遗传算法在估计瞬时单位线参数中的应用

以matlab为平台,应用遗传算法和matlab工具箱中的统计函数,通过求解还原洪水过程与实测洪水过程之差绝对值的加权之和最小化问题来优化估计瞬时单位线的参数,避免了用近似公式法求解带来的方法误差.实例研究表明该方法是有效的,其精度明显高于矩法,也较近似公式法高.     

遗传算法在区段站到发线的应用研究

为解决车站到发线的合理运用问题，采用遗传算建立了到发线运用的染色体结构和适应度函数，对这种复杂的非线性组合优化问题进行了仿真。     

遗传算法在飞剪机结构参数优化设计中的应用

在对飞剪机结构参数的优化设计中,应用了一种新兴的高效寻优方法-遗传算法。文中对基于遗传算法的参数优化过程进行了全面和简要的说明。实例计算表明,该方法可以获得比较满意的优化设计结果。     

瞬时角速度测试及其在齿轮箱诊断中的应用

介绍一种用于故障诊断的瞬时角速度测试方法，通过实例提出基于同步采样角速度信号的齿轮诊断方法。大量试验结果表明齿轮故障特征在角速度信号中表现显著，利用时域平均法可以从其同 样信号中获得清晰的故障特征。这种方法对齿轮系统具有良好的诊断效果。     

遗传算法在铁路客车横向稳定性多参数优化中的应用

以典型铁路客车的动力学模型为研究对象，以车辆最大可行速度为目标函数，采用遗传算法对其横向稳定性参数进行了最优化的计算研究。结果表明：遗传算法在求解车辆动力学系统的参数优化问题中具有很好的适用性。尤其是对于多参数，多峰的非线性问题，该法提供了求解问题全局最优解的可能性。     

遗传算法在图像分割中的应用

图像分割是图像分析的预处理阶段,被认为是计算机视觉中的一个瓶颈.基于扩展的Otsu最优阈值图像分割方法,提出用一种改进遗传算法进行图像分割的方法,并给出了遗传算法中参数的设定.仿真结果表明,改进算法的计算速度不仅明显优于传统的Otsu方法,而且算法的分割效果也很好.     

遗传算法在电力系统无功优化中的应用

详细介绍了浮点数编码遗传算法的编码、选择、交叉、变异等操作.该编码不仅可以降低算法的搜索空间,而且可以避免初始化及在遗传操作中生成的不可行解.将该算法用于IEEE30节点系统,结果表明,该方法降低了网络损耗,实现了电力系统的无功优化,得到了满意的结果.     

遗传算法在运输问题中的应用

提出一种求解单目标问题的新算法。算法充分利用遗传算法内在的并行性,避免了用单纯形法求解该问题出现的并行性差,求解整数问题的矛盾。算法中设计的杂交及变异算子对使用遗传算法求解矩阵约束的优化问题有普遍的指导意义。     

遗传算法在目标规划中的应用

利用遗传算法用于项目群优化数学模型进行了新研究，提出了多目标遗传算法。计算结果说明遗传算法是求解多目标问题的有效方法。     

遗传算法在反求摆线轮齿廓修形参数中的应用

通过应用三坐标测量仪对FA45-59型摆线针轮减速器的精密测量,求出摆线轮的基本参数和摆线轮齿廓的坐标参数.在此基础上应用曲线拟合的最小二乘法原理建立数学模型在MATLAB数学软件中应用遗传算法原理编写曲线拟合程序.最终求解出平均适应度、最佳个体(即最佳修形量),通过验证发现,反求出的修形量与理论修形量差值极小,说明反...     

�����Ŵ��㷨�����ܽ�ͨ����Ԥ�ⷽ��

把遗传算法应用到智能经济预测的模型选择问题中.首先，通过对已有的模型库中的模型进行编码得到遗传操作的种群，然后通过变异、交叉操作产生新的模型或者模型的组合，接着运用生成的模型进行自适应调节、学习从而得到模型的评价，用该评价作为个体的适应度进行选择操作.得到了较好的预测模型进行数据的预测.最后，文章结合我国客运量预测的实例进行了分析.     

