基于遗传算法的水泥窑双压余热发电系统参数优化

基于能量平衡和物质平衡得出了水泥窑双压余热发电系统的数学模型,并根据此模型采用遗传算法对双压余热发电系统的多个非线性热力参数进行了优化.对我国5000～5 500 t/d水泥窑余热发电系统各热力参数最优化配置及各个优化参数值与设计参数进行了对比,表明在给定的水泥窑废气参数经过优化后计算的发电功率可达10.38MW,比根据设计参数计算得到的发电功率有较大的提高.     

电力市场环境下梯级水电站短期优化调度研究

分析了电力市场环境下梯级水电站优化调度的特点,提出梯级水电站优化运行三步调度方案,针对不同阶段分别建立了面向电力市场的梯级水电站短期优化调度模型,包括总用水量相同情况下发电效益最大调度模型和总负荷一定条件下耗水量最小调度模型;对遗传算法进行了改进,提高了其收敛速度和求解精度,提出了基于混合遗传算法的模型求解方法.实例研究证明该方法科学可行,对电力市场环境下梯级水电站短期调度运行有较高的参考价值.     

基于遗传算法进行张弦梁结构索力识别

为识别张弦梁结构索力大小,提出了一种基于静力检测技术的索力识别方法.基于静力检测技术,定义了张弦梁结构索力识别的一般数学模型.通过分析张弦梁结构的整体受力特征,基于有限元方法提出了适用于张弦梁结构索力识别的识别模型.运用改进的遗传算法寻求问题的全局最优解,只需若干点位移实测值便可实现多个索段索力的同时识别.并编制了通用有限元计算程序,数值模拟算例验证了方法的可行性.     

基于Morlet小波变换和改进遗传算法的动态识别

如何合理地识别大型复杂结构的动力参数一直是工程领域关心的问题.为此,以Morlet小波变换和采用单亲遗传算子的改进遗传算法为基础,构造一结构动态参数识别模型.并且以C++为平台,通过计算机内部命令调用ANSYS等软件,实现识别模型的程序化.通过模拟算例计算,计算结果与理论值一致.同时,结合一水电站厂房现场振动试验,对该大型结构进行动态参数识别,识别结果与工程经验值基本吻合.     

新型钢铅组合耗能器性能试验及参数优选

为了考察新型钢铅组合耗能器(NCSLD)的力学性能和提高其耗能能力,利用电液伺服压剪试验机对NCSLD耗能器进行力学性能试验,采用ANSYS实体建模的方法对耗能器进行大量的数值分析,并对性能试验和数值分析的结果进行对比,研究耗能器的滞回特征参数与其6个几何参数之间的关系,回归出二者之间的公式.提出评价耗能器性能优劣的标准及其附加条件,并以此标准为依据,利用均匀设计法和遗传算法分别对耗能器的6个几何参数进行优选.结果表明遗传算法的选优效果要好于均匀设计法,同时得到一系列性能良好的NCSLD耗能器.     

一种面向对象体系结构的度量模型

针对面向对象体系结构的软件系统缺乏有效度量方法的现状,通过行为、逻辑、构件和部署4个互为补充的模型,对面向对象的软件进行了架构分析,并确定了度量数据的采集集合.基于架构分析获得的原始系统数据,吸收快速原型与白盒、黑盒的基本原理,作者提出了一种适合面向确定对象系统的功能-结构-原型度量模型FCPMM(Function Configuration Prototype Metric Model).结合面向对象的基本准则与基本遗传算法,导出了该模型的循环收敛算法,从而可动态求解软件系统的最优状态.最后利用Matlab仿真实例,从度量参数适应度和最佳个体解码值两个方面验证了该算法的可行性.     

电磁领域中复超越方程的遗传算法求解方法

将遗传算法与参数跟踪策略有效结合,跟踪过程中进行搜索域压缩与位移操作,形成了一种功能强大的新算法,可成功应用于电磁领域中各种各样复超越方程的高精度求解问题.在算法实现过程中,使用参数跟踪策略有效地缩小了搜索区域,保证了解的单一性,提高了运算速度;使用动态搜索域提高了解的精度;应用三阶差商公式预估新的搜索中心,使运算速度得以进一步提高.应用本文发展的算法详细求解了终端短路法测量材料的复介电常数时得到的复超越方程和部分填充矩形波导的特征方程,计算结果表明该算法能够轻松地解决复超越方程中的多值问题,解集完备性好,算法鲁棒性强.     

快速路网导行控制研究

简述了快速路网导行控制的基本原理,提出了以可变信息标志（VMS）为诱导手段的快速路网导行控制方法．导行控制以经典的METANET模型作为快速路交通网络模型,采用非线性最优控制方法进行控制问题的建模,采用遗传算法求解优化问题．仿真算例显示了导行控制的有效性．     

混沌支持向量机在变压器局部放电检测中的应用

针对变压器故障诊断中缺少实际典型故障样本的问题,提出了混沌支持向量机(CSVMs)变压器局部放电检测方法。该方法采用K均值聚类(KMC)对变压器油中5种特征气体样本进行预选取作为特征向量,输入到混沌优化多分类支持向量机中进行训练,建立CSVMs诊断模型,实现对故障样本的诊断分类。实例分析表明,KMC算法浓缩了故障信息,有效地解决了确定模型参数时耗时巨大的问题;混沌优化较好地提高了模型的推广能力。该方法在有限样本情况下,能够达到较高的故障正判率,满足变压器故障自动诊断的目的。