基于遗传算法的机械产品多参数选配方法

对机械产品多参数选配问题进行了描述，并以同时满足多个装配精度，使不适配零件数量最小化为目标，建立了求解该问题的数学模型。针对机械产品多参数选配的特点，提出了一种基于遗传算法的选配方法。根据问题的特殊性，设计了相应的编码方法和遗传算子。最后给出了应用该算法解决机械产品多参数选配问题的一个实例，证明了该算法的可行性与有效性。     

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pareto front的多目标遗传算法在灌区水资源配置中的应用

为了解决灌区非充分灌溉时,灌区作物产量最高与供水部门收益最大之间的矛盾,建立了灌区一次灌水水资源配置的多目标优化数学模型.该模型目标函数之一为高度非线性的,为了克服传统方法在求解非线性多目标优化问题时容易陷入局部最优点的缺点,引入了基于Pareto front的多目标遗传算法来解该模型.实例应用表明,基于Pareto front的多目标遗传算法可以快速求解灌区多目标优化问题,并为之提供非劣集,以便决策者参考.     

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。     

泵站优化运行算法

通过对动态规划法、线性规划法、非线性规划法及遗传算法等泵站优化运行算法的综述，对泵站运行优化方法的发展提出新的看法。     

参数投影寻踪模型在农村公路交通发展综合评价的应用

农村公路建设是农业和农村经济赖以发展的重要基础设施．是推进社会主义新农村建设的重要内容。通过对各个省份农村公路建设的综合评价，可以找出各地区农村公路发展规模的差距，并指出优先发展的指标。以往的评价多采用模糊综合评判技术，不可避免地存在人为赋予权重的干扰，导致评价结果的出入。为此，采用新兴的降维技术一投影寻踪评价模型，通过改进遗传算法来优化投影寻踪模型多维参数．建立了4省农村公路交通发展的基于改进遗传算法的参数投影寻踪综合评价模型。有效地克服了主观赋予权重的干扰．取得了满意效果；同时，指出了各个省份发展农村公路建设优先考虑的指标顺序，为该方面研究提供了新的思路与研究方法。     

基于GS的降雨径流预报方法研究

为满足降雨径流预报的需要，研究了基于GIS的降雨径流预报方法。分析了水文过程的影响因素并阐述了数据信息的预处理方法；提出了基于遗传算法的神经网络模型，该模型提高了神经网络的训练精度和效率，将该模型应用在降雨径流预测中能有效提高预测水平；提出了结合地理信息系统流域降雨径流预报，通过GIS对降雨信息的处理，提高了降雨径流预报模型的输入数据的精度；通过实例分析，验证了该方法在降雨径流预报应用中的可靠性和高效性。     

拖拉机变速箱的齿轮故障诊断研究

通过对拖拉机变速箱的故障分析，列举了故障发生率较大的变速箱齿轮所在的主要故障形式，并对齿轮故障诊断的试验台搭建、故障信号特征的提取、诊断模型的选择及遗传算法的应用做了论述。     

遗传算法在离心泵叶片优化设计中的应用

对遗传算法在流体机械优化设计中的应用现状作了较为全面的总结；提出了将遗传算法应用于离心泵叶片优化设计中，分析了遗传算法在离心泵优化设计中应用的可行性以及存在的问题；对离心泵优化设计的发展提出了一些新建议和尝试。     

基于PCA-GA-SVM的甘蔗收获机运行状态识别

由于甘蔗收获机在收获过程中智能化水平较低,依靠人工操作很容易对甘蔗收获机的运行状态产生误判,从而造成物流通道堵塞、能源浪费、收割效率低。针对这些问题,提出一种基于主成分分析(PCA)、遗传算法(GA)和支持向量机(SVM)状态识别模型。首先,通过实地采集甘蔗收获机刀盘轴、行走轴、切段轴和风机轴扭矩和行驶速度特征信息,然后通过PCA进行数据降维,最后利用GA优化参数C、γ,使用每个特性信息来训练SVM,对甘蔗收获机运行状态进行分类。结果表明:PCA-GA-SVM状态识别模型对甘蔗收获机运行状态的识别准确率为93.75%,建模时间为3.688 s,与SVM(81.25%,9.487 s)、PCA-SVM(87.5%,5.817 s)和GA-SVM(90%,8.969 s)进行对比,该模型具有最高准确识别率和最快建模速度,具有较大的应用价值。