遗传算法(GA)

摘要： 在充分分析地下水管理模型流程结构的基础上,通过耦合地下水流数值模型MODFLOW和遗传算法(GA),提出一种自适应罚函数遗传算法用于求解地下水管理模型。将MODFLOW嵌入到GA中,数值模型模拟结果返回到优化算法中作为约束条件,优化过程通过GA求解。通过实例验证,结果表明:该算法可以自主进行罚因子值的选取,克服了一般遗传算法中罚因子值选取的困难;能够确保获得可行域上的全局最优解;与传统的遗传优化算法相比,该算法求解精度更高。

摘要： 随着机场航班密度逐渐增加,相同停机位、相邻航班发生冲突的可能性不断增大,从而影响机场的运行效率,增加停机位运行风险。基于双层规划模型,以远机位使用率和停机位分配鲁棒性作为上层模型的优化目标,以相同停机位、相邻航班推出冲突时间作为下层模型的优化目标,对停机位分配冲突进行优化,利用遗传算法来寻求整个系统的最优解。选择某机场的实际航班数据进行算例分析,结果表明:优化后,早晚高峰时段的远机位使用分别降低了31.25%和23.53%,冲突时间分别减少了16 min和24 min,提高了停机位利用率和机场运行效率,同时有效降低停机位运行风险,可为大型繁忙机场的停机位利用率和运行效率提升、停机位运行风险降低提供解决方案和技术支持。

摘要： 我国外卖消费人群已达到4.6亿人,庞大的市场突显出外卖食品消费的不透明性、信息不对称性等一系列问题。从全面质量管理角度分析外卖食品供应过程中决定食品安全水平的影响因素,构建出“人、机、料、管、环”5个水平变量的系统动力学模型,以资金投入作为系统安全水平的主要控制因素,通过遗传算法筛选出资金投入的最优配比,计算状态变量变化曲线的回归系数,比较“最优投入比”“均分投入比”“无投入”3种资金投入方式的差异,从而为保障外卖餐饮安全性提供理论支撑和决策依据。研究表明:5个子系统的资金投入比例约为0.35:0.35:0.01:0.04:0.25时系统安全状态最优,在第12个月时达到及格水平,并且得出机因子系统对资金投入的敏感度最强。

摘要： 作为一种重要的信号处理方法,随机共振(SR)能够利用噪声能量增强微弱信号,有效降低噪声信号对特征提取的影响。针对分段对称系统模型随机共振幅值增益不够明显及噪声利用率较低等不足,提出一种分段非线性系统模型。该系统参数独立,易于调节,可通过调节参数诱导最佳随机共振。在双稳态模型下,推导了克莱默斯(Kramers)逃逸率和输出信噪比,同时在模型公式仿真和数值仿真两方面与分段对称系统进行对比分析,用于说明该方法的有效性。结果表明该方法能够有效地提取特征频率,具有良好的放大性能和抗噪声能力。最后将系统应用于不同型号的轴承故障检测,并用自适应智能算法最优化系统参数。结果显示,非对称系统的输出幅值分别为对称系统的8倍,3倍和6倍。数据表明,非对称系统能更有效地实现微弱特征检测与早期故障诊断。该研究进一步对系统在实际工程应用提供了理论指导与依据。

摘要： 为了探索夏热冬冷地区岩溶地质条件下地热能应用能效,通过运用遗传算法优化的反向传播(genetic algorithm-back propagation,GA-BP)神经网络模型预测了夏季系统负荷率低于30%运行工况下地源热泵系统的系统能效比和机组能效比,分析了预测值的预测误差评价指标,验证了GA-BP模型具有较高的预测精度,并应用此模型研究了地源热泵短期能效测试与中长期能效测评的关系。结果表明:GA-BP模型预测的系统能效比COPsys及机组能效比COP与计算值的相对误差为±5%,各项预测误差评价指标均比反向传播神经网络(back propagation neural network,BPNN)模型更小,可见GA-BP模型可用于预测岩溶地质条件下地源热泵系统能效。基于此模型,短期能效测试的最佳时期为一天中14:00—16:00或7、8月累计13 d,且满足机组负荷率达到60%~70%,COP_(sys)及COP预测值可以作为中长期能效比评估,其产生的相对误差在允许的范围内。

摘要： 液压互联悬架(hydraulically interconnected suspension,HIS)是一种非线性系统,运用机理分析法建模存在建模精度和速度不可兼得的缺点。为解决上述矛盾,提出了一种基于遗传算法(genetic algorithm,GA)优化的反向传播(back propagation,BP)神经网络对HIS系统进行建模的方法。首先,通过Simulink建立的液压互联悬架模型仿真获取网络的训练数据。其次,使用遗传算法优化BP神经网络的初始权值和阈值;然后,两种建模方法对比验证GABP建模方法优点;最后,通过液压互联悬架台架实验获取实验数据,与神经网络训练结果进行比较分析。结果表明:在垂向模态下,低、中、高3种频率下相对误差百分数分别为4.12%、2.27%、1.51%;在侧倾模态下,低、中、高3种频率下相对误差百分数分别为7.64%、4.07%、4.35%。与机理建模法相比,GABP建模方法兼具较好的建模精度和速度。

