Kriging模型与优化算法在汽车乘员约束系统仿真优化中的应用研究

汽车乘员约束系统的优化涉及到安全带、安全气囊等部件的众多参数.首先采用一阶线性响应表面模型、正交实验设计方法进行参数筛选.然后构造Kriging代理模型来代替计算机仿真,并结合两种不同的优化算法来进行乘员约束系统参数的优化设计.结果表明:该方法对汽车乘员约束系统参数优化具有明显效果,可行方向法在该优化中优于多目标遗传算法.     

基于遗传算法优化的支持向量机干旱预测模型

为了克服支持向量机参数人工选择的盲目性和依靠经验的缺陷,采用遗传算法优化支持向量机的C,g两个参数,实现支持向量机参数的优选,减少参数选择的工作量,并提高模型的预测精度。并将遗传算法优化的支持向量机模型应用到浑河流域干旱预测中,通过matlab编程建立该模型。以海城、大洼、辽阳、沈阳4个站的降雨量进行建模预测,结果表明:模型的预测值和真实值拟合度较高,模型的预测精度满足要求,说明该模型用于浑河流域的干旱预测具有可行性,为决策部门能及时有效地指导和部署抗旱工作、合理利用分配现有的水资源提供依据。     

遗传算法在杨木单板改性中的应用

介绍了遗传算法原理、特点和算法过程,回顾了国内外把遗传算法应用到木材科学领域的研究现状;在此基础上,提出了遗传算法在该领域研究和生产中的应用前景。最后应用遗传算法全局搜索能力对杨木单板强化复合材进行研究,对混合树脂液聚合工艺参数与树脂转化率之间的神经网络模型权值、阈值进行优化,探索最佳的树脂液聚合工艺。结果显示优化后网络的训练步长减小,推广性能有所提高。     

自主迁移的并行遗传算法用于马斯京根模型参数估计

遗传算法是一种随机性的全局优化算法,但简单遗传算法易陷入局部最优。将并行技术与遗传算法相结合,且针对影响并行遗传算法性能的迁移时机进行研究,提出自主迁移的并行遗传算法用于马斯京根模型参数估计。实验结果表明,该算法为估计马斯京根模型参数提供了一种有效的方法。     

基于神经网络和遗传算法的红景天苷缓释微囊制备过程建模与优化

建立了红景天苷缓释微囊的人工神经网络模型及其遗传算法优化技术。结果表明,结构为5-12-3的神经网络模型能较为精确地拟合测试的样本数据,其最大相对误差不超过4%;遗传算法优化的红景天苷缓释微囊制作最佳工艺参数为:海藻酸钠与红景天苷的质量比为2,海藻酸钠浓度为30g/L,壳聚糖浓度为5g/L,氯化钙浓度为10g/L,壳聚糖溶液pH值为6.35,该工艺参数下的最大适应度较单因素及二次旋转组合试验中的最大适应度高14%,且最佳工艺参数下载药量、包埋率和决定系数的预测值和试验值基本相符。说明用神经网络模型描述微囊制作参数与性能之间的关系,用遗传算法优化微囊制作工艺参数,能设计出性能最佳的微囊制作工艺参数。     

基于GA–BP神经网络的番茄应力松弛参数的估计

为了实现机械手在抓取过程中对番茄应力松弛参数的快速准确估计,提出以BP神经网络为核心,遗传算法(GA)对BP神经网络初始权值和阈值进行优化的番茄应力松弛参数的估计方法:以番茄为样本,利用质构仪进行番茄应力松弛试验,并利用三元件广义Maxwell模型来表征番茄的应力松弛特性,通过拟合获取样本数据集;再以抓取力F、变形量D、作用时间t为输入,松弛特性参数E、Ee、η为输出构建BP神经网络模型,使用遗传算法对初始连接权值和阈值进行优化,获取最优参数的GA–BP神经网络估计模型;将该估计模型应用到机械手抓取过程中对番茄应力松弛参数的估计验证。结果表明:番茄应力松弛特性参数E、Ee和η的估计相对误差都在15%以内,且趋于稳定,该估计模型可对番茄应力松弛参数进行在线估计。     

遗传算法与传统优化方法应用于电力负荷建模的比较研究

将遗传算法应用于电力系统综合负荷建模．以三阶感应电动机为综合负荷模型，以待辨识参数为未知向量，以系统实测与模型响应误差平方和为目标函数；以随机初始种群为基础进行交叉一变异一选择运算并产生下一代种群；通过若干代进化即可获得具有足够精度的辨识结果．通过实验数据将遗传算法与传统模式搜索算法的建模结果比较，表明遗传算法所得模型的描述精度比模式搜索法高10倍，其模型参数呈现很好的稳健性，从而有效地克服了传统优化方法的模型参数分散性。     

