基于模糊理论的建筑景观空间优化设计

为了解决传统基于视觉的建筑景观空间设计方法存在设计效果直观性差以及用户满意度低的问题,提出基于模糊理论的建筑景观空间设计方法,其对建筑景观实施直壁容器式绿化系统或垂直模块式绿化系统的立体绿化模糊化形态处理,实现总体建筑墙面以及顶棚的覆盖,确保不同建筑景观空间构成同一整体,完成建筑景观空间的模糊化操作。采用基于模糊综合评价方法对塑造的建筑景观空间效果实施评估,通过基于小生境遗传算法的建筑景观设施优化方法对建筑景观设置的尺度比例实施改进,塑造优质的建筑景观效果。实验结果说明所提方法可实现建筑景观空间的优化设计,用户满意度高。     

基于交互式遗传算法的城市景观设计优化研究

基于吸纳居民的意见对城市景观规划方案进行优化的考虑,文中提出一种采用交互式遗传算法(IGA)对城市景观设计进行优化的方法。该方法首先基于城市景观的三个特性,即墙面位置、高度和建筑纹理,使用Open GL技术开发城市景观设计模型,然后使用交互式遗传算法(IGA)对用户的评估意见进行量化,并基于量化结果对设计模型进行迭代优化,直至用户对设计感到满意为止。实验表明,该方法能够量化用户主观意见,并最终得出能让用户满意的设计结果。     

小生境技术和误差反馈系数联合评估在神经网络权值优化中的应用

针对传统的遗传算法优化BP神经网络权值时存在的不足，提出了应用小生境技术和对误差反馈系数联合评估的思想，并且应用优化后的网络进行了Nasdaq股票预测仿真。仿真结果表明所提出的方法更加有效地提高了神经网络的整体性能。     

城市园林景观交错带空间格局三维重建系统设计

三维重建系统可重现城市园林景观交错带空间格局,为城市生态环境规划、城市空间布局提供有效的设计方式。城市园林景观交错带空间格局三维重建系统基于双目立体视觉原理采集园林景观格局的二维图像,根据两幅二维图像特征点得到对象的三维坐标点,构建三维点云模型;基于视口转换矩阵和屏幕坐标转换值世界坐标系中,采用三角网生长算法构建城市园林景观交错带空间格局Delaunay三角网格模型,经外观渲染与纹理映射后,完成城市园林景观交错带格局三维重建。系统测试表明,重建的三维城市园林景观交错带空间格局布局合理、外观逼真,体现了景观交错带的主要特征。     

基于遗传算法的Pareto多目标配电网重构

配电网重构一般采用对单一目标优化,而配电网重构却是一个多目标优化问题。因此,在此提出了基于小生境思想的遗传算法,以配电网的经济性、安全性和供电可靠性为目标,并采用Pareto寻优方式,得出Pareto最优解集,实现了和以往不同的另一种寻优方式,即先寻优后决策。在寻优过程中,通过小生境环境和交叉率和变异率的自适应机制,提高了遗传算法的全局收敛能力和收敛速度,并通过算例验证了方法的有效性。     

一种基于生物免疫遗传学的新优化方法

本文将免疫遗传学的基本思想引入到优化设计中.模拟生物体的实际免疫行为,设计出了融合应答、免疫记忆、基因重组、新陈代谢、浓度控制、隔离小生境技术和混沌思想的实用化的免疫遗传算法.然后利用此算法对多峰值函数的寻优过程进行实验研究,证明了本文的方法能够改善简单遗传算法的优化能力,所得结果令人满意.     

基于云模型进化算法的硅通孔数量受约束的3D NoC测试规划研究

针对硅通孔(TSV)价格昂贵、占用芯片面积大等问题,该文采用基于云模型的进化算法对TSV数量受约束的3维片上网络(3D NoC)进行测试规划研究,以优化测试时间,并探讨TSV的分配对3D NoC测试的影响,进一步优化3D NoC在测试模式下的TSV数量。该方法将基于云模型的进化算法、小生境技术以及遗传算法的杂交技术结合起来,有效运用遗传、优胜劣汰以及保持群落的多样性等理念,以提高算法的寻优速度和寻优精度。研究结果表明,该算法既能有效避免陷入局部最优解,又能提高全局寻优能力和收敛速度,缩短了测试时间,并且优化了3D NoC的测试TSV数量,提高了TSV的利用率。     

基于小生境遗传算法的干扰资源优化分配技术

针对标准遗传算法易于陷入局部最优的问题,提出了一种基于小生境遗传算法的干扰资源优化分配技术。给出了一种改进的编码方式,保证了初始群体的有效性,交替使用两种交叉方式,较好地克服收敛对于初始群体选择的依赖。改进后的算法解决了标准遗传算法易于陷入局部最优的问题,切实提高了干扰资源调度的性能。仿真结果表明,该算法在确保收敛速度的前提下,全局搜索成功概率明显提高。     

改进遗传算法在饲料配方设计中的应用

针对现有饲料配方软件的局限性,以白绒山羊饲料配方为例,提出一种基于改进遗传算法的求解方法。与标准遗传算法相比,采用随机联赛选择替代轮盘赌模型,优化了选择策略;采用不同的随机数交叉和高斯变异,改进了交叉算子与变异算子。测试结果表明,该方法具有良好的运算效率,拓宽了搜索空间,提高了对重点区域的搜索能力,降低了成本,为复杂问题的优化提供了一种新的思路。     

基于粒子群优化算法的房屋布局优化

随着社会经济建设进程的快速发展,人们的生活水平得到提高,现代化城市建设的进程促使房地产建筑项目数量增加,我国逐渐成为全世界建筑行业发展最迅速的发展中国家之一,同时也加剧了房地产市场竞争的激烈程度。而优化房屋结构设计,能增加企业效益,满足居民需求。文章将通过粒子群优化算法对房屋布局进行优化。