基于改进遗传算法的城市街道空间布局优化研究

为了优化城市街道的空间分布，提出了一种基于改进遗传算法的城市街道空间布局优化方法。搭建城市街道空间布局模型，设置街道空间布局优化约束条件，通过优化编码过程完成遗传算法改进，利用改进后的遗传算法从市政、景观、专项设置和建筑4个方面制定城市街道空间布局优化方案。以盐城市文港路街区改造项目为例，按照新的布局优化思路完成改造。从总评分上看，优化前城市街道空间布局评分处于[0.5，0.7)区间，说明此时的街区空间布局能够基本满足期望。优化后城市街道空间布局评分处于[0.9，1.0]区间，说明此时的城市街道空间布局较为优秀，该方法的城市街道空间布局优化效果好。     

基于改进遗传算法的大体积混凝土温度场预测模型

针对大体积混凝土温度场的预测问题,在传统遗传算法中嵌入精英策略、动态变异概率、扰动公式和状态接受概率准则,形成了改进遗传算法,建立了温度场预测模型.以某大吨位超宽V形墩为例,选取对预测精度影响较大的混凝土热力学参数,引入非绝热温升试验建立算法的目标函数进行参数反分析,并输入有限元模型.对比基于改进遗传算法的预测模型和基于传统遗传算法的预测模型可知,前者预测精度更高且收敛速度更快,能更好地反映出大体积混凝土早龄期温度场的变化趋势.     

避免近亲繁殖的遗传算法

针对基于遗传算法在优化应用中遇到的诸如局部搜索能力差，计算量大，对较大搜索空间适应能力差等问题，文中提出了一种改进的遗传算法。在计算过程中，引入个体差异判别运算，有效地维持了群体的多样性，使遗传算法顺利地收敛到全局最优值，通过典型测试函数值算例验证表明，不但可以有效地克服基本遗传算法的上述缺陷，而且计算速度和效率都有显著提高。     

改进自适应遗传算法研究及其应用

针对标准遗传算法收敛慢，提出了一种改进自适应遗传算法，即通过全局变异算子和局部变异算子共同作用，改善种群的分布特性，加强算法的全局收敛能力。应用概率模型的遗传算法对4个名的测试函数进行优化计算，实验结果表明：该算法不易陷入局部极值，收敛速度快，且实现简单。     

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。     

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。     

基于遗传算法的汽车麦弗逊悬架的优化

遗传算法是一种基于生物自然选择与遗传机理的随机搜索算法。利用遗传算法对麦弗逊悬架进行了优化。结果表明．该算法使悬架设计工作更为精确、有效，优化后悬架系统的运动学特性得到了改善。     

基于改进遗传算法的主动悬架最优控制研究

提出了遗传-粒子群优化算法对主动悬架的控制规则进行了优化。利用Matlab/Simulink 对主动悬架系统进行了仿真,并与传统的被动悬架进行了性能比较和分析,仿真结果表明基于改进遗传算法的主动悬架最优控制能够有效提高车辆的平顺性和操纵稳定性。     

遗传算法在五连杆悬架优化中的应用

针对五连杆悬架的特点，运用多体系统动力学的理论建立了悬架的运动学分析模型，基于遗传算法开发了优化器的核心单元，并解决了它们之间的通讯和协调问题以实现在车轮上下跳动过程中车轮外倾角的运动学特性变化量与目标值之间的偏差最小作为优化设计的目标，说明了遗传算法在五连杆悬架优化中的应用。应用这种优化体系对某型轿车五连杆悬架进行了实例优化分析。     

基于遗传算法的物流配送路径优化问题研究

在建立物流本着路径优化问题数学模型的基础上，构造了求解该问题的遗传算法，并进行了实验计算，计算结果表明，用遗传算法进行物流本着路径优化，可以方便有效地求得问题的最优解或近似最优解。