浮点数编码小生境遗传算法的研究

小生境在增加遗传算法群体的多样性,提高遗传算法的局部搜索能力方面具有良好的性能。迄今为止,有关小生境遗传算法的研究都是基于二进制编码,缺乏以浮点数编码为研究对象的相应成果。而浮点数编码在提高遗传算法的性能和遗传算法的推广应用中,具有其它编码所无法比拟的优势。本文以浮点数编码为研究对象,研究小生境遗传算法的机理,分析在遗传操作中小生境的生成、合并和分离的动态过程,探索其方法。本文的研究和实验结果表明,浮点数编码小生境遗传算法的性能是可靠的,方法是可行的。     

基于小波消噪变异的浮点数编码遗传算法

在遗传算法诸多编码中,浮点数编码具有其他编码所不具备的优势。针对浮点数编码在遗传操作中所产生的噪声和其对算法性能的影响,考虑变异操作在遗传算法中的重要作用,提出基于小波消噪变异的浮点数编码遗传算法,从理论上证明小波对浮点数编码噪声的分解,用小波实现其消噪变异。实验结果表明,该方法理论上是可靠的,方法上是可行的。     

基于遗传算法的PID参数寻优

遗传算法是一种模拟自然进化而提出的简单高效的优化组合方法。该文主要研究了控制器参数优化问题 ,并利用遗传算法的基本原理对单回路及串级回路进行了离线寻优。仿真结果表明了遗传算法应用于控制器参数优化的可行性和有效性。同时遗传算法还克服了其它方法的某些弊端     

一种基于景观特征的浮点数编码遗传算法研究

遗传算法作为一种适应性搜索技术得到了普遍的应用,但其搜索效率不如启发式搜索.已有研究者将启发式知识用于二进制编码遗传算法,但浮点数编码在函数优化和约束优化领域明显有效于其它编码.本文基于算法运行时的景观特征作为启发式知识,用于浮点数编码遗传算法,力求提高其搜索效率、增强其局部搜索能力、拓展其应用领域.本文的理论研究和实验结果表明,将景观特征用于浮点数编码遗传算法,理论是可靠的,方法是可行的.     

浮点数编码遗传算法及其在电站机组组合优化中的应用

对遗传算法进行浮点数编码并设计相应的遗传操作,得到浮点数编码的遗传算法ＦＧＡ。仿真实例表明：与ＡＧＡ相比,ＦＧＡ不易陷入局部极值,收敛速度快,且能得到较高的优化精度。ＦＧＡ应用到电站机组组合优化问题中,得到良好的结果。     

正交多小波消噪变异的浮点数编码遗传算法

编码是遗传算法研究的难点问题之一。浮点数编码在函数优化和约束优化领域明显有效于其他编码。但消除浮点数编码在遗传算法运行环境中产生的噪音,以提高遗传算法性能的理论和方法尚不被人们所认识。在用正交多小波对浮点数编码遗传算法消噪变异的基础上,针对染色体编码长度的奇偶数问题,从理论上证明了正交多小波既能对偶数长度染色体编码消噪变异,也能对奇数长度染色体编码消噪变异,基于这一结论提出了基于正交多小波消噪变异的浮点数编码遗传算法（FGAWDM）,并进行了实验。研究和实验的结果表明,该方法理论上是可靠的,方法上是可行的,对于拓展浮点数编码遗传算法的应用空间具有积极的意义。     

特殊变换多小波构造的浮点数编码遗传算法

浮点数编码具有精度高、便于高维大空间搜索的优点,在函数优化和约束优化领域明显有效于其他编码。浮点数编码遗传算法在操作环境中产生的噪音和对算法性能的影响尚不被人们所认识。将小波用于浮点数编码遗传算法的消噪变异是解决该问题的有效途径。单一小波对浮点数编码消噪变异泛化能力低,且对浮点数编码遗传算法性能改进有一定的局限性。研究证明了用酉变换可构造正交多小波,将正交多小波用于浮点数编码遗传算法的消噪变异,提出了FGAMW方法,并进行了实验。理论研究和实验结果表明,提出的FGAMW方法理论上是可靠的,技术上是可行的,对于拓展浮点数编码遗传算法的应用空间具有积极的意义。     

TWFBD的浮点数编码遗传算法

近年来,有关浮点数编码遗传算法的消噪变异研究有了一定的进展,取得了一些成果。浮点数编码消噪变异的理论和方法研究一直是该领域研究的重点,需要有更新更有理论和应用价值的研究成果出现。有界域的紧小波框架用于浮点数编码消噪变异尚处于无人问津的研究领域。着重分析了有界域的紧小波框架的性质,用有界域的紧小波框架在算法中进行消噪变异操作,提出了基于有界域紧小波框架的遗传算法,并进行了实验。研究和实验结果表明,将有界域的紧小波框架用于浮点数编码消噪变异,具有可靠的理论基础,与其他方法相比,其效果也十分明显。     

基于遗传算法的MFAC参数寻优

无模型自适应控制是基于数据驱动,不依赖于被控对象的数学模型,且结构简单,易于实现.目前关于无模型自适应控制器参数寻优的方法较少,给无模型自适应控制的应用带来了极大的不便.针对这种情况,设计了一种基于遗传算法的MFAC控制器参数寻优方法,并在matlab环境下分别以具有非线性、一阶惯性加大滞后、高阶加大滞后特征等3个不同...     