昆明市4个主要针叶树种林分断面积生长模型研究

采用Richards、Schumacher和Korf模型作为林分断面积生长备选模型,运用麦夸特算法、差分进化算法、遗传算法、模拟退火算法和粒子群算法进行模型参数求解,根据R2和RMSE选择模型拟合结果、算法迭代次数和残差分布,比较各优化算法的效率和参数稳定性。结果表明:华山松、云南松、油杉和柏木地位级表落点检验值分别为97.9%、98.3%、98.1%和98.9%,精度符合要求,能够用于林区林业生产经营活动;优化算法求解模型参数的效率由高到低的顺序为LMDEPSOGASA,PSO求解参数的拟合优度较差;针叶树种断面积生长模型更适宜采用Richards模型,Schumacher模型参数拟合结果更稳定。运用优化算法进行林分断面积生长模型参数估计并分析其优劣,对提高模型精度具有重要作用,研究结果为优化算法在生长模型参数估计中的运用提供了依据。     

基于蚂蚁算法的湖泊富营养状态评价的普适指数公式

本文尝试采用蚂蚁算法对湖泊富营养化评价的普适指数公式参数进行了优化,并与常用的遗传算法的优化结果进行了比较。结果表明,采用蚂蚁算法优化参数的分级评价标准明显优于采用遗传算法优化参数得到的分级评价标准。     

微分进化算法在水电站水库优化调度中的应用

【目的】针对传统优化算法的不足,将微分进化算法应用到水电站水库优化调度问题中,建立新的优化算法模型。【方法】建立基于微分进化算法的水电站水库优化调度模型,并给出具体求解步骤。为验证算法的有效性,将其应用于具体水电站水库的优化调度计算中,最后将该方法与遗传算法的计算结果进行了对比。【结果】实例计算结果表明,与遗传算法相比,微分进化算法收敛速度快,可调参数少,计算精度高,稳定性好,且该算法简单、容易实现,具有较强的全局搜索能力。【结论】微分进化算法在解决水电站水库优化调度问题时具有很强的适用性,为求解水电站水库优化调度问题提供了新思路。     

生物燃油/柴油混合乳化燃料制取参数的优化研究

为方便快速的寻找生物燃油/柴油混合乳化燃料的最佳超声乳化制备参数,将超声乳化燃料制取的实验数据作为样本数据,构建乳化燃料稳定性的人工神经网络预测模型。利用建立的非线性神经网络预测模型作为种群个体的适应度函数,建立混合乳化燃料制备参数的遗传算法寻优模型,通过遗传算法模拟自然进化过程随机、自适应搜索的方式确定乳化燃料生产制取的最佳乳化超声参数(超声波频率、功率、作用时间和矩形脉冲占空比)。按该参数进行试验,其试验数值与计算数值相符合。结果表明,运用混合乳化燃料预测模型及遗传算法优化模型能够准确设计出稳定性能较好混合乳化燃料制取的超声乳化参数,为混合乳化燃料的制备提供了一种新的优选方式。     

基于混合粒子群算法的供热管网优化设计

供热管网优化设计一直是多年来城市地下管网工程中的研究热点。通过分析供热管网的优化模型,建立关于供热管网的目标函数即供热管网投资费用,根据供热管网的目标函数及约束条件建立适应度函数。利用粒子群优化算法对该非线性模型进行求解,借鉴遗传算法中变异操作的思想,设计基于遗传算法的混合粒子群算法,寻求在水力约束条件下目标函数的最小值。实例结果表明,将粒子群优化算法应用于供热管网优化设计可以取得较好的优化结果,并且充分的体现出粒子群算法的寻优能力。     

基于支持向量机回归的猪肺疫发病率预测模型研究

为探明支持向量机回归(SVR)模型在动物疫病定量预测上的效果,以便为动物疫病防控决策提供依据,利用广西2007—2013年的猪肺疫月发病率时间序列,进行了SVR模型预测猪肺疫月发病率效果的研究。首先,以自相关函数法和Cao方法相结合,确定该时间序列的时间延迟为2,嵌入维数为6,并对其进行相空间重构;然后,依据主分量分析(PCA分布)方法判定该时间序列具有混沌特性,表明其在重构相空间中进行分析预测是可行的;最后,基于相空间重构结果构建SVR模型,分别采用网格搜索算法、遗传算法、粒子群算法对模型参数进行优化,并分析预测效果。结果表明,运用遗传算法优化SVR模型参数预测效果最优,平均绝对偏差(MAD)为0.043、均方误差(MSE)为0.003、平均绝对百分误差(MAPE)为0.202。可见,采用遗传算法优化的SVR模型对猪肺疫发病率的预测是可行有效的。     

