遗传算法及其在化学领域中的应用

遗传算法是模拟生物群体遗传学的基本原理解决实际问题的一种高效优化方法。在优化过程中,它无需体系的先验知识,能在许多局部较优中找到全局最优点,在解决复杂的非线性问题方面,该算法显示出广阔的发展前景。本文简要介绍了遗传算法的基本原理及其在化学领域中的若干应用。     

基于神经网络的遗传算法优化及其应用

遗传算法是 1种模拟自然进化而提出的简单、高效的组合优化算法。研究了磷酸羟胺制备过程中羟胺反应效率的优化问题 ,该过程由于其反应动力学的固有复杂性而无法建模。表明结合神经网络理论 ,遗传算法可以有效地解决这一过程的寻优问题     

一种新的DNA遗传算法及其在参数估计中的应用

化工过程的参数估计是十分棘手的问题,为此常将这类问题转化为非线性优化问题来解决。遗传算法是一种适应性强的全局搜索方法,常被用于解决非线性系统的参数估计问题。但其局部搜索能力较差,易早熟。针对遗传算法的缺点,提出了一种新的DNA遗传算法。该方法使用碱基对个体进行四进制编码,受DNA分子操作启发设计了新的交叉和变异算子。两个经典测试函数的计算结果表明,该算法的搜索能力相对于其他两种算法有了明显提高。使用该算法来估计重油热解三集总模型中的参数,结果表明所建模型拟合精度高。     

利用改进的遗传算法进行质量交换网络的最优综合

针对现有质量交换网络综合方法的不足 ,提出用改进的遗传算法进行质量交换网络综合的数学模型 ,该模型以满足操作条件且总年度化费用最小为综合目标 ,在综合过程中同时考虑操作费用和投资费用 .实例计算表明了利用遗传算法进行质量交换网络综合的可行性     

基于插值评价的遗传算法及其在参数估计中的应用

针对基于实数编码的遗传算法 ,引入相似度和可信度的概念 ,采用基于插值的方法对适配值进行评价 ,进而减少评价环节的计算量 ,提高整个算法的效率和实时性。通过对系统参数估计问题的求解 ,验证了所提方法的可行性和有效性     

基于遗传算法的汽车永磁发电机多目标优化设计

提出了一种基于遗传算法的汽车永磁发电机多目标优化设计。该设计通过改进的遗传算法进行多目标优化。改进的遗传算法采用二进制编码,规范化几何秩选择,混合交叉及均匀变异。优化结果表明,在单目标函数和多目标函数情形下均搜索到全局最优解,遗传算法为多目标优化提供了有效的途径。同时经过反复计算后,获得一些具有实用价值的经验数据,对永磁电机的设计起到一定指导作用。     

神经网络遗传算法及其在乙烯裂解过程预测中的应用研究

针对复杂神经网络模型的结构特性和ＢＰ网络梯度下降法的缺点,将遗传算法与神经网络相结合,提出了基于改进连续化遗传算法的神经网络学方法,并将其应用于大型乙烯裂解产品分布预测,获得了较好的过于模拟结果。     

应用遗传算法优化露天矿设备

文章结合露天矿设备的型号和数量优化问题,阐述了遗传算法的原理和优化步骤,通过实例应用表明遗传算法能很好优化露天矿设备的型号和数量。     

遗传算法在离散控制系统优化中的应用

利用遗传算法实现对离散控制系统的优化,并给出了离散二阶线性系统的最优控制实例。     

变尺度混沌遗传算法及其在冷扎参数化中的应用

针对标准遗传算法存在的收敛速度慢，易陷入局部极小等问题，提出智能化新方法，基于变尺度混沌优化策略的混沌遗传算法，对经过一次遗传操作的群体进行混沌搜索寻伏，引导种群快速进化，并将其成为应用于冷轧参数的优化计算中。     

遗传算法及在采矿工程中的应用

遗传算法是建立在遗传学与自然选择基础上的搜索过程,搜索效率很高,能迅速收敛于最优解,叙述了传算法的原理及其在采矿工程中的应用,是解决采矿工程复杂问题的一种有效手段。     