摘要： 由于风电的不确定性与随机性导致风电出力难以精确预测,进而导致依据风电预测值所建立的日前调度模型存在一定的局限性,为解决此问题并提升风电消纳比例,提出一种计及风电预测误差的柔性负荷日内调度模型。首先,对储能和工业高载能负荷等可控柔性负荷进行建模;然后,考虑风电预测误差的概率分布特性,并基于日前调度计划建立以风电消纳量最高为目标的日内调度模型;最后,在保证系统安全可靠基础上,通过基于MATLAB的遗传算法进行优化。仿真结果表明:与日前调度计划相比,日内调度模型风电消纳比例提升了1.83%,验证了所提调度模型的有效性;通过对柔性负荷的超短期调度,可有效解决仅依据日前计划进行调度易出现电力系统功率不平衡的问题,提高电力系统稳定性。

摘要： 为了减少大型车辆转弯碰撞事故对车辆和行人的伤害,提出一种基于模糊综合评价法与GA-LSTM模型的碰撞预警方法。先确定模糊综合评价模型中影响碰撞危险度的因素,然后结合车辆碰撞理论确定各个因素的隶属度函数及权重的分配,通过模糊算子计算碰撞危险度(CRI)的大小,最后根据遗传算法-长短期记忆网络(GA-LSTM)模型预测未来某段时间CRI的大小对车辆侧方障碍物进行预警。实验结果表明:该方法准确率高,能有效对危险状况进行预警。

摘要： 线性调频(LFM)信号是现代雷达常用的发射信号,可以有效提高雷达的检测性能,然而频谱弥散(SMSP)干扰应用于主瓣自卫式干扰时,干扰信号强度远大于目标回波信号,能够对目标回波信号形成遮盖,是一种有效对抗LFM信号的干扰样式。利用干扰信号与目标回波信号时频特征的不同,通过广义S变换(GST)凸显时频特征差异。运用最大熵法和遗传算法(GA)求取时频滤波器的分割阈值。通过构造的时频滤波器达到干扰抑制的目的。仿真结果表明:当干信比(JSR)大于10 dB、信噪比(SNR)大于0 dB时,所提方法具有较好的干扰抑制效果,其中最大信干噪比(SJNR)增益接近25 dB。

摘要： 为了更加科学地预测煤与瓦斯突出危险性,提出一种基于遗传算法(GA)的支持向量机(SVM)参数选择方法,选取瓦斯含量、开采深度、瓦斯压力、瓦斯放散初速度、煤坚固性系数、煤体破坏类型这6个主要影响因素研究煤与瓦斯突出危险性,建立GA-SVM瓦斯突出危险性预测模型,并结合工程实例进行验证.研究结果表明:样本突出危险性预测准确度达到91.67%,预测结果与实际情况相符.采用遗传算法与支持向量机模型预测,有效降低人为因素带来的误差,对提高煤与瓦斯突出危险性预测精准度具有一定的参考意义.

摘要： 提出通过遗传算法变换天线位置的坐标,来实现天线布置的优化.该算法可产生大量截然不同的高性能设计方案,保证了天线布置的多样性,为天线布置提供了一种较好的分析方法.

摘要： 提出通过遗传算法变换天线位置的坐标,来实现天线布置的优化.该算法可产生大量截然不同的高性能设计方案,保证了天线布置的多样性,为天线布置提供了一种较好的分析方法.

摘要： 提出通过遗传算法变换天线位置的坐标,来实现天线布置的优化.该算法可产生大量截然不同的高性能设计方案,保证了天线布置的多样性,为天线布置提供了一种较好的分析方法.

摘要： 提出通过遗传算法变换天线位置的坐标,来实现天线布置的优化.该算法可产生大量截然不同的高性能设计方案,保证了天线布置的多样性,为天线布置提供了一种较好的分析方法.

摘要： 目前工业生产过程中广泛采用工控组态软件实现实时监控.在工控组态软件环境中对不同组态算法的性能进行仿真与优化在工程应用中具有实际意义.介绍了一种实用MATLAB结合力控组态软件,通过动态数据交换(DDE)技术和EXCEL电子表格实现数据传送,并用MATLAB中遗传算法(GA)工具进行了PID控制参数优化的集成组态软件仿真优化技术.

