埕岛油田馆上段沉积砂体及其夹层分布特征

通过岩矿特征、剖面结构、砂岩粒度和砂体形态分析,认为埕岛油田馆陶组上段为曲流河沉积。按砂体发育特点和成因类型划分出主河道连片砂体、河道边缘连续窄带状砂体、天然堤断续带状砂体、决口水道扇形席状砂体及废弃河道成因的透镜状砂体等5种类型。在研究区383口井精细地质研究的基础上,从不同成因储油砂体角度总结出夹层分布特征。建立了储油砂体内夹层的空间分布模式：主河道砂体内夹层分布复杂,一般底部发育钙质夹层,中部多发育物性夹层,上部为泥质夹层;河道边缘砂体主要发育泥质夹层;决口扇砂体内泥质夹层分布稳定;天然堤和废弃河道仅发育极少的钙质夹层。     

一种求解资源受限项目调度问题的遗传算法

提出一种求解使用可更新资源的单模式资源受限项目调度问题的遗传算法．采用遗传算法对项目活动进行调度,在满足紧前关系约束和资源约束的条件下,最小化项目工期．继承了基于排列和基于优先级的编码方案的优点,提出一种新的基于优先权排列的编码方案．采用串行调度方法生成项目计划．使用PSPLIB中的标准问题库对算法进行了充分的数值实验,通过与既有算法进行比较,证明本文算法的有效性．     

求解TSP的改进遗传算法

遗传算法是求解旅行商问题的一种全局优化概率搜索算法方法.文中针对遗传算法较快的找到最优解并防止＂早熟＂收敛问题,提出了一种新的分级方法,该方法在各级中以群体当前最优个体替代各级中的最差个体,并在各级中采用自适应变异概率,改进后的遗传算法不但有效的维持了群体的多样性,而且提高了收敛速度.最后实验表明,改进的算法是可行和有效的.     

六子棋博弈的评估函数

针对六子棋博弈问题,提出了一种"路"的博弈策略,构建了一种六子棋博弈的改进模型。又针对六子棋博弈评估函数参数优化中存在的问题,改进了六子棋博弈评估函数,并应用遗传算法进行寻优处理。实验结果表明:改进后的评估函数能够保持遗传种群的多样性,避免了遗传过程收敛过快,是一种优化机器博弈评估函数的有效办法。     

高职高专噪声控制技术课程教学模式改革探析

高职高专噪声控制技术课程教学中不同程度地存在教材内容陈旧、教学方法单一、实践教学环节较少等方面的问题。文章从教材建设、教学方法和实践教学等几个方面提出了相应的解决措施,从而整体优化高职高专噪声控制技术课程教学模式,保证教学质量。     

基于遗传算法的神经网络油水层识别

文章研究了基于遗传算法的神经网络油水层识别方法,针对神经计算存在因输入信息空间维数较大而使网络结构复杂、训练时间长,以及因冗余属性使网络拟合精度不高等缺点,提出了基于粗集属性约简方法降低了输入信息的空间维数、减少了运算量和简化了神经网络的拓扑结构,利用遗传算法提高神经网络的训练速度。实验结果表明：将混合智能计算方法应用于油水层识别中效果显著,其学习训练速度和拟合精度远优于传统BP神经网络算法。     

基于改进粒子群算法的体绘制传递函数设计

为降低体绘制过程中人机交互的复杂性,提出一种体绘制传递函数的自动设计方法.该方法把对传递函数的抽象评价转变为对绘制图像的显式评价,然后将传递函数的设计转变为一个多参数优化问题,并使用改进的粒子群算法进行自动寻优.图像的评价使用图像信息熵、差分熵、边界熵和主观评价的融合方法.针对粒子群算法易于陷入局部最优的缺点,结合遗传算法的思想对粒子群算法进行改进.该方法在体绘制应用中,具有更好的全局搜索能力和更高的收敛速度.实验结果表明,在一般体绘制应用中,本文的方法可以在1.0～2.0min内完成传递函数设计,实现用户满意的体绘制效果.     

基于混合演化的自适应建模及其应用

针对传统的遗传规划方法收敛效率低、模型精度不高等缺点,将进化策略应用于模型参数的全局最优搜索,在遗传规划建模的基础上使用进化策略修正模型参数,以实现对模型结构和参数的同时优化,通过2种演化算法的结合提高建模精度,同时采用最优保持策略加速优化过程,改善算法的收敛效率.将该方法应用于某型船用汽轮机组的仿真建模中,通过和传统演化建模的对比,证明采用混合演化策略的建模方法具有更快的求解速度和更好的全局搜索能力.     

复杂多源注水系统变频调速优化改进遗传算法

为了对复杂多源注水系统变频调速控制进行更全面的优化,以水量、投资回收期等限制作为约束条件,建立了优化控制数学模型.采用实数编码改进遗传算法对模型进行求解,同时优化出变频调速数量、位置和所有泵的运行参数,给出了处理泵排量以及根据投资回收期确定变频调速数量和位置的方法,大大减少了不可行解的产生,通过调整适应函数,使改进遗传算法具有一定的自适应性,提高了算法的优化性能.通过算例证明了该优化方法的有效性与可行性.     

基于改进遗传算法辨识空间机器人动力学参数

为了减小空间机器人动力学参数的误差,提高轨迹规划精度,根据空间机器人的角动量守恒方程,利用名义动力学参数估计角动量与真实角动量的差异,建立动力学参数辨识的误差模型,给出遗传算法的适应度函数.针对常规遗传算法容易出现"早熟"现象,采用小区间生成法、大变异策略和精英保留策略对其进行了改进.以六关节空间机器人为例进行的仿真结果表明,在参数复杂的情况下,采用改进后的遗传算法,计算效率和辨识精度均得到了提高。