基于遗传算法的机会约束规划的区间估计

从数理统计的角度，对机会约束规划的非线性目标函数的最优值进行了区间估计，并讨论了提高估计精度的方法，用遗传算法和样条回归得到了拟合的最优值目标函数的Lipschitz常数，算例表明了非线性目标函数最优值的区间估计方法的有效性。     

基于遗传算法的流量差值预测模型

随着高速公路网络以及联网收费技术的发展,路网中心需对各收费站进出流量差异进行分析及预测.该文应用ELMAN神经网络,运用相关站点历史数据逼近的方法,建立了流量差值预测模型;运用遗传算法对神经网络进行优化.预测模型能基本反映流量差值的变化趋势.     

基于遗传模拟退火算法的TRANSMODELER仿真模型参数标定研究

大多微观仿真软件是针对国外交通流特性而开发的交通仿真软件,而我国的交通特性与国外相比存在一定的差异,因此在运用仿真软件进行交通仿真之前,需要针对我国城市路网的实际交通调查结果,对相关参数进行标定.其目的是提高仿真模型的精度,使仿真结果更真实、更准确.文中设计了详细的参数标定流程,利用参数敏感性分析选取所需要标定的参数,再引入遗传模拟退火算法进行参数最优组合的搜索,并设计其功能界面,利用TRANSMODELER的二次开发功能,将参数标定的算法植入其仿真模块,实现仿真、评价的一体化和自动化.以昆明市一二一大街、学府路及相关联路道路为示范路网,验证所建立参数标定流程与算法的有效性与可行性.     

遗传算法在求解背包问题中的应用

对决策优化的经典背包问题进行了研究,提出了应用遗传算法对该模型进行求解,两例背包问题实例研究表明,遗传算法优化结果较其它方法都更合理。     

量子遗传算法的改进及其应用

为了解决量子遗传算法(QGA)用于连续多峰函数优化易陷入局部极值的问题，提出了一种改进的量子遗传算法(IQGA)．这种改进的量子遗传算法采用了已搜索到的最佳个体更新量子门和群体灾变策略．典型函数的测试结果表明，IQGA比QGA的收敛速度更快，且能有效地克服QGA易“早熟收敛”的不足．应用结果表明，IQGA的性能优于QGA和其它遗传算法．     

混合遗传算法在结构优化设计中的应用

基于邻域搜索的自适应遗传算法和标准遗传算法的一种离散变量结构优化设计的混合遗传算法,既能发挥邻域自适应算法省时、高效、成熟收敛的特点,又能发挥遗传算法全局最优的特点.优化设计结果表明:改进后的混合遗传算法的收敛性得到了很好的改善,使个体既能沿着当前种群优势方向前进,又能跳出局部最优,寻求全局最优.     

基于遗传算法的切割路径优化

将遗传算法用于求解加工路径优化问题．针对加工路径优化目标，即零件加工轨迹应走过零件所有内外轮廓且路径最短，给出了非确定型的多项式数学模型，并根据优化目标将其简化为点与点之间的优化．用遗传算法对加工路径优化进行了遗传编码，并对75个零件排样进行了计算机仿真计算．仿真结果显示，最优值（37129mm）为初始值（43622mm）的85％，表明该算法可行。     

基于遗传禁忌算法的城市公交线网优化研究

针对城市公共交通线网优化问题,利用遗传禁忌算法进行研究.通过对公交线网优化目标函数和关键约束条件的分析,从乘客利益、企业效益及社会环境的角度出发,以公共交通效率最大化为总目标,建立公交线网优化模型.在分析遗传算法和禁忌搜索算法自身的优势与不足的基础上,提出基于遗传禁忌算法的公交线网优化算法,并将其应用于银川市公共交通线网规划中,结果表明该算法科学合理,可操作性强.