排序问题时，能够在较短的时间内得到近似最优解。实例计算证明，该遗传算法近似程度好，可操作性强，可以在实际应用中推广。     

基于遗传算法的GNA优化反演方法

遗传优化反演方法是工程反演计算的一个重要发展方向,但是由于算法自身的局限性,导致基于单纯遗传算法的优化反演技术难以推广应用.在深入分析遗传算法特性的基础上,指出其相应的不足之处;基于此,引入神经网络算法与模拟退火算法,有机融合3种算法,扬长避短,提出了基于遗传操作的GNA优化反演新算法;算例表明,提出的融合优化反演方法计算效率高、计算精度可靠.     

改进相位迭代的低精度混合预编码方法

针对毫米波大规模天线(Massive-MIMO)系统中,低精度移相器的模拟预编码算法复杂度高的问题,该文提出一种改进的迭代相位混合预编码算法。该算法将模拟预编码优化矩阵分解为列向量逐个求解,并采用2阶秩矩阵近似得到次优的优化函数,然后将优化函数转化为求和形式并迭代收敛求得最优相位,以此降低计算复杂度。同时,为了最大化硬件效率,还设计出移相器相位分辨率为1 bit的模拟预编码方案。理论分析和仿真结果表明,所提算法计算复杂度较低,且其频谱效率更优。     

遗传算法在计算机网络可靠度优化计算中的应用

在保证提高网络系统可靠度的基础上，降低网络链路成本是计算机网络可靠度优化计算中的重要目标之一.为此，在计算机网络可靠度优化计算时，考虑了计算机网络链路介质成本、网络可靠度数学模型以及模型求解的算法等因素.阐述了遗传算法及其执行过程，并将遗传算法应用于降低网络链路总成本，提高网络可靠度的优化计算之中.仿真结果表明，遗传算法解决了以往传统算法难以解决的网络可靠度优化计算问题，不但加快了计算速度，而且更有效地提高了优化计算效果，具有较好的操作性.     

一种代理遗传算法及其在气动优化设计中的应用

遗传算法具有良好的鲁棒性和全局优化等优点,但是需要进行大量目标特性的计算,因此计算量很大.针对这一问题,利用代理模型计算量小的优点,将代理模型引入到遗传算法中,建立了一种高效的代理遗传算法.在该算法中,以遗传算法为整体框架,在优化搜索中部分使用代理模型进行目标特性分析,大大减少了计算量.为防止代理模型不精确带来的影响,在优化过程中通过引入EI方法,较好地解决了算法中校正个体的选择问题.为了验证方法的有效性,使用该算法进行了翼型的气动外形优化设计,升阻比提高了40%.与基本遗传算法相比,该算法的优化结果与之相当,但计算时间减少了约75%.结果表明该算法对遗传算法的改进是有效的,适合进行气动外形优化设计.     

一种改进式遗传算法优化分数阶PID控制器

为提高伺服控制系统的精度及响应速度.基于改进Oustaloup近似,采用改进式遗传算法对控制参数进行整定,提出了一种基于改进式遗传算法优化的分数阶PID控制器.在控制器的参数编码、适应度函数设计和进化机制选择上,引入竞争因子和优劣空间,选用自适应调节交叉概率和变异概率的方式,加快了优良子群的遗传进化,消除了传统遗传算法早熟和收敛性差等缺陷.将优化的整定结果应用到伺服系统模型中.通过时域性能仿真分析,结果表明:提出的改进式遗传算法分数阶控制器与传统PID控制器相比,具有更低的超调、更快的响应速度和更小的稳态误差,控制系统的动、静态性能显著优化,系统鲁棒性增强.     

基于NicheAGA-CGA的暴雨强度公式优化算法

为了寻求精度更高的暴雨强度公式,提出嵌入共轭梯度的自适应小生境遗传优化算法,该算法基于绝对均方差最小准则和相对均方差最小准则构建暴雨强度公式参数优化模型.通过标准遗传算法中引入小生境技术提高了种群多样性,同时与共轭梯度算法相结合增强了算法的局部搜索能力,使得遗传算法全局搜索能力强和共轭梯度法局部搜索能力强这2个优势有效结合,并应用于暴雨强度公式参数的优化计算.以北京、广州和郑州的降雨资料为基础进行暴雨强度公式优化研究,并将本文算法与传统方法和标准遗传算法进行比较.结果表明:运用本文算法对暴雨强度公式参数进行优化时,优化结果较好且能满足规范要求.与传统方法和标准遗传算法相比,优化结果具有更高的精度,为暴雨强度公式的推求提供参考依据.     

用加速遗传算法计算梯形明渠的临界水深

目前计算梯形断面明渠临界水深hk的常用方法有试算法、图解法、近似公式法和迭代法,它们存在计算精度不高、求解复杂等缺点。为此,把hk的计算问题等价于一非线性优化问题,指出了hk的变化范围,并且用加速遗传算法(AGA)来求解hk。实例的计算结果说明,与常用方法相比,AGA适用性强、计算精度高。     

混合人工鱼群算法在约束非线性优化中的应用

为了解决具有约束的非线性优化问题,本文将增广拉格朗日乘子法和鱼群算法相结合用于非线性问题的全局优化,即用人工鱼群算法寻找增广拉格朗日函数的近似最优解,并将该近似解用于拉格朗日乘子和惩罚因子等参数的更新．同时,简要分析了人工鱼群算法的随机收敛性．仿真结果证明,与自适应惩罚遗传算法相比,该混合算法在解决约束优化问题中具有优越性和有效性．