基于遗传算法的自适应水轮机调节系统

为了进一步改善水轮机调速器的鲁棒性，有利于我国的水电行业向着“无人值班”的管理模式健康发展，提出了基于遗传算法的自适应水轮机调节系统的硬件结构和软件结构，并针对应用实例进行了仿真计算。由于基于遗传算法的自适应水轮机调节系统能够根据调节对象的变化，辨识并优化控制器参数，因而使得调节器具有智能化的特点，符合调速器的发展方向。     

基于自适应惩罚遗传算法的给水管网优化设计

针对给水管网遗传优化设计中常规惩罚函数边界约束条件存在的问题,提出了一种能根据每代计算结果自适应调节惩罚因子的自适应惩罚遗传算法,并应用改进遗传算法寻求管网投资最小的设计方案.研究表明,应用该方法能够更有效地搜索最优解,可节约工程费用2.29%～12.01%,在工程优化设计中有一定的实用价值.     

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...     

基于遗传算法的自动引导车自适应变结构控制

为了提高自动引导车控制的精度,提出了一种基于遗传算法的变结构控制方法.利用遗传算法在线调整变结构控制律中的参数,克服了常规变结构控制方法中需预先设定趋近律参数的限制,既保留了传统趋近律的优点,又有效改善了系统的控制品质,使系统最终以理想方式在滑模面上运动.试验表明直线跟踪误差为±0.02 m,曲线跟踪误差为±0.03 m,没有出现抖振现象.     

自适应遗传算法在环状管网水力计算中的优化设计

介绍了如何应用双重编码的自适应遗传算法对依靠重力供水的环状管网进行水力计算的优化设计。用遗传算法随机生成水头标高和管径,再由随机生成的水头标高和管径求出非线性的流量分配方案和管径组合方案,然后通过自适应遗传算法的交叉和变异操作,使不适应的个体通过交叉和变异成为满足的约束条件的个体,从而达到优化的目的。结果表明,遗传算法在水力计算中有着独特的优势,它能使管网的流量分配和管径选择同时完成。     

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。     

基于遗传算法的皮尔逊Ⅲ型曲线参

皮尔逊Ⅲ型频率曲线参数估计时,常用方法有矩法、权函数法和适线法等,这些方法各有缺陷。根据遗传算法全局寻优的原理与特点,采用遗传算法计算皮尔逊Ⅲ型频率曲线的三个参数,并和其他方法进行了对比验证。结果表明,遗传算法得到的频率曲线与实测资料误差小,拟合精度高,是一种较好的计算方法,值得推广应用。     

基于多变异分组遗传算法的多机协同作业静态任务分配

为解决农业机械(简称农机)多机协同作业前的任务分配问题,提出了基于多变异分组遗传算法的同种农机多机协同作业静态任务分配方法.首先,根据农机合作社实际作业模式,基于农机性能参数和任务参数,综合考虑机群的作业时间、作业油耗和路程代价等因素,建立了多机协同代价函数;根据多机协同作业特点,构建了多变异分组遗传算法,设计了两段式...     

基于改进遗传算法的农村配电网无功优化算法

为了保证农村配电网中的电压质量和电力系统的稳定性,解决以往无功优化算法中遗传算法计算时间过长的问题,提出了改进遗传算法与灵敏度相结合的无功优化算法及模型,在灵敏度分析的基础上确定初始种群,提高了初始种群的质量并避免了搜索的盲目性,运用改进的交叉和变异算子使得遗传操作得到改善.通过对算例的优化结果可以看出,改进后的无功优化算法优越,计算速度快,实用性强.     

基于频域整形的EPS系统参数优化

针对电动助力转向(EPS)系统传统的参数优化方案无法保障良好转向盘力矩瞬态特性的问题,借鉴经典控制理论二阶振荡环节的基本结论,提出了EPS系统参数的频域整形优化方案。在现有转向路感评价模型频域分析的基础上,建立了EPS系统阻尼比的量化公式。该方案本质上是以EPS系统阻尼比为优化目标,并以EPS系统的稳定性量化公式为约束条件。为验证所提出的频域整形方案的优化效果,分别建立了基于频域整形优化方案和传统优化方案的优化模型,并基于遗传算法对优化模型进行了优化设计和计算。两种优化方案的对比分析结果表明,与传统优化方案相比,提出频域整形方案,可以进一步改善转向盘力矩的瞬态响应特性,有利于获得更好的转向路感。     

