自适应遗传算法

摘要： 当前非正交多址(Non-Orthogonal Multiple Access,NOMA)系统的用户配对和功率分配通常作为独立的问题进行研究,未考虑接收端不能完美执行串行干扰消除(Successive Interference Cancellation,SIC)的限制。鉴于此,提出一种不完美SIC下NOMA系统用户配对和功率分配联合优化(Joint User Pairing and Power Allocation,JUPPA)方法。给定功率分配方案,采用自适应遗传算法求解用户配对问题,并结合哈希表结构设计自适应交叉和变异算子。给定用户配对方案,利用连续凸逼近(Successive Convex Approximation,SCA)对目标函数下界进行松弛,构造卡罗需库恩塔克(Karush-Kuhn-Tucker,KKT)条件,并基于梯度下降法对功率分配问题进行优化。上述两个过程迭代直至收敛。仿真结果表明,相比于单独优化用户配对或功率分配,JUPPA具有更高的系统和速率。

摘要： 针对焊接机器人在焊接过程中运动耗时长,稳定性系数低,避障精度差的问题,采用自适应遗传算法来搜索任务空间中轨迹的最优解。以ABB IRB 120焊接机器人为研究对象,首先,建立机器人D-H运动学模型,采用位姿分离的方法进行逆运动学分析;然后,通过自适应遗传算法对焊接机器人进行避障优化,使其能够快速地找到焊接机器人在焊接运动过程中的最优路径;同时,采用五次多项式插值法逼近任务空间中的轨迹行程。仿真结果表明,与经典遗传算法相比,自适应遗传算法通过自适应调节交叉概率Pc和变异概率Pm的值,能更好地产生新的个体摆脱局部极值,快速地搜索到全局最优解,获得平稳且连续变化的机器人末端点运动轨迹,在一定程度上提高收敛速度与求解精度。

摘要： 研究从炼钢等生产过程提炼出的含忽略工序和不相关并行机的混合流水车间调度问题,以最小化最大完工时间为目标,建立整数规划模型,并提出结合全局搜索、自适应遗传算法和候鸟优化的遗传候鸟优化算法以求解该模型。在算法中采用与处理时间相关的全局搜索和随机程序以获得初始种群,提出自适应交叉和变异操作改进遗传算法解,在迭代进程中,引入基于工件、机器和工序位3种邻域搜索结构的候鸟优化算法更新最佳解。仿真实验中将遗传候鸟优化算法的实验结果与几种启发式算法进行对比,证明了模型和算法的有效性。

摘要： 针对工人作业状态影响生产系统效率与质量的问题,考虑了操作者的心理压力和体力消耗约束,并基于操作者空闲率和作业姿势对约束进行了修正,以最小化有效工作站数量、装配线平衡指数为目标,建立了考虑人因约束的混流装配线平衡优化模型。采用改进遗传算法对模型进行求解,利用基于整体退火机制的选择操作,并结合自适应算子与灾变机制,改善了遗传算法的种群早熟和后期收敛速度的问题。通过两种规模的算例验证了模型的有效性与算法的求解性能。算例结果表明,考虑人因因素能够在保证装配线平衡的同时,进一步均衡工作站的人体负荷,更好地满足操作者的心理与生理需求,进而提高操作者的作业稳定性和作业效率。

摘要： 随着越来越多微电网协同运行,微网与微网间、微网与配网间电能交互过程愈发复杂,同时也影响着微网运营商及配网运营商的投资利益。为了探索两者间联合投资的最佳规划策略,提出一种基于主从博弈的多主体投资多微网系统优化配置方法。首先,在多微网系统模型基础上,构建考虑多微电网运营商运行成本、经济收益,以及配电网运营商投资微电网成本、延缓配电网升级及售购电收益的函数模型。然后,分别以多微网系统支付函数最小和配网收益最大为目标建立主从博弈模型,并提出自适应遗传算法与粒子群算法相结合的算法,求解多微网系统分布式电源最优配置。最后,通过4组方案进行对比实验,证明了所提规划方法能更好地平衡多微网运营商和配网运营商间的收益。

