基于模糊神经网络的农村电力短期负荷预测

为提高负荷预测精度,提出了一种新的模糊神经网络短期负荷预测模型。该模型将模糊系统和神经网络的优点融合在一起,并利用小生境遗传算法优化模糊神经网络参数,提升网络运算性能。某农村地区电力短期负荷预测的计算结果表明,该方法具有较好的预测效果。     

基于遗传算法的数据拟合在MATLAB环境中的实现

在自然科学中,常常在相关的2个量之间并不一定存在严格的函数关系,利用最小二乘法原理可以确定其拟合方程及最优系数。然而对于较复杂的非线性问题,有时并不凑效。根据曲线拟合算法原理和遗传算法的特征,提出了利用遗传算法进行数据拟合的步骤,探讨了在MATLAB环境中实现遗传算法的编程方法,并以一个数据拟合实例说明遗传算法在全局寻优中的应用。     

基于神经网络模型的青岛市城区土壤重金属污染源定位

建立基于遗传算法的BP神经网络系统,该模型可以有效描绘区域中重金属元素的分布情况,并由此通过各元素浓度极大值点求出污染源近似坐标,实现对污染源的定位.将该模型运用于青岛市,根据青岛市不同功能区的土壤重金属含量调查结果,实现了对可能重金属元素污染源位置的预测.     

投影寻踪模型在区域水资源承载力综合评价中的应用

针对区域水资源承载力状况,采用高维降维技术--投影寻踪分类模型(PPC),利用基于实数编码的加速遗传算法(RAGA)优化其投影方向,将多维数据指标(样本评价指标)转换到低维子空间,根据投影函数值的大小评价出样本的优劣,从而最大限度避免了灰色关联法评判中权重矩阵取值的人为干扰,取得了满意的效果,为区域水资源承栽力状况评价及其他评判问题提供一条新的方法与思路.     

AGA-FAHP在工程项目评标中的应用

根据目前工程项目评标过程中一些定性指标无法定量化的问题,提出了基于加速遗传算法的模糊层次分析法(AGA-FAHP),分析了其具体的操作步骤,探讨了如何应用AGA-FAHP方法在工程项目评标中科学、合理地选择中标人,以保证最优者中标.     

基于遗传算法湖泊水质富营养化的投影寻踪分析

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)、生物量共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8个湖泊富营养化程度的评价。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,评价方法简单易行,为湖泊水体营养化状态的评价提供了新途径。     

基于递阶遗传算法优化的交通流预测

及时准确地进行短时交通流预测是智能交通系统研究的关键内容之一。基于小波分析和模糊神经网络的相关知识,提出模糊小波神经网络的控制方法。将小波函数作为模糊隶属函数,利用神经网络实现模糊推理,从而完成对下一周期交通流量的预测,同时采用递阶遗传算法实现网络结构和参数的优化。经实测数据验证,预测精度高,运行稳定,适应性强。     

基于环路和改进遗传算法的树状灌溉管网优化

以投资最小为目标函数,建立了树状灌溉管网优化数学模型,用外部惩罚函数法将问题转化为无约束优化问题,并采用改进遗传算法进行求解。根据树状管网优化的特点,遗传算法采用二进制编码和整数编码相结合的双重编码,以同时对管网布置形式和管径进行优化。在遗传算法产生初始解及交叉、变异操作时,采用基于环路的方法,减少了不可行解的产生,提高了算法的计算效率,算例说明该优化方法有效、实用。     

基于遗传算法的离心泵叶片水力性能优化

建立了一种基于遗传算法的离心泵叶片型线水力性能优化方法.区别于传统优化方法,此方法通过CFD技术求解离心泵叶片的水力性能,以离心泵水力效率及理论扬程作为优化目标进行多目标优化.包含3个主要步骤: 基于蒙面法和三次B样条曲线的三维叶片型线参数化;基于NUMECA商用软件的计算域网格划分及流场求解;基于多目标遗传算法的全局优化.应用此方法对某单级单吸蜗壳离心泵水力性能进行了多目标优化,优化结果表明离心泵水力效率及理论扬程分别提高了0.35%和0.944%.     

基于遗传算法的农村生活垃圾设施选址优化研究——以扬州市江都区丁沟镇沈南村庄为例

农村生活垃圾收集设施的合理配置与选址,能够有效降低政府投入成本,提高农户生活便利,对推进社会主义新农村建设,改善农村生态环境,建设和谐型新农村具有重要意义。研究"村收集"环节的农村生活垃圾设施选址问题,以所有农户倾倒垃圾总距离最短为目标构建垃圾池选址优化模型,并采用遗传算法求解。实证结果表明本文模型与算法的有效性。