基于多目标遗传算法的水土资源优化配置研究

随着社会与经济的快速发展,水土资源合理配置问题已是当前热点。水土资源配置具有多目标性,选择合理可行的求解方法就成为该问题的研究重点。遗传算法是一种模拟生物自然选择与进化机制的全局性概率搜索算法,对解决此类优化计算问题具有独特的优越性,其中利用多目标遗传算法（MOGA）求解Pareto最优解集的方法已应用于诸多方面。本文根据可持续发展理论,以经济、社会和生态环境效益三者最优作为目标函数,建立约束条件,采用基于并列选择的多目标遗传算法构建水土资源配置模型,并以东台市为例进行研究,以达到水土资源充分与协调利用的目的。     

四驱汽车电控分动器性能预测与试验

为了探讨四驱汽车电控分动器的传动性能,以带多片式离合器式的电控分动器为研究对象,提出一种基于遗传PID控制的电控分动器性能预测方法。首先通过分析分动器各部件功耗损失,构建电控分动器传动特性预测模型;其次探讨离合器摩擦副数、摩擦片内外径、润滑油粘度等参数对其性能传递的影响规律;最后在电控分动器试验台上开展了分动器性能试验。试验结果表明,所提性能预测方法能较好地预测行驶过程中电控分动器传动特性,为后期控制系统设计提供理论依据。     

月壤采样试验验证机构运动性能研究

为开展月壤采样试验,设计了一种可以实现姿态调整的3自由度并联机构,根据机构运动特点,采用修正的KG(Kutzbach-Grübler)公式计算机构的自由度,利用封闭矢量法求解该机构位置逆解,并建立机构速度、加速度和可操作度性能评价指标。提出一种基于速度性能与可操作度性能为目标,采用多目标遗传算法优化机构结构参数,对优化后的结构参数进行分析,得到该机构工作空间、速度性能、奇异性和可操作度性能。研究表明:动平台姿态α、β在-0.35~0.35 rad时,机构速度性能最好;可操作度性能指标均在[4,5]区间范围内,不会产生奇异位形,有较好的可操作性能,验证该机构能够满足月壤采样试验功能要求,对开展月壤采样试验验证具有一定的实用价值。     

基于PPC模型的农机选型与优序关系研究

将投影寻踪（PP）与实数编码的遗传算法（RAGA）相结合，应用到农业机械的选型与优序关系研究中，通过寻求各种机型评价指标的最佳投影方向，将高维数据转换成一维投影指标值，实现对机器样本的分类与排序，从而克服 以往二阶模糊综合评判法及灰色系统评价法中权重取值的人为因素，取得了良好的效果。     

基于遗传算法的高齿弧齿锥齿轮优化设计

提出一种基于遗传算法的高齿弧齿锥齿轮的优化设计方法 ,该方法应用于实例计算 ,取得了比较好的效果 ,达到了大重合度的设计目标。     

谷物干燥控制的研究与探索

本文通过对谷物干燥过程所涉及的控制策略进行全面分析和总结，针对现存问题。提出了模糊控制、神经网络和遗传算法综合应用于谷物干燥过程控制的发展前景。     

用基于整数编码的改进遗传算法进行环状管网优化设计

应用基于整数编码的改进遗传算法进行环状管网管径优化设计，既可避免编码冗余问题，又可提高算法的实用性和计算效率，并能在较大解空间范围内获得最优管径组合方案以实现尽可能大的管网投资。     

基于遗传算法的人工神经网络模型在冬小麦根系吸水模型中的应用

基于土壤水分与冠部数据,应用遗传算法优化人工神经网络模型的权值,将获得的冬小麦根长密度分布应用于根系吸水模型中,并进行了水分数值模拟,水分模拟效果整体较好,表明应用该方法可以为根系吸水模型提供准确的根系参数,并且较为方便,这对于根系吸水模型的建立及应用有着重要的意义。     

基于粗糙集理论的岩质边坡稳定性评价

针对岩质边坡的稳定性评价问题,应用粗糙集理论对既有岩质边坡的失稳实例进行分析,采用遗传算法进行约简,抽取评价知识,建立了规则库。采用不精确推理和默认推理方法开发了岩质边坡稳定性评价专家系统,提出了待评对象与规则不完全匹配情况下的近似推理方法,结合工程实例对该系统进行了测试和验证,并与模糊回归方法进行的比较。     

模糊推理与神经网络、遗传算法在系统预测中的应用

近年来，原来并没有什么必然联系的模糊理论和人工神经网络有了较多的结合．这是由于在模糊系统设计涉及到的3个问题：第一，模糊规则的选取}第二，模糊概率函数（隶属函数）的确定；第三，模糊决策算法的决定．这在有些系统中并不是十分明确的，而人工神经网络却不需要人为干预，而只需通过实际输入、输出数据的学习即可得到其决策．但是人工神经网络也有其缺点，它不够稳定，单独使用确定度不是很高，而且神经网络中所使用的BP算法有其限制性，只能得到局部最优解． 因此，我们将模糊理论与神经网络相结合，根据其预测值与实际值的误差选取适当的权重，建立二者对预测结果的影响关系的模型，用于系统预测．在神经网络中，把BP算法和遗传算法结合起来，得到全局最优解．