配电网无功补偿优化的混沌遗传算法

遗传算法是一种模拟生物进化过程的优化算法,可用于求解包含离散化变量的复杂优化问题,文章将遗传算法应用于配电网无功优化,介绍了混沌遗传算法的具体步骤,并将该算法对IEEE30节点系统进行了无功优化计算,将结果与遗传算法得到的结果进行比较,表明混沌遗传算法应用于无功优化是合理可行的。     

基于贪心退火遗传算法的车辆图像分割研究

针对交通流实时检测系统图像分割的阈值自动优化选取问题,通过将贪心思想和模拟退火思想引入到遗传算法中,设计了贪心退火遗传算法(GAGA),以最大类方差函数作为遗传算法中适应度的评价函数,利用贪心算法局部搜索能力强和退火遗传算法全局搜索能力强的特点 ,实现图像阈值的自动优化选取.MATLAB仿真数据表明,贪心退火遗传算法较基本遗传算法具有更强的寻优性能.将其应用于交通流检测系统,可增强整个系统的实时性和鲁棒性.     

改进遗传算法在车辆路径问题中的应用

建立了车辆路径问题的数学模型.为了提高遗传算法的搜索速率,避免种群出现“早熟”现象,对适应度函数采用动态线性标定方式,改进交叉算子,采用大变异操作,设计出了求解车辆路径问题的改进遗传算法并给出了具体的计算步骤.应用该遗传算法进行了实例计算,取得了比较满意的结果.计算结果表明,该遗传算法在计算性能上优于参考文献中设计的遗传算法.同时也表明,对遗传算法的改进策略不仅简单而且对求解VRP问题是有效的.      

遗传算法及在汽车悬架参数优化设计中的应用

为了探讨遗传算法在汽车悬架参数优化设计中应用的可行性,对遗传算法的基本概念、基本步骤以及常用的基于二进制编码的遗传算法的实现方法进行了研究。以1/4汽车两自由度振动模型为对象,运用遗传算法对悬架刚度和减振器阻尼系数进行了优化求解。研究结果表明,优化后得到的车身垂直振动加速度均方根值较优化前在整个频率范围内均有较大的减小,遗传算法应用于汽车悬架参数的优化设计具有较好的效果。     

基于免疫遗传算法的公交线网优化研究

为了提高遗传算法在线网优化中的稳定性,在遗传算法过程中加入免疫因子的提取与注射,并设置局部最优的检测。改进后的免疫遗传算法能结合求解问题的特征信息对种群进行免疫接种,提高搜索速度和精度。通过路网验证,并与标准遗传算法进行比较,表明效果明显。     

遗传算法在汽车动力性、经济性优化中的应用

遗传算法是一种模拟生命进行机制的搜索和优化方法，其全局优化和隐含并行性的特点使得遗传算法能适应求解大规模的复杂优化问题。本文从遗传算法的基本原理着手，阐述了遗传算法在汽车动力性、经济性优化中的应用。     

基于改进遗传算法的组合拱桥结构优化设计

针对基本遗传算法存在的未成熟收敛及振荡等缺点,采用自适应调整交叉及变异概率的方法,并在其中加入转基因算子,形成改进遗传算法,开发出基于改进遗传算法的组合拱桥结构优化程序;探讨了遗传算法在组合拱桥结构优化设计中的应用;数值实验表明,优化后的结构满足规范设计要求,可显著节省工程造价.     

遗传算法在公路工程工期成本优化问题中的应用

利用遗传算法对公路工程工期成本优化问题进行探讨,给出利用遗传算法对整个问题的求解设计思路,在公路工程工期成本优化中利用遗传算法优化时染色体设计、优秀个体的充分利用以及遗传操作后不合理结果的处理提出解决方法,为今后遗传算法在公路工程进度优化中的应用提供有益的思路。最后设计求解流程图。     

基于改进遗传算法的公路边坡稳定性分析方法

采用瑞典圆法计算滑面为圆弧时边坡的安全系数,并在遗传算法中增加Powell算法作为局部搜索过程,从而在保证遗传算法良好的全局搜索能力的同时,也提高了遗传算法的搜索速度。采用改进后的遗传算法搜索边坡的最小安全系数及与之相对应的滑动面,结合公路边坡工程实例检验了所提出方法的有效性。     

基于改进遗传算法的公路边坡稳定性分析方法

采用瑞典圆法计算滑面为圆弧时边坡的安全系数,并在遗传算法中增加Powell算法作为局部搜索过程,从而在保证遗传算法良好的全局搜索能力的同时,也提高了遗传算法的搜索速度.采用改进后的遗传算法搜索边坡的最小安全系数及与之相对应的滑动面,结合公路边坡工程实例检验了所提出方法的有效性.     

