基于改进遗传算法的水轮机PID调速器参数优化

水轮机调速器的参数整定对水轮发电机组安全、可靠地运行具有重要的作用，并直接影响着电力系统向用户供电的质量及可靠性。针对当前比较流行的PID调节，利用改进遗传算法对其中的参数KP、KI、KD，进行优化，并将改进遗传算法与标准遗传算法的计算结果进行比较，得出了改进遗传算法优于标准遗传算法的结论。     

基于改进自适应遗传算法的新安江模型参数率定研究

模型参数率定是提高水文模型模拟效果的重要手段，通过研究一种改进的自适应遗传算法（IAGA）对新安江模型参数进行优化率定，解决传统遗传算法初始种群质量不高、容易早熟收敛、局部搜索能力差等问题。该算法利用混沌变量遍历性特点，随机生成初始种群并选优，提高初始种群的个体质量；针对交叉与变异的进化过程，设计了反映种群离散程度的种群目标函数离散系数，利用该系数构建了自适应调整交叉与变异概率算子，防止遗传算法过早收敛；依托环形交叉算子，提高算法全局搜索能力；采用自适应非均匀变异算子，实时优化算法的局部搜索能力，避免陷入局部最优。将自适应遗传算法、传统遗传算法（GA）和自适应遗传算法（AGA）应用于秦淮河流域新安江模型的参数率定，并从率定的收敛性、耗时、稳定性和效果方面进行算法的性能比较，结果表明：IAGA算法具有更优的寻优能力，更好的收敛结果，更高的稳定性和精度，场次洪水的模拟效果优于GA算法和AGA算法，率定期与验证期确定性系数（R2）均在0.85以上，纳什效率系数（NSE）均在0.8以上，总体达到了水文预报的乙级标准。结果表明采用上述的综合手段改进传统遗传算法是可行的，改进后的IAGA算法具有良...     

基于遗传算法的泵汽蚀试验数据拟合

文章对标准的遗传算法进行改进，采用了浮点数直接编码方式最优保留策略、算术交叉和非一致性变异算法等方法，并对泵汽蚀试验数据拟合问题进行分析，引入了此改进的遗传算法。最后给出了一组汽蚀试验数据，分析采用常规方法拟合和基于遗传算法拟合。结果说明了本文提出方法的可行性。     

基于混合遗传算法的梳脱割台参数优化

根据标准遗传算法的基本原理，针对梳脱割台的参数优化问题提出了一种混合遗传算法，给出了实现步骤，并将混合遗传算法和传统优化搜索算法进行了比较分析。结果表明：混合遗传算法比传统优化方法在工程参数优化中具有更大的潜力和优越性。     

自适应加速遗传算法在马斯京根模

针对基本遗传算法的寻优效果明显依赖于模型参数的初始变化区间的大小，及可能会出现过早收敛的问题，在马斯京根模型参数估计问题中应用了一种改进了的自适应加速遗传算法(AAGA)。并通过某流域河道洪水演算的实例应用进行了本文方法与传统优化方法的比较研究。结果表明，本文方法具有直观、简便、快速、适用性强等特点，可广泛应用于各种优化问题中。     

改进遗传算法在泾惠渠灌区水文地质参数求解中的应用

水文地质参数是地下水水量计算和含水层富水性评价的重要依据。利用改进遗传算法,利用实测水位恢复资料求取泾惠渠灌区水文地质参数,并通过地下水流数值模拟进行参数验证。结果表明,改进遗传算法比传统配线法获得的参数值更加精确。因而,作为一种全局最优化的方法,改进遗传算法具有简单、快捷的特点,其计算效率高、无人为干扰,能够快速搜索到可行性解,可广泛用于水文地质参数的求解。     