摘要： 目前工业生产过程中广泛采用工控组态软件实现实时监控.在工控组态软件环境中对不同组态算法的性能进行仿真与优化在工程应用中具有实际意义.介绍了一种实用MATLAB结合力控组态软件,通过动态数据交换(DDE)技术和EXCEL电子表格实现数据传送,并用MATLAB中遗传算法(GA)工具进行了PID控制参数优化的集成组态软件仿真优化技术.

摘要： 目前工业生产过程中广泛采用工控组态软件实现实时监控.在工控组态软件环境中对不同组态算法的性能进行仿真与优化在工程应用中具有实际意义.介绍了一种实用MATLAB结合力控组态软件,通过动态数据交换(DDE)技术和EXCEL电子表格实现数据传送,并用MATLAB中遗传算法(GA)工具进行了PID控制参数优化的集成组态软件仿真优化技术.

摘要： 目前工业生产过程中广泛采用工控组态软件实现实时监控.在工控组态软件环境中对不同组态算法的性能进行仿真与优化在工程应用中具有实际意义.介绍了一种实用MATLAB结合力控组态软件,通过动态数据交换(DDE)技术和EXCEL电子表格实现数据传送,并用MATLAB中遗传算法(GA)工具进行了PID控制参数优化的集成组态软件仿真优化技术.

摘要： 目前工业生产过程中广泛采用工控组态软件实现实时监控.在工控组态软件环境中对不同组态算法的性能进行仿真与优化在工程应用中具有实际意义.介绍了一种实用MATLAB结合力控组态软件,通过动态数据交换(DDE)技术和EXCEL电子表格实现数据传送,并用MATLAB中遗传算法(GA)工具进行了PID控制参数优化的集成组态软件仿真优化技术.

摘要： 本文把模糊理论与遗传算法结合起来,提出了一种新型的遗传算法.论文首先引入佳点距离概念,并在此基础上提出了一种模糊惩罚函数,继而建立了一种模糊主人函数,使得对个体的主人更具有合理性、客观性.同时,在遗传算法进化过程中的不同阶段,建立不同的模糊评价函数,从而提高遗传算法的搜索能力.模拟结果显示该算法是有效的和可行的.

摘要： 本发明公开了一种基于BP神经网络和遗传算法GA的激光焊接温度场有限元模拟方法，包括以下步骤：S1、激光焊接有限元模拟：选用由高斯面热源和圆柱体热源构成的面体组合热源模型，选取面热源热能分配系数、面热源作用半径和有效热功率系数作为设计变量，设计正交试验表，计算不同参数下面体组合热源模型的有限元模拟误差；S2、BP神经网络的建立、训练和测试；S3、遗传算法求解优化参数，并确定优化结果可行性，若存在较大差异则重新进行BP神经网络的构建和遗传算法优化求解。本发明可以提高传统焊接温度场模拟中的效率和精度，易于得到模拟最优解。

摘要： 本发明涉及一种基于遗传算法（GA）和AdaBoost算法优化的BP神经网络功率短期预测方法。通过采集到的历史输出功率以及温度、湿度、太阳辐射强度等主要的影响因子作为输入变量，通过遗传算法的全局优化对BP神经网络的初始权值和阈值进行改进，同时AdaBoost强预测器通过对弱预测器的预测序列赋予不同的权重综合不同序列的精度优势，实现了AdaBoost强预测器的“优中选优”的目的。本发明的优点：GA‑AdaBoost‑BP模型兼顾了遗传算法以及AdaBoost算法二者的优点，有效提高了BP神经网络模型性能，具有预测精度高、泛化能力强的特点，此模型和方法能够很好的预测光伏输出功率。

摘要： 本发明公开了一种基于BP神经网络和遗传算法GA的激光焊接温度场有限元模拟方法，包括以下步骤：S1、激光焊接有限元模拟：选用由高斯面热源和圆柱体热源构成的面体组合热源模型，选取面热源热能分配系数、面热源作用半径和有效热功率系数作为设计变量，设计正交试验表，计算不同参数下面体组合热源模型的有限元模拟误差；S2、BP神经网络的建立、训练和测试；S3、遗传算法求解优化参数，并确定优化结果可行性，若存在较大差异则重新进行BP神经网络的构建和遗传算法优化求解。本发明可以提高传统焊接温度场模拟中的效率和精度，易于得到模拟最优解。

摘要： 本发明公开了一种遗传算法与聚类算法复合嵌套的异常声音检测算法，包括基因算法、增强的增量主因素分析法与基于密度的空间聚类计算方法，具体步骤如下：S1、先采用增强的增量主因素分析法来减少从音频文件转换为数字的数据集的维度，获得降维数据集；S2、使用从增强的增量主因素分析法中得到的降维数据集，并应用基于密度的空间聚类计算方法进行有效的聚类；S3、通过基因算法对聚类后的数据集进行计算训练，从而获得最优的参数配置；能够有效的平衡样本数据，从而增加了监督学习的普适性，降低噪音干扰，继而增加整体运算性，在本地建立输运运算模型，能以较少的运算成本，减少人工调参的复杂和依赖性，增强算法对环境变化的自适配能力。