摘要： 为提高主动径向转向架的动力学性能,阐述了主动径向的导向原理和控制策略,建立主动径向转向架地铁车辆的联合仿真模型,并利用自适应遗传算法对车辆的稳定性、平稳性和安全性进行多目标多参数的优化设计。研究结果表明:与传统转向架相比,地铁车辆采用主动径向转向架可以显著提升车辆的曲线通过性能,降低轮轨作用力和减小磨耗,优化后车辆各项动力学指标皆可以得到明显改善。

摘要： Bouc-Wen模型是一种可表征结构及构件在往复荷载作用下的刚度退化、强度退化等的一种多功能非线性光滑滞回模型,可广泛应用于各类结构滞回行为的描述。Bouc-Wen模型参数是决定结构构件滞回模型力学特征的关键,由于该模型参数众多且物理意义不明确,往往只能从滞回数据得到近似解。为适应该类模型参数高效识别的需求,该研究提出了一种非线性自适应遗传算法,并通过4片不同配筋和加载条件的RC剪力墙的低周反复加载试验对Bouc-Wen模型参数识别的效果进行了验证。模型参数识别得到的滞回曲线和算法效率与标准遗传算法识别的结果以及实验数据进行了对比,结果表明:所提出的方法显著提升了Bouc-Wen模型的识别精度与效率。该文所提出的方法可用来进行结构滞回模型的识别并用所识别的模型进行结构的非线性行为模拟。

摘要： 为了解决伺服系统连续模型参数辨识不足的问题,提出一种间接的连续模型辨识算法,建立了伺服系统的动力学模型。首先使用最小二乘法(LS算法)来辨识出系统的离散模型参数,其次通过自适应遗传算法(AGA算法)对离散参数进行Z-S变换,获得连续系统模型参数。根据LS-AGA辨识算法设计了辨识实验,采用扫频正弦模拟量电压作为输入信号对系统中的连续参数模型进行辨识,并对所获得的连续模型进行了分析和验证。研究结果表明,辨识模型的预测输出与实际实验输出匹配度较高,该连续模型能够反映伺服系统的特性。

摘要： 传统的遗传算法由于具有收敛速度较慢、局部搜索能力差等缺点,在解决机器人路径规划问题时所得解的质量不高。为了进一步提高规划效果,将路径的长度和拐点数量同时作为适应度评估指标,并对轮盘赌选择法进行了改进,设计了自适应交叉算子和变异算子,提出了一种新的自适应遗传算法。在栅格环境下进行了实验。结果表明,与传统遗传算法、某自适应遗传算法相比,该算法平均最短路径分别缩短了9.90%和5.37%,路径的拐点数量和算法收敛的迭代次数更少,验证了优化的效果。

摘要： 变风量空调系统本身存在多变量、非线性、强耦合等问题,基本遗传算法很难起到很好的控制效果,将自适应遗传算法应用到变风量空调系统的实际控制过程中。针对基本遗传算法的缺陷,采用自适应遗传算法进行弥补,主要从种群分析、个体适应度值缩放方法、交叉概率和变异概率的自适应调整,保留优良个体这四个方面进行改进,提高了算法的运行效率和收敛速度。最后将基本遗传算法和改进的自适应遗传算法分别对变风量空调系统的冷冻水流量-送风温度、风机频率-风管静压、房间VAVOX风阀开度-房间温度这三个控制回路的PID控制器进行参数优化控制。仿真结果表明,采用前馈补偿解耦与改进的自适应遗传算法相结合的PID控制器能够提高变风量空调系统的性能,为变风量空调系统的优化控制提供了一种行之有效的解决办法。

摘要： 针对柴油机调速过程中存在非线性、不确定时滞等特点,提出了一种基于自适应遗传算法参数优化的非线性PID控制器.该控制器的比例、积分和微分参数是关于偏差变化设计的3类非线性函数.根据控制参数的非线性特点,设计了遗传算法的自适应交叉和变异算子.通过在线寻优非线性控制参数,使控制器获得最佳的参数组合,有效克服了传统PID控制器难以控制非线性对象的不足.参数的非线性函数构造简单、遗传算法自适应实现方便.实验结果表明,该控制策略相比传统PID控制具有响应快、超调小、鲁棒性强等良好的控制品质.