收获机器手移动路线优化算法的研究

针对农业收获机器手,提出一种基于遗传算法的移动路线优化算法。利用收获机器手位置的数学模型,通过遗传算法优化机器手移动的角度和距离。结果表明,该算法结果的位置误差较小,取得较好的结果。     

模糊自适应遗传算法在农村电站无功补偿优化中的应用

运用模糊自适应遗传算法对农村电站无功补偿优化数学模型进行了优化计算,通过实例的计算机仿真,搜索到了电站无功补偿费用最低的优化补偿点,结果符合实际应用情况,表明自适应遗传算法应用于农业工程优化设计计算切实可行。     

基于改进遗传算法的支持向量机微信垃圾文章识别

法治方式是十八大以来中国共产党探索出来的加强党风建设的新路径。整党整风运动式、会议专题式、法治方式是中国共产党九十多年来加强党风建设的三种方式，而法治方式是新方式与新选择。以法治方式加强党风建设的具体路径有五个方面：一是培育党员领导干部的“法治”意识与价值观念。二是清理完善党内法规制度，构建有法可依的党内法制体系。三是构建规范权力运行的制约和监督体系。四是搭建追逃追赃国际平台，加快对外逃人员的法制惩处。五是强化警示，定期发布党员领导干部的贪腐案例。以法治方式加强党风建设要处理好党内法规与国家法制的关系、加大党员领导干部相关事项的信息透明度与公开性、借鉴成功经验构建廉政文化。     

模糊时间窗多目标冷链物流路径规划

针对近几年冷链物流行业高额的配送成本和能源消耗等问题,以冷链物流配送路径为研究对象,建立基于碳排放量、配送总成本和客户满意度的多目标配送路径优化模型。采用贴近实际的模糊时间窗配送方式和自适应灾变遗传算法,对冷链物流运输车辆路径规划和在实际配送中复杂路径问题下的多目标路径优化进行研究。算例分析表明:1)在冷链物流路径配送中,目标函数考虑碳排放时的碳排放量相比不考虑碳排放降低了56%;2)该模型能够在考虑碳排放量和客户满意度的基础上有效地降低配送成本,使多个目标进行有机统一,全局优化;3)该算法对于多目标冷链物流路径优化问题在寻优效率和计算时间上均优于标准遗传算法。     

基于遗传算法的复摆式破碎机动颚运动特性优化

为有效减小复摆式破碎机动颚衬板磨损,可通过降低动颚运动特性值实现.为提高颚式破碎机工作性能,以PE250×400型颚式破碎机为优化对象,以动颚运动特性值最小作为优化设计目标,以各构件基本尺寸作为优化设计变量,建立包含构件尺寸、工作参数及腔形参数的约束条件,构建优化设计数学模型,采用遗传算法对数学模型进行优化,优化后的动颚运动特性值降低13.84%,同时生产率提高12.73%,满足颚式破碎机的优化设计要求,为颚式破碎机优化设计从理论上提供了方法指导.     

自适应域多群体遗传算法求解发酵动力学模型参数

从道统说的形成与释奠仪的开展可以看到朱熹的学术思想、心志理念与具体礼仪开展之间交相并进的特点。朱熹的沧州精舍祭祀实现了二者的统合,但在道统谱系的论述与祭祀对象上仍然存在一些差异。     

自适应遗传算法及其在渗流参数反演中的应用

利用水头实测资料,以渗透系数为待反演的参数,在采用基本遗传算法进行参数反演研究的基础上,针对简单遗传算法难以确定交叉率和变异率的最佳值及计算量较大、易早熟等缺点,提出以自适应遗传算法来解决工程中的这类反演问题;为力求使改进的遗传算法计算量更小,收敛性更强,同时结合简单的二稳定渗流有限元算例,在相同的情况下分别用简单遗传算法和自适应遗传算法进行了反演计算。结果表明,自适应遗传算法在保持简单遗传算法优点的同时,有效地提高了算法的收敛性,并在一定程度上克服了简单遗传算法的早熟问题。因此,自适应遗传算法为渗流领域求解反演问题提供了新的途径。