基于低功耗的发射功率自适应水稻田WSN监测系统

针对农田环境信息监测存在能量有限、节点通信距离各异等特点,设计了一种基于接收信号强度和丢包率的发射功率自适应水稻田监测系统,并搭建了一个长期、稳定且可靠的低功耗无线传感网络。硬件方面,为扩大网络的覆盖范围和提高系统的稳定性,采用频率异构的方式对节点分簇,为不同类型的节点配置不同类型的天线。软件方面,为提高CPU利用率,各类节点程序设计采用基于小型嵌入式实时操作系统FreeRTOS;为降低功耗,采取定时休眠唤醒、传感器掉电控制的工作模式和基于感知数据差的低功耗自适应机制。试验结果表明,在150 m通信距离内,系统可以根据当前的通信质量,将节点的发射功率自适应地调整到实现当前通信可靠性所要求(丢包率小于1.3%)的最小发射功率上;对比10 d Bm固定发射功率,当发射功率自适应算法调整为8、6、3 d Bm时,节点续航能力分别提升了11.9%、21.4%和33.3%。通讯性能对比表明,本设计节点的通讯性能明显优于其他3种基于不同发射功率自适应算法的节点,从而验证了本系统的可靠性与实用性。     

改进型遗传算法在农网无功优化中的应用

根据农村电网的特点,建立了综合考虑全年网损、电压质量和补偿设备投资的无功优化规划数学模型.应用自适应遗传算法改进了传统遗传算法的遗传算子和终止判据等,提出了一种配电网无功优化的改进型遗传算法,其收敛速度和求解精度均有提高.算法实例表明,改进遗传算法的优化效果优于传统遗传算法.     

采用改进型遗传算法的农网运行优化方案

为了有效地推进农网改造工程，在建立基波潮流、谐波潮流、无功功率补偿和农网规划数学模型的基础上，提出了一种改进型遗传算法的农网运行优化方案，即采用遗传算法寻优与灵敏度信息指导相结合之法，编制出农网基波及谐波潮流、无功补偿和优化运行软件程序包。结果表明，在线可观测基波、谐波潮流和无功补偿等状况，优化后比优化前电流谐波总畸变率平均下降了1．66％，3、5、7次谐波放大水平平均降低了约1．2％，农网年运行费用节省了13．2％。     

一种用于农网电力有源滤波器谐波检测的方法

为了实现对农村电网谐波的实时和准确补偿,提出了一种用于单相有源电力滤波器可检测任意指定次谐波的新方法.该检测方法基于锁相回路和一种简单的自适应算法对指定次谐波信号幅值和相位进行在线估测,并通过闭环自适应调整参数以提高检测精度.同时,对该方法进行了频域分析,并通过仿真验证了该方法的正确性和灵活性.     

基于遗传算法的农用无人机定位系统优化

随着精细农业的发展,无人机在农业生产中的应用越来越广泛,无人机定位系统是无人机航线路径规划的关键环节。由于缺乏智能算法的应用,传统的无人机航线路径规划始终无法保证处于最优路径,经常发生误撞现象,严重影响无人机在农业生产中的持续作业,降低无人机作业效率。为此,深入研究了遗传算法工作原理、进化周期模型以及算法运算流程等理论,将遗传算法应用在无人机定位系统中,用于无人机航线路径的规划。通过确定无人机定位约束条件,按照遗传算法运算流程,定位无人机下一时刻最优运动节点,从而计算分析无人机最优航行轨迹,使无人机定位系统具有较强的定位功能,保证无人机航线路径处于最优路线,避免无人机碰撞到其他物体,使其能够在任何复杂的环境下完成飞行任务。     

根系吸水模型参数的混合遗传算法估算方法

构建了遗传算法与Levenberg-Marquardt算法相结合的混合遗传算法,用于求解根系吸水模型参数.分别进行数值试验和棉花根系吸水试验对混合遗传算法求解精度进行验证.数值试验表明,采用混合遗传算法优化求解根系吸水模型参数的优化值具有较高的精度,含水率资料的时间步长和空间步长对根系吸水模型参数的优化精度有较大影响,在实际中时间步长可取值5～10 d,空间步长取值5～10 cm.对室内棉花根系吸水进行模拟分析,结果表明混合遗传算法求解的根系吸水模型可以很好地模拟根系吸水.该方法可用于求解根系吸水参数.     

激素调节机制IAGA在作业车间调度中的应用

针对离散型生产作业中的车间调度问题,以最大流程时间最小化为目标,将基于激素调节机制的改进型自适应遗传算法应用其中。该算法具有有效避免近亲繁殖、无需复制操作、有效克服早熟现象和进化缓慢问题等特点。算法采用基于工序的编码方式,并在调度实例应用中取得满意效果。仿真结果表明:该算法大幅度减少了调度方案生成时间,优化了调度方案,缩减了最小化完工时间,能够有效、高质量地解决作业车间调度问题。     

电动助力转向系统结构参数优化

建立装有EPS系统的人-车闭环系统模型,采用总方差评价方法,建立目标函数,利用遗传算法对系统结构参数进行优化,并使用优化后的结构参数进行系统仿真,结果表明优化后的参数使系统性能得到一定程度的提高。     

基于遗传算法的渠道横断面设计

常规的渠道横断面设计,需进行反复试算,且精度不理想。以渠道设计水深作为优化变量,将均匀流公式计算设计流量转化为非线性优化问题的目标函数,设计流速界于不冲不淤流速之间作为约束条件,并用实数编码的遗传算法求解,进行渠道横断面设计,运用结果表明该方法计算精度高,简便可行。