摘要： 为了获得理想的网络入侵检测率,保证网络的正常运行,提出一种相关性分析和自适应遗传算法的网络入侵特征选择方法.首先采用相关性分析对网络入侵原始特征进行降维,删除其中的冗余特征,然后采用自适应遗传算法找到最优特征子集,最后采用支持向量机作为分类器,并采用KDD1999数据进行验证性实验.结果表明,本文方法要可以快速选择入侵检测的最优特征子集,提高了网络入侵检测率和速度.

摘要： 针对简单伪逆算法求解动力定位船舶推力分配问题存在推进器饱和的现象,提出了一种基于自适应遗传算法的加权伪逆策略.该方法根据权值矩阵对推进器的抑制、增强作用,通过自适应遗传算法搜索一个可行的权值矩阵用于加权伪逆.仿真实验结果表明,该方法能极大改善推进器角度饱和问题.

摘要： 相比传统遗传算法、自适应遗传算法在求解微网配置容量问题时存在着算法收敛速度慢、稳定性差和所求解非全局最优解的问题,本文提出了一种改进的自适应遗传算法来处理孤岛模式下的微电网容量优化配直的方案.针对独立风光柴储微电网电源容量优化配直问题,本文建立了设备初始投资成本、运行和维护成本、燃料成本和污染物治理费用经济性模型,通过改进的自适应遗传算法对孤岛模式下的微网容量配置方案进行分析.该方法增加了算法全局最优解的概率,有效改善了算法的稳定性和收敛速度.算例验证了模型和算法的合理性.

摘要： 基于高邮灌区典型区域降雨涝水过程监测,根据灌区特点对水箱模型进行改进,构建了适合于平原稻区稻田涝水过程模拟模型,采用自适应遗传算法对模型参数进行了率定,并对模型在水稻灌区的适应性进行评价.结果表明:稻田水箱模型对稻田涝水过程模拟具有较高精度.率定期,降雨径流模拟值与实测值均方根误差RMSE为0.17～0.28mm/h,相关系数r大于0.95,模型纳什系数NSE为0.79～0.96.验证期,降雨径流模拟值与实测值之间均方根误差RMSE为0.06～0.29mm/h,相关系数r超过0.88,模型模拟纳什系数NSE为0.73～0.93;对稻田蓄水深的模拟,均方根误差RMSE为15～20mm,相关系数均大于0.95,纳什系数NSE为0.84～0.90.因此,改进的稻田水箱模型能够反映稻田的水循环过程,可为南方平原水稻灌区防洪除涝减灾对策的制定提供决策支持.

摘要： 火电厂自动电压控制(Automatic voltage control,AVC)在实际运行过程中会出现电压振荡、不调、过调和不能快速跟踪偏差等问题,针对上述问题,以及考虑到系统阻抗的影响,为提高其控制品质,本文提出了自适应遗传算法在线整定PID控制的优化策略.该方法利用自适应遗传算法对PID控制器参数实现在线寻优与整定,选择种群中自适应度大的个体所对应的PID控制器参数,作为当前仿真时间下的PID控制最优参数.利用已建立的云南某火电厂AVC系统模型进行仿真,结果表明该算法大大提高了响应速度,有效抑制了超调,使得控制过程更加平稳,控制效果更好.

摘要： 元素组分含量分布是稀土萃取过程实施工艺参数调整的重要依据,本文以具有离子特征颜色的镨钕(PrNd)萃取分离过程为研究对象,提出一种基于离子颜色特征的组分含量最小二乘支持向量机(LSSVM)预估方法.根据稀土萃取槽体中混合溶液图像特性,以溶液图像的H、S颜色特征分量一阶矩作为模型输入变量;利用LSSVM具有解决小样本、非线性能力强及运行速度快的优点,建立颜色特征分量与组分含量之间的关系模型;针对模型参数具有不确定性的问题,采用自适应遗传算法(AGA)确定模型参数.通过PrNd萃取生产现场运行数据测试,表明该模型具有预测精度高和稳定性好的特点,适用于具有离子特征颜色的稀土萃取过程组分含量快速预报.

