遗传算法在暴雨公式参数优化中的应用

暴雨强度公式中含有多个参数，用传统方法难以直接优化，或拟合误差较大。以公工均方差最小为目标函数，利用遗传算法优化暴雨公式参数。遗传算法对公式参数的全局随机搜索技术，以及对目标函数的直接操作等优化方法，避免了直接采用解析公式而使用多阶导数和高阶方程的麻烦，提高了公式的精度，优化了暴雨公式参数。通过山东省四个地市的暴雨公工统计，证明了遗传算法的适用性和准确性。     

城市暴雨强度公式拟合方法研究

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.

     

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.     

基于遗传算法的背靠背换流站控制系统参数优化

背靠背换流站控制系统参数优化能够有效改善系统的运行性能.在研究背靠背换流站控制系统的工作原理后,推导出定电流、定电压、定熄弧角和定功率控制方式下系统的数学模型.把时间与绝对误差乘积的积分函数作为遗传算法的适应度函数,即控制系统参数优化的目标函数.给出了遗传算法用于参数优化的寻优过程及其参数的确定方法.最后,以灵宝背靠背换流站控制系统为例,给出了参数的优化结果,分析了换流站交流侧故障时直流系统的暂态过程.结果证明了遗传算法用于背靠背换流站控制系统参数优化的可行性和有效性.     

轴对称二维介质体的非线性优化反演方法

采用一种非线性优化反演方法--遗传算法结合FDTD方法求解轴对称二维介质柱电磁逆散射问题.定义目标函数为实测场与计算场之间的归一化误差,使用遗传算法最小化这个目标函数即可得到目标区域的介电参数分布,从而实现逆散射问题的求解.通过对参数基本设置的分析,总结出参数设置的经验.最后通过计算机模拟,给出几个反演算例,反演结果与真实目标吻合很好.     

基于神经网络与遗传算法的结构优化设计方法

从神经网络和遗传算法的原理出发,利用遗传算法和神经网络相结合的策略对结构参数进行优化.在确定结构优化的目标函数和设计变量集合的基础上,用神经网络学习算法建立货架结构设计参数与结构重量、结构最大应力、最大位移等的非线性全局映射关系,获得遗传算法求解结构优化问题所需的目标函数,用遗传算法进行优胜劣汰的寻优搜索运算,从而求出所需最优解.以货架结构的优化为例说明了上述方法的应用.遗传算法和神经网络的优化结果是在正交设计法确定的训练样本足够大的基础上得出的,具有较强的可靠性.     

曲面搜索法推求暴雨强度公式参数

目的为解决暴雨强度公式参数在传统推求方法中所存在的非线性函数拟合的问题．方法应用黄金分割法将参数b和n的值固定，即将非线性函数进行线性化，并在由这两个参数所确定的曲面上，通过计算机的特性来搜索参数A1和C的最优值．结果通过对线性函数的拟合，可以依次得到4个参数的值，近而推得暴雨强度公式．结论经过对多个城市的暴雨强度公式推求与比较，曲面搜索法能够快速、精确地得出计算结果．有效地解决了传统推求方法存在的诸多弊端，计算误差远远小于国家规范要求．     

基于深度强化学习的数控铣削加工参数优化方法

为了提高数控加工中的机床效能和加工效率,探究深度强化学习在加工参数优化问题中的适用性,提出一种基于深度强化学习的数控铣削加工参数优化方法.选取切削力合力和材料除去率作为效能和效率的优化目标,利用遗传算法优化反向传播神经网络（GA-BPNN）构建切削力合力和铣削参数的优化函数,并采用经验公式建立材料除去率的优化函数.应用竞争网络架构（Dueling DQN）算法获得切削力合力和材料除去率多目标优化的Pareto前沿,并结合优劣解距离法和熵值法从Pareto前沿中选择决策解.基于45钢的铣削试验,验证了Dueling DQN算法用于加工参数优化的有效性,相比经验选取加工参数,通过Dueling DQN优化得到的加工方案使切削力合力降低了8.29%,加工效率提高了4.95%,为加工参数的多目标优化方法和加工参数的选择提供了指导.     

遗传算法在UWB陷波天线设计中的应用

提出了一种用遗传算法和HFSS优化设计超宽带陷波天线的方法.在该方法中,反射系数的适应度函数被作为目标函数,在确定结构的前提上对天线的参数进行优化.根据遗传算法的优化结果设计出一款新型UWB陷波天线,并采用仿真软件对天线的电特性进行了仿真,从而证明该方法有效.     

基于协同进化算法的水轮机模糊PID调速器研究

针对水轮机调速器常规PID控制不能根据系统的动态过程自动调整控制参数的问题,提出一种改进的基于协同进化遗传算法的模糊自适应PID控制算法,该方法采用协同进化遗传算法同时优化模糊PID控制的模糊规则和PID整定公式中的3个比例因子,通过模糊推理的方法求解PID参数的变化量,对PID参数进行自动整定,为了避免优化得到的模糊规则之间发生跳变,在目标函数中引入一光滑因子。仿真表明,该控制算法具有良好的静态和动态性能。