标准遗传算法的研究进展

讨论了标准遗传算法在解决各种复杂问题时存在的缺陷,总结了相应的解决方案,并阐述了这些方案的实现原理,最后简单介绍了几种改进的遗传算法.     

驳船自适应舱群配载中的自适应遗传算法研究

平地造船技术得到飞速的发展,相应的下水技术也在快速发展,但快速精准的驳船配载技术是其中的难题。因此本文开展一系列的舱群配载研究。首先获取驳船配载计算模型,然后利用遗传算法对此模型进行求解,最后设定遗传算法中的参数值,利用其进行模型求解,得到最优的驳船配载方案。在以后的研究过程中,可将编码的长度加长,以此来提高系统的精确度。     

遗传算法在聚类分析中的应用

给出了一种基于遗传算法的聚类分析方法。对遗传算法的构成要素及用其解决问题的一般步骤给出了阐述。用VC 6.0编写的该算法的程序用来对数字进行聚类取得了较好的聚类结果。     

基于遗传算法的船舶导航路径规划研究

合理优化的船舶航行路径是舰桥系统中重点研究的技术之一。本文将遗传算法引入到船舶导航路径规划中,设计适当的适应度函数和遗传算子,从而保证遗传算法的鲁棒性;并且通过改进的交叉算子和变异算子能够增强种群的多样性。最后通过仿真对比实验来说明本文算法的有效性。     

基于遗传算法的渡船横渡航法寻优模型

目前,渡船横渡内河水域主要依赖船长的经验,依据周围水域的实时态势做出决策,无法对整条横渡航线进行整体把握。因此,所选择航法经常使渡船在航道中间,处于低速等待穿越时机的状态,横渡航行风险相对较高。建立安全评价模型,结合研究添加重要判据求得实际最近会遇距离,加入船舶尺度建立安全评价指标作为适应度函数阈值。应用遗传算法(Genetic Algdrithm, GA)建立基于遗传算法的内河横渡模型,综合考虑经济性、转向角度和转向点数量求取路径的适应值并执行遗传操作。试验选取长江某渡口真实交通流数据作为输入进行模型验证,导出迭代所得路径关键参数,经过专家对关键参数进行分析比对,所得航线的经济性、及时性和安全性均较为合理,构建的模型可应用于渡船横渡内河水域航法寻优中。     

基于遗传算法实现数字图像边缘检测

介绍了遗传算法的基本原理和算法步骤,并通过规定适应度计算方法和设定初始化子群、选择、交叉和变异等过程的重要参数,实现了该算法在图像边缘检测的应用,实例证明该方法可以取得很好的效果。     

一类模糊神经网络的遗传算法辨识

给出了一类模糊神经网络，并描述了用遗传算法辨识此模糊神经网络的详细过程。通过仿真使用遗传算法实现了模糊系统的辨识，证明遗传算法不失为一种解决此类问题的有效工具。     

遗传算法优化的RBF神经网络确定潜艇排水量和主尺度

潜艇设计中，排水量和主尺度的确定是潜艇概念设计中最重要的一环。提出应用遗传算法训练径向基函数神经网络的方法，计算常规潜艇的排水量和主尺度。实验结果表明此方法训练效率高、精度高具有全局搜索能力。     

基于遗传算法的多传感器管理

分析了针对多传感器多目标分配的传感器管理算法的特点以及存在的问题,结合遗传算法的思想,给出了一种以效能函数为目标函数的传感器管理算法,并进行了算法的仿真。仿真结果表明,基于遗传算法的传感器管理算法是有效的,特别是问题规模较大时更比规划方法具有实用性。     

遗传算法在数学中的应用

简单介绍了标准遗传算法的基本原理及要素,并对比了传统方法与遗传算法.应用MATLAB遗传算法工具箱进行函数极值的求解.     