摘要： 输电塔结构设计中,影响计算塔重的主要因素有塔材选取、铁塔根开、瓶口尺寸以及塔身节间布置,而这几个因素又是相互制约与影响的.为使输电塔结构布置最优的同时塔重最轻,本文提出了一种拓扑优化方法,并采用自适应遗传算法对结构进行优化分析.以某大跨越直线塔为实例,考虑各影响因素的耦合作用,运用Matlab编程实现在满足规范条件下,程序自动选择使塔重最轻的塔身主材及斜材规格、铁塔根开、瓶口尺寸、塔身节间高度及节间布置.经过优化铁塔计算塔重减少7.14％,优化效果明显,达到了节约资源的目的.

摘要： 航空发动机对可靠性的要求非常严苛,而降低发动机部件振动水平对发动机的可靠性提高非常重要.因此,研究高阻尼性能的发动机制造材料具有重要意义.本文以复合材料单层板为研究对象,运用自适应遗传算法对变刚度单层板的阻尼性能进行优化,并得到对应铺层角度.结果表明:与经典层合板相比较,变刚度层合板具有更强的可设计潜力,可以得到更好的阻尼性能.

摘要： 随着城市交通的发展,人们对出行信息需求越来越高,行人导航技术逐渐被广泛应用.行人导航技术是一项为行人提供精确定位的导航技术,它可以实现最优路线规划与推荐,行人可在不同线路的组合选择中决定路线,在使用和功能上与汽车GPS导航类似.针对在行人导航系统的辅助下，行人仍然需要通过主观判断识别路径指示信息中的地标和真实地标是否匹配的问题，以降低行人寻路难度为目标，建立了顾及地标显著性的行人最优路径推荐模型。该模型以行程耗时为纽带，将地标显著性与路径行程距离结合，利用一种自适应遗传算法求解行程中最优路径。仿真结果表明，本研究提出的模型可以较好的平衡地标显著性和行程距离这两个优化目标。与单一指标相比较，该路径的路径提示中包含更多显著的地标，即路径沿线地标更容易在短时间内被行人识别。另外，最优路径行程距离与最短路径较为接近。综上所述，该模型提供的路径保证了行程效率的同时降低了行人通过地标寻路时的认知压力，更接近于行人出行的实际需求。

摘要： 本发明公开了一种基于遗传算法的自适应风控策略优化方法，充分利用遗传算法对多个风控模型组成的风控策略进行优化，来解决传统风控策略无法进行实时的自适应确定最优风控策略的任务。首先对风控策略中的每个风控模型权重进行二进制编码，其次对风控策略种群通过遗传算法进行种群进化，最后对风控策略实现自适应更新以及自适应调整。本发明提高计算风控模型权重的效率，在保证风控策略稳定性的基础上能够自适应至最优风控策略，提升了风控策略的效果，证明了基于遗传算法的自适应风控策略的实用性。

摘要： 本发明公开一种基于自适应免疫遗传算法的极端测试用例生成方法，包括以下步骤：S1、初代种群生成器读取配置文件生成初代种群；S2、抗体适应度计算器对S1中获得初始种群中每个个体进行适应度计算；S3、终止条件判断是否达到限定迭代次数，达到限定迭代次数并跳转到S4，若还未达到限定迭代次数，依次进行选择操作、自适应交叉和变异、提取疫苗、接种疫苗、免疫选择以及种群更新操作，跳转到S2；S4、达到限定迭代次数，即获得近优解汇编代码。

摘要： 本发明公开了一种基于自适应遗传算法和OTSU算法的图像分割方法，与现有技术相比，传统的阈值分割法在对图像进行多阈值分割时，运行速度慢，将标准的遗传算法(Standard Genetic Algorithm,SGA)与OTSU法相结合，能提高传统的OTSU法对图像阈值分割的速度，但分割的精确度不够。本发明将自适应遗传算法与最大类间方差法相结合对图像进行分割，采用自适应变化的交叉算子和变异算子，既能提高图像阈值分割的速度，又能提高图像分割的精确度。能在较短的时间内收敛到最佳分割阈值，可广泛应用于生物医学图像分析和遥感等领域中。

摘要： 本发明涉及一种BP神经网络图像复原算法，尤其涉及一种基于自适应遗传算法的BP神经网络图像复原算法。该算法包括如下步骤：S1、种群初始化，S2、适应度函数的设计，S3、选择设计，S4、交叉设计，S5、变异设计，S6、动态调整交叉率和变异率。本发明具有更小的预测误差，更可靠的稳定性，增强了算法的鲁棒性。