基于遗传算法的水利工程进度优化模型设计

遗传算法具有良好的大范围寻优计算效果,将其应用到水利工程进度优化模型的设计中,通过对工程因素进行编码处理,在适应度函数的约束下计算出最优进度规划结果。分析资源条件、施工组织和管理能力、成本投入、技术水平以及自然环境5个工程因素与施工进度之间的关系,采用实数对上述因素进行编码处理后,构建了包含基因位差异的初始染色体种群,将成本和工期作为模型的适应度函数,通过寻优的方式计算出工程进度的最优解,实现了对成本和工期的优化设计。测试结果表明,模型设计的工程进度可以在预算成本范围内,按时完成水利工程项目的施工任务。     

一种综合改进型遗传算法及其在多变量解耦中的应用

针对传统的遗传算法存在的未成熟收敛问题,提出一种综合改进型遗传算法,通过对选择算子、交叉算子、变异算子等方面进行综合设计,能有效改善遗传算法的全局搜索性能.基于该算法提出了一种复杂工业对象多变量系统解耦控制器的设计方法,对实际工业对象的解耦控制器设计结果表明该算法是一种通用高效率的最优化搜索方法.     

多级压缩机复算中遗传算法的应用

应用遗传算法对压缩机进行复算性热力计算,并论述了用遗传算法将复算问题转变为最优化问题的方法。结果表明,采用遗传算法比传统的迭代法更精确、有效。     

基于遗传算法的氧化生产调度应用

针对氧化生产线的工艺特点,提出了氧化生产调度的问题.介绍了一种基于遗传算法的工件调度策略,采用现代进化算法中有代表性的遗传算法,以Matlab软件实现算法模拟,得出优化方案.应用表明:将遗传算法应用到氧化生产线工件调度中,节约了时间,提高了生产效率.     

自适应遗传算法在协调控制系统中的应用

本文从快速满足电网负荷指令的需求,抑制各种干扰,保证机组稳定运行的中心任务出发,采用遗传算法对600MW火电机组锅炉汽轮机的二自由度P ID控制器参数进行全局优化,根据不同的负荷阶段、主要参数的变化情况,及时调整有关指令,使协调控制系统向着有利于全局优化的方向调节,满足动态过程中系统不同阶段的能量需求。仿真结果表明,采用遗传算法全局寻优所获得的二自由度P ID控制器比采用经验方法整定的控制器具有更好的控制效果,保证了所设计系统的实用性。     

遗传算法在矿石品位估值中的应用

遗传算法是一种新的优化方法,针对遗传算法的求解过程,提出了改进措施,并运用发行遗传算法进行了矿石品位估值。结果表明,遗传算法是一种有效的品位估值方法。     

迭代遗传算法及其用于生物反应器补料优化

针对化工动态优化的数值求解问题,提出将迭代思想与遗传操作相结合,构建迭代遗传算法.算法首先对时间区间和控制搜索域实施离散化,进而应用遗传操作搜索离散问题的最优控制策略.逐步收缩搜索域并迭代以消减离散化带来的偏差,不断改善寻优结果,增强算法的稳健性.实例测试表明该算法简便、可行、高效,已成功地应用于Lee-Ramirez生物反应器补料流率的优化,运算结果优于文献值,显示了迭代遗传算法的优越性.迭代遗传算法尤其适用于系统的梯度信息不可得的情况.     

遗传算法在煤炭产量预测建模中的应用

针对常规遗传算法（SGA）存在的早熟、寻优效率偏低等缺点，提出了一种改进的遗传算法。利用遗传算法的全局寻优特点，将它应用于模型参数估计，建立了精度更高的煤炭产量预测模型。     

遗传算法在陶瓷釉料配方研制中的应用

为了减少试验的次数缩短新产品的研制周期,本文采用正交法获取分布均衡的试验数据.利用遗传算法的全局搜索的特点对试验中的数据进行优化分析,所得优化结果对下一步试验有指向性作用,并且经卫生洁具乳白釉配方试验证明把遗传算法和正交试验法联用是可行的.