基于遗传算法的组卷问题的研究与设计

针对智能组卷系统的研究,应用遗传算法的知识,建立了1个基于遗传算法的智能组卷系统的数学模型.在此基础上,开发了1个基于遗传算法的智能组卷系统,该系统能够较好的满足智能组卷的需求.     

基于改进遗传算法-偏最小二乘回归的大坝变形监测模型

【目的】针对常规大坝变形监测回归模型中存在的因子多重相关性干扰和模型拟合效果欠佳问题,进行偏回归模型优化方法研究。【方法】将改进的遗传算法引入大坝变形监测偏回归模型,利用遗传算法强大的自适应全局优化搜索功能,对偏最小二乘回归模型进行优化,建立了基于改进遗传算法-偏最小二乘回归的大坝变形监测模型。【结果】工程实例研究与对比分析表明,改进遗传算法-偏最小二乘回归模型在一定程度上改善了原偏回归模型存在的拟合效果不佳的问题。【结论】改进遗传算法-偏最小二乘回归模型具有较好的拟合与预测能力,有较强的工程实用性。     

混合神经网络响应面调度法在渔船协同论证中的应用

根据响应面法近似计算在多学科优化中的特点,针对普通神经网络构造响应面方法存在的主要问题,将遗传算法和神经网络结合,设计出混合神经网络并构造了协同优化算法的响应面,在任务调度模块的支持下,可以自主地选择近似和精确计算。采用混合神经网络调度法对玻璃钢拖网渔船进行技术经济论证,结果表明,该方法能够提高优化结果的效率和鲁棒性。     

改进遗传神经网络在甘蔗产量预测中的应用

传统甘蔗产量预测方法对外界多因素关联作用的农作物产量预测的难度大、精度差、准确度低,本文提出改进自适应交叉和变异算子的遗传BP算法,多元逐步回归简化BP网络的输入变量,应用改进的遗传BP算法策略,并以甘蔗产量实例数据进行了验证和分析,结果表明,改进的遗传BP算法总体效果最优.     

湖泊水质富营养化综合评价的遗传投影寻踪分析

根据湖泊富营养化特性,选择总磷(TP)、总氮(TN)、耗氧量(CODMn)、透明度(SD)和叶绿素(Chla)等5 个指标作为评价因子,建立湖泊富营养化评价的投影寻踪分析模型,采用遗传算法对评价模型进行优化,并将该模型应用于我国19个湖泊富营养化状况的评价.研究表明,投影寻踪回归分析法,避免了传统评价方法由于主观原因造成的误差,评价结果合理可信,方法简单,是湖泊水体营养化状态评价的新途径.     

基于PLS_GA_Elman算法的病虫害预测

针对农业中虫害受多种复杂因素的影响及发生量预测问题非线性、样本少、特征变量多的特点,结合偏最小二乘回归（PLS）、遗传算法（GA）与Elman神经网络,建立了虫害发生量的PLS_GA_Elman预测模型。通过PLS回归算法对影响因素进行特征提取后,将降维变量输入Elman模型,并运用GA对Elman建模中的权值和阀值进行优化。通过实例分析表明该模型预测准确性高,能有效地预测虫害的发生量。同时为验证算法的有效性,与PLS算法、Elman神经网络算法、基于GA的Elman神经网络算法（GA_Elman）、基于GA的BP神经网络算法(GA_BP)进行比较。     