运用RAGA求解农业线性与非线性规划模型

改进了标准遗传算法（SGA），提出了基于实数编码的加速遗传算法（RAGA），并在农业线性规划与非线性规划具体问题中得以应用，取得了满意的效果。     

基于改进遗传算法的挠性圆盘移栽机参数优化

为了提高移栽机秧苗移栽直立度的合格率,运用改进遗传算法对影响秧苗落地角度的挠性圆盘移栽机结构参数和移栽参数进行优化,并在问题分析的基础上建立了优化模型。为提高遗传算法局部搜索能力,融合了遗传算法和非线性规划寻优算法,利用该算法对以秧苗落地角度为目标的目标函数和设定的适应度函数进行寻优计算,得到相应优化参数组。以该组参数为基础,并根据移栽机结构特点和农业生产实际情况进行微调,将调整后的参数作为挠性圆盘移栽机投苗仿真试验的基本参数。结果表明:仿真数据与优化数据基本一致,改进的遗传算法适应本优化问题,为挠性圆盘式移栽机的机构参数化设计和试验研究奠定了基础。     

基于实码的加速遗传算法在水文地质参数反演中的应用

采用遗传算法的一种改进算法基于实码的加速遗传算法(RAGA)对一地区的水文地质参数(渗透系数K,潜水给水度μ)进行了反演计算,并建立了与数值方法耦合的数学模型。同时与基于实码遗传算法(RGA)、人工调参法在水文地质参数反演中的应用进行了对比。研究表明:与其它2种方法相比,基于实码的加速遗传算法在水文地质参数的反演中具有全局优化,加快收敛的优点。     

自适应加速遗传算法在马斯京根模型参数估计中的应用

针对基本遗传算法的寻优效果明显依赖于模型参数的初始变化区间的大小,还可能会出现过早收敛的问题,在马斯京根模型参数估计问题中应用了一种改进了的自适应加速遗传算法(AAGA).并通过某流域河道洪水演算的实例应用进行了与传统优化方法的比较研究.结果表明,该方法具有直观、简便、快速、适用性强等特点,可广泛应用于各种优化问题中.     

遗传算法的改进及其在流体机械领域的应用

对遗传算法流程进行了多方面的改进,形成了可以称为＂基于排序的轮盘赌、选优策略、启发式交叉、自适应非均匀性变异、跨世代精英选择、小生境策略＂的遗传算法.该算法弥补了基本遗传算法容易产生早熟现象而得到局部最优解的局限性,加快收敛速度,计算选取的种群较小,降低了计算工作量.应用改进遗传算法,以大型泵站钟形进水流道为研究对象,结合CFD分析了设计参数与出口流速分布均匀度的关系.研究结果表明,改进遗传算法能成功地应用于钟形进水流道的多参数优化设计,改善其水力性能,2参数和5参数的目标函数值分别达到了96.817%和97.285%,具有很好的工程实际应用价值.     

免疫遗传算法的研究及其在节水灌

根据生物的免疫原理，将免疫算法中的抗体多样性的维持机制、记忆机制、促进抑制机制引入到遗传算法中，在标准遗传算法的基础上提出了加速实数编码的免疫遗传算法。研究表明，免疫遗传算法改进了基本遗传算法群体多样性差、搜索区间大和免疫算法容易陷入局部最优的平衡态，以及进化后期搜索停滞不前的性能，使其快速成熟的收敛同时又提高了局部寻优和全局寻优的搜索能力。针对黑龙江省半干旱地区水资源紧缺的问题，用免疫遗传算法进行水量优化分配，结果表明实码加速免疫速遗传算法有较好的实用性能与稳定性能。     

基于自适应遗传算法的系统PSS参

多机电力系统中，电力系统稳定器PSS（Power System Stabilizer）的优化配置是一个复杂的非线性优化问题。一般PSS的配置包括其安装地点的选择和参数的优化。先根据参与因子法对PSS的安装地址进行选择，而后重点研究运用改进的自适应遗传算法(AGA, Adaptive Genetic Algorithm)对多机系统PSS参数进行优化。这种方法中交叉率和变异率能够随适应度自动改变，而不是恒定不变。该方法的优点是改善了传统的遗传算法(GA, Genetic Algorithm)中容易出现的“早熟”现象，提高了寻优过程的收敛性和稳定性。仿真结果表明，采用的自适应遗传算法在收敛性、计算时间和参数稳定上都优于传统遗传算法，将经过参数优化后的PSS加装到系统中，不仅可以克服低频振荡现象，而且使系统的暂态稳定性和静态稳定性都得到大幅度增强。     

