一种基于遗传算法的模糊聚类算法及基与FCM算法的结合

在各种糊聚类算法中，模糊C－均值聚类算法FCM（Fuzzy C-Mean Clustering Algorithm）的应用最为广泛。但在实际的应用中，FCM算法却容易陷入局部最优解。因此，本文首先提出了一种基于遗传算法GA（Genetic Algorithm)的模糊聚类分析方法，它利用了遗传算法随机搜索的特点，可以避免陷入局部最优解。实验表明，将该遗传算法与FCM算法结合起来进行聚类分析，比单一使用遗传算法或单一使用FCM算法进行聚类分析的效果都要好。     

一种基于遗传算法的模糊聚类算法及其与FCM算法的结合

在各种糊聚类算法中,模糊C-均值聚类算法FCM(Fuzzy C-Mean Clustering Algorithm)的应用最为广泛.但在实际的应用中,FCM算法却容易陷入局部最优解.因此,本文首先提出了一种基于遗传算法GA(Genetic Algorithm )的模糊聚类分析方法,它利用了遗传算法随机搜索的特点,可以避免陷入局部最优解.实验表明,将该遗传算法与FCM算法结合起来进行聚类分析,比单一使用遗传算法或单一使用FCM算法进行聚类分析的效果都要好.     

基于两层编码的进化算法及其在控制混沌中的应用

针对RBF（Radial Basis Function)网特点，提出基于两层编码的进化算法来同时确定网络结构和参数。文中分别采用两种不同的遗传算法GA（Genetic Algorithm）和进化规划EP（Evolutionary Programming）训练网络。实验结果表明，基于这三种不同进化算法的RBF网络都能有效地控制混沌系统，其中EP的训练和控制结果最优。     

基于遗传-神经网络的沿海港口吞吐量的预测

针对遗传算法(Genetic Algorithm,GA)和人工神经网络(Artificial Neural Network,ANN)的缺陷,把二者有机结合起来,提出了基于GA-BP神经网络的沿海港口吞吐量的预测模型,并将预测结果与一般BP神经网络做比较,结果表明该模型比一般BP神经网络预测模型的预测精度要高很多.     

一种针对盆舾装过程的仿真方法

通过对船舶尾总组分段盆舾装工艺的研究,结合虚拟装配技术和遗传算法,提出了一种针对盆舾装装配过程的仿真及优化方法。在使用CATIA完成船体及舾装件三维建模的基础上,利用DELMIA－DPM与Matlab遗传算法工具包进行仿真及优化研究。仿真结果表明该方法能够有效解决复杂舾装单元的吊装序列、路径问题,进而提高了现场盆舾装过程的装配效率。     

基于多Agent技术的船舶舾装托盘数据信息挖掘研究

介绍了一种基于多Agent技术的船舶舾装托盘数据信息挖掘方法，利用该方法可以抽取TRIBON中的基本托盘信息，通过Control-Agent采用符号定向图SDG（Signed Directed Graph）方法，可以将舾装托盘的紧固件的标准件从五金件库中挖掘出来；采用分类方法，在SQL命令下进行数据之间的比较和处理，从中找到并重组上述两类托盘。     

基于两层编码的进化算法及其在控制混沌中的应用

针对RBF(Radial Basis Function)网特点,提出基于两层编码的进化算法来同时确定网络结构和参数.文中分别采用两种不同的遗传算法GA(Genetic Algorithm)和进化规划EP(Evolutionary Programming)训练网络.实验结果表明,基于这三种不同进化算法的RBF网络都能有效地控制混沌系统,其中EP的训练和控制结果最优.     

动态武器目标分配问题的DWTA-GA算法

首先介绍求解静态武器目标分配问题的贪心算法,它是求解动态武器目标分配DWTA(Dynamic Weapen Target Assignment)问题的基础.然后,笔者提出了基于遗传算法GA(Genetic Algorithm)的动态武器目标分配策略DWTA-GA.实验结果表明,新提出的基于遗传算法的动态武器目标分配策略是有效的.     

工程项目资源优化的遗传算法

遗传算法（GA）是一种源自生物界自然选择和自然遗传机制的随机化搜索方法，其群体搜索策略和信息遗传的特点使其在组合优化中表现出其它传统方法所不能比拟的性能。本文将GA应用于工程项目的资源优化中。与常规的直观方法相比，应用GA能同时解决资源平衡和资源有限问题并避免了繁琐的推断过程，同时还能得到除最优解外的几个次最优的解决方案。     

基于GA的大型船舶制造企业风险管理研究

介绍了运用遗传算法（GA）解决实际问题通常包括的步骤。探讨了散货船船体吊装顺序优化，建立了在给定周期下实现成本最小的目标函数，提出了一种改进GA来求解全局最优或者次优的装配顺序，采用了整数编码、单点交叉方法和新的变异方式。采用了最小偏差法，构造了FPSO船型优化的统一目标函数，采用了实数编码，以容量最大、造价最小为目标进行了多目标优化。     

基于GA和SVM的水火弯板焰道布置优化方法

水火弯板是目前船舶建造中普遍采用的曲型外板加工方法,由于机理复杂,其加工过程参数确定往往依赖于工人的加工经验,难以实现标准化和规范化。文章提出基于遗传算法(GA)和支持向量机(SVM)的水火弯板焰道布置优化方法,以成形曲面和设计曲面之间的形状误差最小为优化目标,将焰道布置优化问题分解成计算最小形状误差和搜寻最佳匹配位置两个问题,并分别运用嵌套GA和SVM来实现这两个问题的求解。实例验证表明该方法能快速高效确定最优的加热线布置方案。     