摘要： 本发明公开了一种基于自适应遗传算法和OTSU算法的图像分割方法，与现有技术相比，传统的阈值分割法在对图像进行多阈值分割时，运行速度慢，将标准的遗传算法(Standard Genetic Algorithm，SGA)与OTSU法相结合，能提高传统的OTSU法对图像阈值分割的速度，但分割的精确度不够。本发明将自适应遗传算法与最大类间方差法相结合对图像进行分割，采用自适应变化的交叉算子和变异算子，既能提高图像阈值分割的速度，又能提高图像分割的精确度。能在较短的时间内收敛到最佳分割阈值，可广泛应用于生物医学图像分析和遥感等领域中。

摘要： 本发明提供一种基于自适应遗传算法的关联规则挖掘方法及系统，其中，方法包括：步骤S1：获取待挖掘数据，对所述待挖掘数据进行预处理；步骤S2：基于Apriori算法，对预处理结果进行处理，获得频繁项集；步骤S3：基于自适应遗传算法，对所述频繁项集进行处理，获得关联规则集；步骤S4：基于预设的筛选规则，从所述关联规则集中筛选出关联规则。本发明的基于自适应遗传算法的关联规则挖掘方法及系统，解决现有的关联规则算法在处理数据时扫描数据库次数多、产生较多的候选项集、产生过多无用的规则的难题和遗传算法容易陷入局部最优问题，缩短了运行时间，降低了开销成本。

摘要： 本发明公开了一种基于自适应遗传算法改进后的水库优化调度方法，包括步骤1、计算无蓄水及调度情况下断面来水；步骤2、划分下泄流量；步骤3、识别来水涨、跌和平时段区间；步骤4、以顺序对每个区间段进行编码；步骤5、判断每个时段所在的时段区间，并获取到相应的染色体段进行解码，结合预报来水过程及起调水位开始优化得泄流过程及水位变化过程；步骤6、适应度函数计算；根据泄流过程计算每个个体的适应度；步骤7、收敛性判断；步骤8、遗传操作；步骤9、控制参数；步骤10、循环步骤5至步骤9直到满足条件；解决了水库优化调度方法中数据的读取会耗费较大的CPU、内存等；不能满足调度中闸门开度不能太频繁更改原则等技术问题。

摘要： 本申请公开了一种基于自适应遗传算法和神经网络的气动参数辨识方法。其中，该方法包括：基于所获取的飞行体的攻角、飞行马赫数、升降舵偏角、气动系数建立神经网络模型；利用自适应调整的遗传算法对所述神经网络模型的初始权值和阈值进行优化，并基于优化后的初始权值和阈值训练所述神经网络模型；利用优化训练后的所述神经网络模型来辨识所述飞行体的实时气动系数，并利用所述神经网络模型的导数特性来辨识所述飞行体的实时气动导数。本发明解决了现有技术中气动参数辨识结果不精确的技术问题。

摘要： 自适应遗传算法的MMC‑MG并网微源功率协调优化方法，该方法以每相需要投入发电模块总个数、输出电流、微源功率为约束条件。将微源最大输出功率作为构造适应度函数的主要因素。结合桥臂中N个适应度函数的均值和发电模块投切数量的变化量，以“适应度函数越小投入次数越多，适应度函数越大投入次数越少”为原则，对发电模块进行投切或替换操作。该方法实现了对微源的功率协调优化控制，提高微源的利用率，而且不影响系统的稳定运行。

摘要： 本发明公开了一种基于改进自适应遗传算法的永磁同步电机参数辨识方法，该方法包括：考虑逆变器的饱和失真电压以及磁饱和非线性变化，构建PMSM数学模型；基于转速差对PMSM数学模型进行解耦，得到电压项和磁链项方程；获取工况数据并基于电压项和磁链项方程辨识得到Ud1、Uq1、λd1和λq1；基于自适应遗传算法和Ud1、Uq1、λd1、λq1分别估计绕组电阻R、失真电压系数Vdead、Lq1(id1，iq1)、Ld1(id1，iq1)和λf。通过使用本发明，能够准确对永磁同步电机的参数进行辨识。本发明作为一种于改进自适应遗传算法的永磁同步电机参数辨识方法，可广泛应用于参数辨识领域。