公路工程中多种资源均衡优化的遗传算法设计

利用遗传算法对公路工程进度优化中的资源均衡优化问题进行了探讨,给出了利用遗传算法对整个问题的求解设计思路,对公路工程多种资源均衡优化中利用遗传算法优化时染色体设计、优秀个体的充分利用以及遗传操作后不合理结果的处理提出了解决方法,为今后遗传算法在公路工程进度优化中的应用提供了有益的思路。最后设计了求解流程图。     

遗传算法解决组合优化问题可行性研究

在遗传算法收敛性定理的基础上，证明了遗传算法解决组合优化问题的可行性定理，讨论了遗传算法求解组合优化问题的设计，提出了同步可靠遗传算法，论证了同步可靠遗传法中的编码解决函数设计的必要条件。所有这些为解决组合优化问题的遗传设计提供了理论基础。     

基于模糊隶属度曲面的遗传算法图像分割

介绍了遗传算法的发展历史和图像分割的应用现状，分析了基于基本的遗传算法的图像分割方法，并将遗传算法与模糊集理论相结合用于医学图像分割，提出了基于模糊隶属度的遗传算法的医学图像分割方法。并对不同方法，如分割效果、计算代价进行了分析比较。     

预应力混凝土连续刚构桥的参数优化

针对连续刚构桥进行参数优化,研究了边中跨比值、梁底曲线指数、跨高比和薄壁墩墩身间距这四个参数对连续刚构桥受力性能的影响。运用正交设计法、遗传算法、遗传算法与神经网络结合以及神经网络、遗传算法与正交表结合四种方法进行多目标优化计算,计算过程中考虑了施工阶段及混凝土用量的影响,并将四种方法进行了比较。结果表明单纯的遗传算法容易早熟,很难产生最优解。将遗传算法、神经网络和正交表结合效率较高且能够得到在经验范围之内的精度较好的优化结果。     

预应力混凝土连续刚构桥的参数优化

针对连续刚构桥进行参数优化,研究了边中跨比值、梁底曲线指数、跨高比和薄壁墩墩身间距这四个参数对连续刚构桥受力性能的影响.运用正交设计法、遗传算法、遗传算法与神经网络结合以及神经网络、遗传算法与正交表结合四种方法进行多目标优化计算,计算过程中考虑了施工阶段及混凝土用量的影响,并将四种方法进行了比较.结果表明单纯的遗传算法容易早熟,很难产生最优解.将遗传算法、神经网络和正交表结合效率较高且能够得到在经验范围之内的精度较好的优化结果.     

加速遗传算法在路堤边坡稳定性分析中的应用

根据加速遗传算法的思想和瑞典法基于圆弧滑动面的假定,提出一种用加速遗传算法搜索最危险滑动面及其对应的最小安全系数的方法。该方法是一种改进的遗传算法,它不仅能克服传统方法容易陷入局部极小值的缺点,而且较简单遗传算法具有更高的搜索效率,计算时间短,搜索的解更优,是一种全局优化算法。通过某高速公路工程实例对其进行了验证,结果令人满意。     

公路路线智能优化方法研究

公路路线优化属于多目标优化问题。传统优化算法难以解决具有模糊性、不确定性的路线优化问题。建立了基于GIS和遗传算法的公路路线智能优化模型,提出了基于GIS空间数据挖掘技术的选线环境知识获取模型和基于多目标遗传算法NSGA-Ⅱ的路线优化算法,解决了GIS与遗传算法集成、目标函数确定、遗传算法设计等关键问题。最后通过算例,验证了模型的有效性和实用性。     

退火遗传算法在边坡稳定性分析中的应用

在边坡稳定性分析中,常规方法诸如逐点扫描法受自身的局限,难以寻找到最危险的滑动面且易受人为因素的影响。将退火法与遗传算法相结合,既发挥了遗传算法强大的全局搜索能力,同时又利用退火法加强了遗传算法的局部求精能力。通过引入退火遗传算法,很好地解决了滑坡最危险滑动面的搜索问题,为边坡滑动面搜索提供一个新的解决方法,克服了常规方法的种种弊端。     

基于遗传算法优化支持向量机的再生混凝土抗压强度预测模型

针对再生混凝土抗压强度预测问题,提出了一种基于遗传算法优化支持向量机(GA-SVM)的抗压强度预测模型。利用遗传算法对SVM的参数进行优化,并得到优化的SVM预测模型。仿真试验结果表明:与BP神经网络和传统SVM的预测结果相比,基于遗传算法优化支持向量机模型的预测精度更高。     

基于遗传算法的FCM聚类分析在边坡稳定性评价中的应用

FCM聚类分析在边坡稳定性评价研究中已得到广泛的应用,但传统的FCM算法存在着对初始聚类中心值敏感的问题。引入遗传算法来克服这个问题,提出了基于遗传算法的FCM聚类分析。以具体实例,采用基于遗传算法的FCM聚类分析对边坡进行稳定性评价,然后进行模式识别。研究结果表明:基于遗传算法的FCM聚类分析,克服了传统FCM聚类分析对初始聚类中心敏感的问题,其结果明显好于传统的FCM聚类分析。