基于遗传算法的六自由度并联平台的控制

由于单通道电液位置伺服系统是一种非线性时变系统,而且有阻尼比小、参数变化大、非线性程度高的特点,传统的PID控制已经很难满足六自由度并联平台的控制精度的要求。针对六自由度并联平台单通道的数学模型,采用遗传算法对其PID控制器的参数进行优化控制,以满足系统的控制精度的要求。仿真结果表明该控制系统的性能指标有了很大改善,证明了该遗传算法的可行性和有效性,克服了传统PID整定参数费时的缺点,对解决实际控制问题提供了有效的方法,并且具有良好的抗干扰能力,其适应性(鲁棒性)也有了很大的提高。     

电动汽车参与经济调度的多目标模型

电动汽车通过V2G技术可以作为电网负荷侧的备用容量,由此提出了一个多目标优化模型,将电动汽车车主成本和经济调度成本作为其目标函数,并让电动汽车通过有序充放电来作为经济调度时的备用容量.在满足各种约束条件下,采用多目标遗传算法(NSGA-Ⅱ)对模型进行求解.电动汽车的负荷特性、负荷波动、真实风能输出和机组停运状态均采用蒙特卡洛算法得到,并以一小时为时间间隔来进行仿真.由模型的求解结果可知,通过选择合适的pareto解集中的值,可以节省车主成本和经济调度的成本,并且可以实现对负荷削峰填谷的功能.     

基于预分类的逆变异分类器算法

遗传算法已经在许多领域得到了成功的应用,在解决模式识别问题时,由于遗传中的变异过程的存在导致了模式差异,如果能够减少这种差异性,就可以提高模式分类的正确率。针对这种情况,本文提出了在预分类基础上的一种逆变异算法,该算法采用遗传算法中变异过程的逆过程,来减少模式的差异性,达到提高模式分类正确率的目的。在ORL人脸库上的实验结果表明,该分类器的模式识别率明显高于传统的分类器算法及遗传算法。     

基于HFSS-MATLB-API的天线布局优化仿真

随着用于车载平台的天线数量日益增多, 汽车的电磁兼容问题日益严重. 针对天线布局缺少统一合理模型和理论方法指导的现状,利用HFSS-Matlab-Api脚本库在Matlab中调用HFSS建模进行天线布局的电磁兼容性仿真, 采用遗传算法对布局进行优化. 此方法省去人为数学模型推导过程, 减少用户反复绘制模型、修改参数的重复工作. 不仅充分利用HFSS仿真的高精度、可靠性和便捷性, 而且采用遗传算法减少盲目的试探带来的时间和成本的浪费. 最后, 得到与理论相符合的实验结果, 从而验证了布局与优化方法的可行性.     

PMU最优配置及其在舰船电力系统中应用研究

针对舰船电力系统的特点和在潮流方程求解中存在的问题,借鉴在陆地电力系统中配置相应的PMU将使潮流方程直接可解的思想,实现采用遗传和粒子群优化算法的基于潮流可解最优PMU配置方案算法。并对其在舰船电力系统中的有效性和适用性进行了比较,可为舰船电力系统配置PMU提供参考。     

机关单位干部考试系统的设计与开发

笔者针对现有的考试系统存在的一些不足,在研究大量文献关于考试系统组卷算法的基础上,以教育测量与教育统计为理论支撑,提出了遗传算法自动组卷策略。     

基于遗传算法的最大熵双阈值图像分割

图像分割是图像处理的一个基本问题,阈值法是图像分割的常用方法.通过建立最大熵双阈值数学模型和设计遗传算法,对双阈值图像分割进行了有效的解决.进一步提出了遗传算法的改进,能准确找出图像分割的双阈值,对分析和理解图像具有重要用处.     

基于遗传算法改进后的新常德动态交通路网分析

2013年来,常德政府实施了全城的三改四化工作,工作至今仍在继续,全城人民从当初的不理解不支持,到今天给予的高度肯定,足以说明了三改四化工作给常德城市建设带来了若干变化:城市变漂亮了,道路变开阔了,交通拥堵缓解了……阐述了三改四化后常德动态路网模型改进遗传算法的研究基础上,进行仿真实验分析,进一步探讨改进后的遗传算法在动态交通路网中的应用优化情况.     

交互更新模式的量子遗传算法的几何约束求解

目的针对传统量子遗传算法无法充分利用种群中未成熟个体信息的不足,提出了基于交互更新模式的量子遗传算法(IUMQGA)并应用于几何约束求解中。方法几何约束问题的约束方程组可转化为优化模型,因此约束求解问题可以转化为优化问题。采用将遗传算法与量子理论相结合的量子遗传算法,使用双串量子染色体结构,使用交互更新策略将遗传算法中的交叉操作利用量子门变换来实现,根据不同情况采用不同的交互更新策略。这里的交互,指的是两个个体进行信息交换的过程,该过程用以产生新的个体。这不仅增加了个体间信息的交换而且充分利用了种群中未成熟个体的信息,提高了算法的收敛速度。结果通过非线性方程实例和几何约束实例测试并与其他方法比较表明,基于交互更新模式的量子遗传算法求解几何约束问题具有更好的求解精度和求解速率。双圆外公切线问题实例中,IUMQGA算法比QGA算法稳定;单圆填充问题和双圆外公切线问题实例中,通过实验求得各变量的最优值与其相应的精确值的误差在1E-2以下。结论采用交互更新模式的量子遗传算法可以很好地求解几何约束问题。     

动力载波传感控制网络通信优化模型设计北大核心CSCD

良好的动力载波传感控制网络通信质量可以保障传感控制网络的稳定运行。在动力载波传感控制网络通信中,信号在传输过程中会产生成反射、驻波、谐振,导致信号发射机和接收机的本地震荡频率间存在频率偏差。传统方法是在建立精确的震荡频率基础上,通过插入网络通信节点对网络通信优化,导致出现造成通信效率低的问题。提出了基于改进遗传算法的动力载波传感控制网络通优化方法。利用遗传算法对动力载波传感控制网络中所有的通信节点和通信路径进行全局搜索,将遗传算法与蚁群算法进行有效的融合,并利用融合后算法全局寻优的特性进行动力载波传感控制网络的组网,使其产生新的抗体,利用新抗体的交叉操作促进算法快速求解,完成了动力载波传感控制网络通信优化模型的建立。仿真结果证明,上述方法精准性强,且能够满足动力载波传感控制网络通信优化模型建立的实时要求。