基于RBF神经网络与NSGA-Ⅱ算法的渣浆泵多目标参数优化

由于渣浆泵普遍存在扬程低于设计扬程、效率低、磨损严重等问题,该文选取比转速为75的离心式渣浆泵为研究对象,运用商用CFD求解软件Flunet,选取RNG k-ε湍流模型与欧拉两相流模型对其内部流动进行计算。以离心式渣浆泵的效率、高效区作为优化目标,结合Plackeet-Burman筛选试验,将渣浆泵叶片的进口安放角、出口安放角与叶片包角作为优化变量。采用均匀试验设计安排样本空间,利用RBF神经网络拟合优化变量与优化目标间的映射关联,基于NSGA-Ⅱ遗传算法进行多目标寻优。针对优化所得的Pareto解集,选取其中效率最优个体和高效区最优个体与优化前初始模型进行对比:分析了上述3个个体的通过数值模拟得到的性能曲线之间的差异,得到效率最优与叶片进、出口安放角、叶片包角为21.76?、23.43?、145.56?,高效区最优时为19.38?、22.68?、116.71?。通过试验验证,优化后个体性能得到显著提升,效率最优个体的效率较初始个体的效率提高了3.81%,高效区最优个体较初始个体高效区范围提高了4.33%。给出并分析了上述3个个体在叶轮流道中间剖面上固相相对速度矢量及湍动能分布、叶片工作面、叶轮后盖板的固相浓度分布差异。优化结果表明,该优化方法使叶轮的水力特性得到改善,提高了离心式渣浆泵的性能。     

黄河流域2001—2013年生境适宜性变化研究

生境适宜性评价是开展生物多样性保护的基础与关键,对实现流域可持续发展具有重要意义。本文选取土地利用类型、海拔高程、坡度、距保护区距离、距道路距离和距水源距离作为指标因子,利用基于加速遗传算法的层次分析法（AGA-AHP）计算各指标因子的权重,构建生境适宜性评价模型（Habitat Suitability Index model, HSI）,对黄河流域2001—2013年间的生境适宜性进行评价。结果表明：距保护区距离指标因子对黄河流域的生境适宜性影响最大,土地利用类型指标因子次之,高程和坡度因子最小;从整体分布来看,黄河源头及中游生境适宜性较高,黄河上游兰州至头道拐一带以及黄河下游三门峡以下的区域生境适宜性则相对较低;从变化趋势来看,2013年黄河流域的整体生境质量要优于2001年,处于上升趋势;其中生境适宜性变好的区域面积为1.25×106 km2,占15.8%,主要集中在河套平原、黄土高原、关中平原西部、西北部和黄河三角洲;生境适宜性变差的区域面积为6.43×105 km2,占8.1%,主要集中在鄂尔多斯高原中西部、关中平原中部和宁夏平原中南部。     

基于分组和精英策略的遗传算法在机器人导航上的应用

【目的】针对种植园复杂环境下采摘机器人进行路径规划时找出多路径效率低、速度慢等问题,提出一种基于分组和精英策略的遗传算法(GGABE)。【方法】首先生成1个初始群体,使用Sigmoid函数分组;然后在每组中分别进行选择、交叉、变异操作,进行n代迭代后,每组产生该组内的k条等长的最优路径;比较各组最优路径,选择最短的路径作为最优路径。在种群的各项参数均相同的情况下,简单遗传算法(SGA)、未分组的精英遗传算法(EGA)以及GGABE分别作用于15×15和25×25的地图,各进行50次试验。进行样机验证试验。【结果】第1幅地图,GGABE算法找到了8条最短路径,路径均值为20.970 6,其他2种方法只能找出1条最短路径;第2幅地图,GGABE算法找到了8条最短路径,路径均值为38.041 6。50次验证试验均找出3条最佳路径,平均路径规划时间为15.543 319 s。【结论】本研究提出的基于分组和精英策略的遗传算法收敛速度快,可快速准确地在地图中搜索出所有能够遍历整个果园的最佳路径。     

基于NSGA-Ⅱ农业多水源复合系统多目标配置模型应用

基于多目标非支配排序遗传算法原理,建立佳木斯地区农业多水源灌溉系统多目标供水优化配置模型。运用非支配排序遗传算法求解,结果表明,模型可达到经济目标较大时环境目标较小效果。选取三个方案权衡分析经济和环境目标,高来水情景中方案一经济目标是88.88×10~8元,环境目标588.12×10~4kg,方案二分别是88.00×10~8元,580.55×10~4kg,方案三分别是85.56×10~8元,574.50×10~4kg。在三个不同最优解中,决策者可根据偏好或实际情况选择决策方案,为当地农业水资源规划提供依据。