∏形阻抗变换器的优化设计

文章利用改进的遗传算法优化固定结构下的双波段阻抗变换器的电路参数，进行电路设计，讨论双波段Π形阻抗变换器的优化设计，与已有文献中的数据结果进行对比，结果表明了该设计方法实用性。     

水库短期优化调度改进选择算子的遗传算法应用研究

针对传统遗传算法寻优能力差、易出现早熟的问题,对遗传算法的选择算子进行了改进,提出了对优秀个体进行比例复制的方法,并在种群交叉和变异之后增加了最优保存策略,以保证改进遗传算法的收敛性。用改进的遗传算法求解水库短期优化调度模型,结果表明,改进选择算子的遗传算法趋近于全局最优解的能力更强,收敛速度更快。     

改进粒子群优化（MPSO）算法在动

基于在水资源不充足的情况下，对都江堰灌区六大渠干水资源的合理分配，使农业效益达到最大。首先建立灌区优化配水模型，并将粒子群优化算法（PSO）及其改进的算法应用于该模型。分别对标准PSO、两种改进PSO（MPSO）算法与遗传算法进行仿真对比，结果显示采用PSO算法及其MPSO在农业经济效益上可获得更好的寻优效果，提高了水资源的利用率。     

基于遗传算法的发动机多元回归控制模型

针对汽车发动机参数具有离散性、非线性和不确定性,采用常规的平均值控制模型难以进一步提高发动机动力性、燃油经济性等性能指标的问题,提出了基于遗传算法的发动机多元回归控制模型.该模型很好地融合了参数优化匹配在特定工况点处的优化功能和遗传算法优秀的回归参数寻优功能,形成了一种混合优化控制方法.探讨了基于遗传算法的回归参数自寻优,通过实验验证了该方法的可行性和可靠性,并表明动力性和经济性指标取得了明显改进.     

基于改进粒子群的土壤水分特征曲线参数优化研究

土壤水分特征曲线是研究土壤水分运动的重要参数,Van Genuchten方程是目前广泛应用的土壤水分特征曲线方程。由于该方程参数较多,人工调节参数繁琐复杂,应用优化算法实现参数自动调节成为首选。分别采用遗传算法(GA)、粒子群算法(PSO)和改进粒子群算法(CMOPSO)对方程进行参数寻优,对比3种算法的收敛速度、所需迭代次数和算法稳定性。结果表明:3种算法的参数模拟精度均较好;改进粒子群算法的全局搜索能力和收敛速度优于遗传算法与粒子群算法,且所需迭代次数最少,适合VG方程的参数寻优。     

遗传算法在离心泵优化设计中的应用

介绍和探讨了离心泵的遗传算法优化设计方法;首次采用遗传算法,对低比转速离心泵参数的优化设计方法进行了研究,建立了中低比转速离心泵叶轮参数优化设计的数学模型,将多目标优化设计转化为单目标优化设计问题．对一台低比转速离心泵的叶轮进行了优化设计,经过多次选择、交叉和变异等遗传操作和大量计算,得出了参数优化设计结果,并与传统方法设计的泵作了比较．结果表明,采用遗传算法优化设计的叶轮,其泵效率有所提高,并消除了扬程曲线的驼峰现象;与传统设计方法相比,遗传算法优化设计具有思想简单、易于实现、应用效果显著等优点,因此更合理、更严谨．     

轮灌分组灌溉优化模型与二维编码的遗传算法实现

灌溉优化模型旨在求解干渠各出水口运行时流量调度的最优组合方案，对于提高灌区灌溉管理技术水平和实施农业高效节水有着重要的意义。在“等流量、变历时”的轮灌分组的优化模型上，采用遗传算法进行了优化，选用了高斯适应度函数，并根据约束条件的特点，提出了二维编码并对选择、交叉和变异过程进行了改进，仿真结果表明该改进的遗传算法效果起好，说明该算法设计是可行的。