基于遗传算法和CMAC的双电机协调控制

提出一种小脑模型神经网络(CMAC)和自适应在线遗传算法(GA)相结合的新型控制算法,应用于机器人中两轴永磁无刷直流电机的速度协调控制,利用MATLAB/SIMULINK仿真,结果证明了GA和CMAC复合控制器可以有效的消除协调控制中的转矩脉动。     

基于神经网络和遗传算法的系泊线长度参数优化

摘 要: 针对多成分系泊线三段长度如何取值的问题,采用一种基于神经网络和遗传算法对深海多成分锚泊系统长度进行优化。应用AQWA软件计算多点系泊FPSO,其时域结果直接用于训练BP神经网络。从而利用神经网络的非线性映射功能构建替代锚泊时域计算网络,大大缩短了优化所需的时间。以FPSO最小平面运动值为目标函数,锚链破断强度作为约束条件,采用遗传算法优化系泊长度。计算结果表明,与传统设计的锚泊长度相比,优化后FPSO在各个浪向下纵荡横荡值均能减少20%以上。 关键词:系泊;神经网络;遗传算法;优化     

基于遗传算法改进BP网络的灾害预测模型研究

自然灾害的非线性模型预测是灾害预测领域的重要发展方向。本文探讨了一类基于遗传算法改进BP神经网络的灾害预测模型的原理,构成以及实现方式,同时利用近年来我国局部地区的洪水数据对该模型进行了仿真分析。     

遗传算法在港口集装箱装卸顺序中的应用

船舶在执行航运作业时,集装箱的排放序列及配载管理是影响集装箱物流效率的关键因素之一。合理的集装箱放置规划可以减少船舶停港时的倒箱作业,充分利用龙门吊作业时序分配,提高航运物流效率。船舶港口集装箱装卸顺序本质是一个NP模型,模型复杂性与集装箱种类及停靠码头数量有关。遗传算法是NP模型重要解决方案,本文在研究了现代船舶港口集装箱装卸模型的基础上,设计了基于遗传算法的解决方案,极大提高了装卸效率。     

结构可靠度计算的遗传算法

利用遗传算法可方便地对功能函数复杂和难于求导的情况进行结构可靠度计算，计算实例表明，该方法是行之有效的。Matlab语言基本元素是矩阵，提供了各种矩阵的运算和操作，其中包含结构可靠度计算中常用的统计及遗传算法工具箱，可使编程效率大大提高，且其语法简便，易于掌握，基于这一特点，编制了用遗传算法计算结构可靠度的Matlab程序。     

神经网络遗传算法在缆钩优化中的应用

码头缆钩的优化设计对于保证码头系泊船舶的安全具有重要的意义。本文首先用ANSYS有限元软件计算了16种正交试验缆钩的最大应力,然后以此为样本,对BP网络进行了训练,通过训练后的BP网络的泛化能力替代遗传算法优化过程中有限元计算的巨大工作量,使得此缆钩的优化成为可能。结果证明此方法是可行的。     

舰船电力系统量子遗传算法的故障诊断方法研究

为能准确的确定故障元件,建立了考虑保护或断路器拒动情况下适合舰船电力系统故障诊断的数学模型,利用量子遗传算法对故障诊断数学模型进行求解,并利用典型舰船电力系统故障算例对所提方法进行了验证,算例结果说明了该故障诊断模型的合理性和诊断结果的准确性。     

基于遗传算法和神经网络的舰船电子装备备件优化模型研究

针对舰船电子装备备件优化问题,分析了遗传算法和神经网络,利用遗传算法全局搜索能力强的优点,对神经网络进行优化,研究基于遗传算法和神经网络的混合遗传算法,并建立了基于遗传算法和神经网络的舰船电子装备备件优化模型.通过实例,该模型可有效提高备件优化的速度和精度.     

多重神经网络与遗传算法在舯剖面设计中的应用

结合多重神经网络和遗传编程以实现舯剖面设计的智能化。     

基于遗传算法的船艇冷库模糊控制仿真研究

船艇冷库温度的精确数学模型难以建立,针对传统PID控制精度不高和常规模糊控制获取控制规则和隶属度函数方法的不足,提出利用遗传算法对船艇冷库模糊控制系统的控制规则和隶属度函数进行优化,通过仿真表明,该算法能够使模糊控制系统的控制品质得到较大的改善和提高。