舾装安装顺序智能化设计技术

针对舾装生产设计较为粗放、舾装托盘划分不尽合理的问题,从舾装设计源头出发,分析舾装作业托盘划分原则及基于托盘物量设置的舾装安装顺序,提出一种面向现场的舾装工序优化原则,以机舱分段为对象,形成舾装安装顺序智能化设计方法,完成舾装托盘的精细划分,实现舾装作业工序的合理优化及作业物量的精准估算。     

基于遗传算法的水平轴海流发电机叶片优化方法

提出一种基于遗传算法优化(GA)的水平轴海流发电机叶片优化方法,采用Xfoil和BEMT作为分析工具,适用于二维翼型和三维叶片的多目标优化,并以此为基础编写一套叶片优化程序。该优化方法在增加叶片获能效率和减小推力方面具有显著效果,同时对于翼型性能的提升也同样出色。     

主汽温PID参数整定的多目标遗传优化研究

综合考虑舰船锅炉控制系统的跟随性能、扰动抑制性能和鲁棒性能,提出一种基于多目标遗传算法和多属性决策的PID参数设计方法,采用改进非支配解排序的多目标遗传算法求出Pareto最优解。由Pareto最优解构成决策矩阵,使用客观赋权的信息熵法对最优解的属性进行权值计算,再采用逼近理想解的排序方法进行多属性决策研究,对Pareto最优解给出排序。计算某锅炉主汽温PID控制的数值算例,结果表明方法通用性良好,所设计的PID性能优异,适合工程实际应用。     

潜水器多学科设计中的多目标协同优化方法

针对潜水器设计中涉及多个学科的耦合以及数据信息量大、数据关系复杂的问题,文章介绍了一种新的多目标协同优化算法.该方法将Pareto遗传算法(PGA)引入协同优化框架,二者的有机结合充分发挥各自的优势,该方法利用协同方法的分解协调机制将复杂系统的设计问题分解为一个系统级优化问题和几个学科级优化问题.采用PGA作为系统级优化器,不仅可以得到能够反映多目标优化问题实质的、客观的Pareto解集,而且,由于PGA是无需梯度信息的直接搜索算法,从而从根本上消除了协同优化由系统层一致性约束条件引起的收敛困难问题.在PGA与协同优化框架结合的过程中,采用目标函数的归一化处理、分级罚函数法、浮点数编码、群体分级和Paveto解集过滤器等技术提高算法的计算效率和可靠性,并通过一个数学算例和一个载人潜水器的例子证明了多目标协同优化算法的有效性.     

基于遗传算法的核动力舰船蒸汽发生器水位PID控制研究

采用遗传算法对PID参数进行寻优,在搜索空间内获得全局最优点,将遗传算法和Z-N整定的结果作了比较,仿真结果表明,采用遗传算法能获得较好的控制效果,在蒸汽发生器水位控制过程中,可以采用遗传算法来优化PID控制器参数。     

基于GSA-IPM算法的船舶电力系统无功优化

提出GSA-IPM(万有引力-内点)算法求解船舶电力系统无功优化问题,以降低船舶电力系统的有功损耗,提高电压质量,改善安全经济运行水平。将算法应用于某实际船舶电力系统进行仿真测试,结果与万有引力搜索算法(GSA)、遗传算法(GA)及粒子群算法(PSO)作比较,证明了算法能够使有功网损更低,电压质量更佳,从而验证了方法的有效性。     

基于遗传算法的舰船舱段可靠性优化设计

遗传算法在引入动态自适应策略和"免疫算子"之后,其收敛效率有了较大的提高。对于以可靠性作为约束的随机结构系统优化问题,以罚函数法为基础,构造了有效的约束与目标函数向适应值函数的映射公式。建立合理的安全余量,采用随机有限元法处理结构分析中所涉及的有关参量的随机性,计算结构响应和敏度分析,并进行系统的可靠性计算。通过两种算法的结合,利用自适应免疫遗传算法、随机有限元法及可靠性的基本理论,建立了一套完整的基于遗传算法与随机有限元的结构系统可靠性优化设计方法。对舰船舱段结构梁系截面的优化计算结果表明,算法对多随机因素结构系统的可靠性优化具有良好的收敛效果。     

集装箱船主尺度全局最优化的混沌算法

提出了应用混沌优化方法（Chaos Optimization Algorithm,COA)进行集装箱船船型主尺度要素全局优化的新策略。混沌优化方法利用混沌变量的随机性、规律性、遍历性寻优，能够克服经典优化方法如直接法、梯度法、Hessian法等方法容易陷入局部极小点的不足，方法简单、快速、易于掌握，其效率比一些目前广泛应用的随机优化方法如模拟退火法（SAA）、遗传算法（GA）等高得多。实际算例的结果证实了混沌优化方法用于集装箱船船型优化的有效性。     

大范围环境下自主式水下潜器两种全局路径规划方法的研究

应用遗传算法(GA)和A·算法对自主式水下潜器(简称AUV)在大范围海洋环境中的全局路径规划问题进行了研究.介绍了基于栅格的环境模型及其数据结构,讨论了GA的染色体编码方式、基于知识的初始种群生成方法与适应度函数,基于领域知识设计了五种遗传算子,给出了A·算法的具体实现方法.通过仿真结果可以看出:GA采用可变长编码方式使路径描述简单、清晰,具有收敛速度快、求解实际问题效率高的特点;A*算法可在较短时间内求得相对栅格优化的路径.两种算法均可满足系统实时性要求.