摘要： 基于蚁群算法和改进型遗传算法的仓储物流AGV路径规划算法，它涉及蚁群算法、遗传算法，解决了传统方法计算耗时、易早熟收敛、易陷入局部最优的缺陷。本发明的步骤为：一、对场地建立网格化划分与编码；二、用基于障碍物信息的改进蚁群算法生成用于遗传进化的初始AGV路径；三、用基于三阶段遗传算法迭代选择AGV最优路径；四、对具有重合点的不同AGV路径进行末端交叉；五、对AGV路径进行有利变异；六、重新计算AGV路径适应度，判定迭代是否终止，对终止后的AGV路径进行轨迹圆滑处理。本发明的基本思想是将改进的蚁群算法和改进的遗传算法相结合，加快迭代收敛速度，得到运行效率更高的AGV路径，工程适用性强。

摘要： 本发明公开了一种结合相似度算法和遗传算法求取包裹最优组合算法，包括以下算法步骤：步骤一：根据库存预占后的包裹属性，对包裹进行划分，步骤二：对当前是否为紧急时刻进行检测；步骤三：利用包裹中商品的位置得到包裹之间的相似度；步骤四：利用包裹之间的相似度，对包裹进行组合；步骤五：利用遗传算法对所有完成的波次组合进行全局调优。本发明结合相似度算法和遗传算法求取包裹最优组合算法，通过可以得到局部最优解的相似度算法以及全局最优解的遗传算法来得到最终的解，大大弥补了两种独立算法各自的不足，相似度算法得到的局部最优解作为遗传算法的初始父本，提升了遗传算法的效率，从而使订单拣选效率和精准度都大大提高。

摘要： 本发明涉及一种遗传算法与差分进化算法串行融合的进化算法，该算法包括如下步骤：S1，随机生成初始种群；S2，利用适应度函数对初始种群中的个体进行适应度的计算；S3，实施进化计算步骤，设置适应度函数值的最小阈值为进化计算的终止条件；S4，对种群中不满足终止条件的全部个体进行遗传操作，产生子代种群1；S5，对子代种群1进行差分进化操作，产生子代种群2；S6，将子代种群2继续返回步骤S2循环操作，直到达到进化计算的终止条件，输出具有最优适应度的个体。通过本发明解决了遗传算法容易过早收敛、差分进化算法计算效率较低的问题点，提高进化算法的优化效率和优化效果。

摘要： 本发明涉及一种遗传算法与粒子群算法并行融合的进化算法，该算法包括如下步骤：S1，随机生成初始种群；S2，利用适应度函数对初始种群进行适应度的计算；S3，实施进化计算步骤，设置适应度函数值的最小阈值为进化计算的终止条件；S4，进行遗传操作，产生子代种群1，同时进行粒子群进化操作，产生子代种群2；S5，将子代种群1和子代种群2合并，并按照适应度排序，取适应度高的个体组合为子代种群3；S6，将子代种群3继续返回步骤S2循环操作，直到达到进化计算的终止条件，输出具有最优适应度的个体。通过本发明解决了遗传算法后期效率低下、粒子群算法容易陷入局部最优解的问题，提高进化算法的优化效率和优化效果。

摘要： 本发明公开了一种基于改进后遗传算法的小生境遗传分析采集装置，主要包括主体机，所述主体机的外部由触摸显示屏、电源按钮、扬声器、充电口和USB接口组成，所述主体机的内部由PLC控制模块、数据储存模块、4G/5G通信模块、WIFI连接模块和蓄电池组成，本发明通过在PLC控制模块中寄存改进的自适应遗传算法，能够更快最优的获得小生境中种群的遗传分析数据，改进的自适应遗传算法（IAGA）相比传统的自适应遗传算法（AGA）有效避免了易收敛和“早熟”现象的出现，改进了自适应交叉概率和变异概率，提高了算法的收敛速度，避免了局部最优的情况，并通过仿真实验对比，验证了在不同结构层次的碟形网络中，IAGA较AGA更能有效地优化网络编码节点和编码边。

摘要： 本发明涉及一种基于遗传算法的地面搜索分队布势算法，首先通过搜索区域建模和搜索分队建模来建立分队的布势模型，以分队抵达航天器时间最短为目标，以分队初始部署位置位于安全区域内网格为约束条件，将分队的布势问题转化为数学最优化问题，最后使用遗传算法和多分辨率方法求解得到布势方案。本发明为地面搜索分队的布势问题提供了数学理论基础，通过使用遗传算法解决了布势方案计算的问题，并通过多分辨率网格技术提高求解效率，有利于保证分队安全性，提升分队搜索效率，缩短完成任务所需时间。