一种基于浮点数编码遗传算法的颅像叠加方法

针对计算机辅助颅像重合技术中三维颅骨模型与二维人脸照片的颅像叠加问题,提出一种基于浮点数编码遗传算法的自动叠加方法。首先使用遗传算法寻找三维颅骨相对于二维照片上对应标志点的最佳匹配几何变换f,遗传算法采用浮点数编码,选择、交叉、变异算子分别使用最佳保留选择算子、启发式交叉算子和随机变异算子,然后通过相似性变换和透视投影变换,将三维颅骨模型映射到二维人脸照片上,实现最佳颅像叠加。实验表明,此方法实现了自动化的颅像叠加,且耗时短,准确度高。     

基于并行支持向量机的多变量非线性模型预测控制

提出一种基于并行支持向量机的多变量系统非线性模型预测控制算法．首先,通过考虑输入、输出间的耦合,建立基于并行支持向量机的多步预测模型;然后,将该模型用于非线性预测控制,提出新的适用于并行预测模型的反馈校正策略,得到最优控制律．连续搅拌槽式反应器（CSTR）的控制仿真结果表明,该算法的性能优于基于并行神经网络的非线性模型预测控制和基于集成模型的非线性模型预测控制．     

基于改进遗传算法的权重发现技术

范例推理的关键步骤在于相似范例的检索,而范例库中的特征项权重起到重要的作用。文章讨论了用遗传算法来获取范例库上的特征项权重,并用两种改进的遗传算法来发现范例库上的特征项权重,给出了具体的算法,分析了实验结果。该方法可用于权重发现。     

多变量非线性系统的模糊内模控制

大多数的先进控制器是基于线性模型的,它们对化学工业中常见的非线性过程的控制效果并不能达到最优.因此,考虑使用非线性模型,以使控制性能获得改善.用基于T-S模型的自适应模糊聚类辨识算法对系统进行辨识.T-S模型是用线性的方程来描述非线性系统,从而利于求出模型的逆.而模型逆又是IMC的关键一步,因此选用这种基于T-S模糊模型的控制器(FIMC)来实现对非线性多变量系统的控制.对2输入2输出的非线性系统进行仿真,结果表明FIMC在多变量系统中可以实现好的控制.     

Dynamic Parameter Encoding for Genetic Algorithms

The common use of static binary place-value codes for real-valued parameters of the phenotype in Holland's genetic algorithm (GA) forces either the sacrifice of representational precision for efficiency of search or vice versa. Dynamic Parameter Encoding (DPE) is a mechanism that avoids this dilemma by using convergence statistics derived from the GA population to adaptively control the mapping from fixed-length binary genes to real values. DPE is shown to be empirically effective and amenable to analysis; we explore the problem of premature convergence in GAs through two convergence models.     

多变量动态矩阵控制算法研究

研究精馏塔的优化控制问题,由于PID控制精度差,多变量解耦控制理想完全解耦难以实现,预测控制存在模型失配,参数与工程指标联系不紧密的缺点,提出基于PID的多变量动态矩阵控制(DMC)策略.通过在DMC性能指标中引入预测输出误差项,利用PID指标改变传统DMC优化过程.上述算法兼具预测控制的解耦特性与PID控制参数工程意义明确的特点,加快了Shell原油精馏塔响应速度,消除了产品干点在设定值附近振荡,减少一个产品干点改变致使另一产品干点波动的现象.同时改进算法与传统预测控制器结构类似,便于广大工程人员设计实现.     

遗传算法中排列问题的编码研究

针对排列问题的编码方法一直是遗传算法应用中的重要研究领域。采用各种传统编码方法的编码表示空间通常远远大于实际的问题空间,这不但提高了各算子设计的复杂性,同时很大程度上降低了收敛速度。文章提出了一种针对排列问题基于次序的一维二进制编码方案和两种改良方案,使排列与编码形成了一一映射,最大限度地缩小了编码表示空间与问题空间的差距。采用TSP问题的实验结果表明,文章提出的编码方式具有很好的性能。     

基于两层编码遗传算法的机器人路径规划

讨论了在障碍物已知的二维环境里,在两上已知点之间寻找最短欧氏路径的问题,用了一种基于遗传算法的新的空间分割的方法,在遗传算法中,提出了一种新的编码方法－两层编码,这种编码来源于分子数量遗传学中的遗传机制,它能够大大夺强编码的表达能力,这种方法的核心就在于通过中间层编码来降低搜索的复杂度。     

归一化实数编码的多维并行遗传算法

给出了归一化多维实数编码的基本定义,并在此基础上提出了基于归一化实数编码的多维并行遗传算法;对归一化实数编码多维并行交叉算子、多维并行变异算子进行了详细的研究;提出了多维优化问题归一化实数编码长度计算公式;对遗传算法的控制参数确定进行了阐述;对归一化实数编码的多维并行遗传算法适应度函数的确定方法进行了研究.实验表明,归一化实数编码多维并行遗传算法可以大大提高多维优化问题的收敛速度,从而进一步提高算法的性能,这些特点对于计算复杂的非线性多维优化问题具有重要的意义.     

一种基于多目标遗传算法的非线性控制器

该文利用相位滞后仅38.1°的Clegg积分器构成一个非线性比例积分器,并利用多目标遗传算法对该控制器的三个参数进行优化,其中被优化的两个目标分别为被控系统的给定性能指标和抗负载扰动能力。然后将该控制器应用于一个存在饱和特性和间隙特性的双闭环调速系统,研究并比较了该系统在阶跃给定输入下的性能指标以及抗负载扰动的能力。仿真试验表明将该非线性控制器应用于具有多个非线性特性的动态系统能取得优良的性能。