基于混合遗传算法的通风网络解算研究

通过论述矿山常用的风网解算模型,重点对风网解算模型和方法进行了分析,指出了其存在的不足和应用局限性,建立了通风网络的优化解算模型,并提出了一种基于混合遗传算法的风网解算新方法。该方法充分发挥了遗传算法的群体搜索和全局收敛性,有效地克服了经典风网解算方法对分支风量初始值敏感问题;同时在遗传算法中引入经典算法(最速下降法)作局部搜索,克服了遗传算法收敛速度慢和精度差的缺点。最后通过一个矿山风网实例验证(已被其它算法解算过),证明了本文设计的混合遗传算法是一个有着可靠的收敛性、较高的收敛速度和精度,是解算矿山通风网络的一种成功算法。     

Unidirectional guided-path network design method based on hybrid genetic algorithm

针对自动导引车系统单向导引路径网络设计问题提出一种混合遗传算法。建立综合考虑空载和负载总路程的路径网络设计模型,并对路径网络进行预处理,以降低算法复杂度;遗传算法采用二进制编码,每位染色体都对应一条路径的方向;为提高遗传算法的收敛速度,在选择、交叉和变异后增加了禁忌搜索操作;为保持种群的多样性,在形成新一代种群时采用基于海明距离的小生境淘汰运算。实验结果表明,与传统遗传算法和禁忌搜索算法相比,所提算法具有更好的整体性能。     

基于混合遗传算法的数据库水印算法研究

将数字水印技术应用到数据库版权保护中,针对基于混合遗传算法的关系数据库水印算法实施了研究。结合标准遗传算法和禁忌搜索算法优点,克服了标准遗传算法易出现早熟以及局部寻优能力差等缺点,设计了数据库水印嵌入、检测及提取算法。     

混合遗传BP算法及其在影像分类中的应用

通过对遗传算法和神经网络的优缺点的对比分析,将遗传算法改进BP神经网络的混合遗传BP算法(GA-BP)应用于遥感影像分类。算法程序在MATLAB环境下实现,通过采用GA-BP算法和Levenberg—Marquart算法(L—M)改进BP算法分别对同一算例进行试验,得到了精度相当的结果,验证了GA-BP算法在影像分类应用领域的可行性。     

混合遗传算法求解经典作业车间调度问题

在研究遗传算法和模拟退火算法的基础上,提出了求解经典作业车间调度问题的混合遗传算法的设计方案,并提出了一个新的编码方法,阐述了相应编码的解码规则。仿真计算验证了混合算法的可行性和有效性。     

遗传算法和模矢法结合的概率积分法参数反演方法

遗传算法在反演概率积分法预计参数时从参数取值范围内的串集开始搜索,并使用弹性策略来维持群体的多样性,使得算法可以跨过局部收敛的障碍,向全局最优解方向进化;但这种概率化的寻优算法存在局部探索能力差、结果不稳定的缺陷,只能获得问题的近似最优解。模矢法是一种降梯度算法,算法局部探索能力强、收敛快;但这种算法对初值选取敏感,初值选择不当易陷入局部极值。本文提出并实现了一种模矢法与遗传算法结合的组合算法:先使用遗传算法求得参数的全局近似最优解,然后将近似最优解作为探索初值,使用模矢法获得参数的稳定、精确最优解。研究结果表明:组合算法反演概率积分法预计参数的精确度高、收敛快、稳定性好,综合性能较遗传算法和模矢法有明显优势。     

智能优化算法在概率积分参数反演中的比较

概率积分法是我国矿山开采沉陷预计的主要方法,其预计的精度直接取决于参数准确性。采用智能优化算法对实测地表沉陷数据反演是获取概率积分法参数的主要方法。为研究优化算法在开采沉陷概率积分参数反演中的应用效果,采用VB语言编程实现了模矢法、遗传算法、粒子群算法、模拟退火算法等常见概率积分参数反演算法,通过构造理论数据分析和比较了这4种算法参数反演的效果,并从运行时间、求参稳定性、搜索性能、抗局部解能力等方面对4种算法进行综合评价。研究结果表明:4种算法参数反演结果精度较高,参数相对误差小于2%,且对观测站中的观测值随机误差、粗差问题具有较强的抗干扰能力。模矢法运行效率高但容易陷入局部解,粒子群算法效率较低,遗传算法和退火算法全局能力强但后期收敛能力较弱。     

基于混沌搜索的螺旋滚筒参数免疫优化

为了提高采煤机螺旋滚筒的装煤能力,建立了滚筒装煤性能参数优化模型,并提出了一种基于混沌搜索的免疫优化算法。利用混沌变量的遍历性和随机性,通过Logistic映射生成初始种群,利用混沌扰动对低亲和力个体进行局部搜索。滚筒参数优化实验结果表明,新免疫算法收敛速度更快,搜索能力更强。     

遗传神经网络模型在地下水质量评价中的应用

设计了用遗传算法训练神经网络权重的新方法,并应用该方法建立了地下水质量评价的GA-BP神经网络模型,对阜新新邱露天煤矿地下水水质进行了评价。研究结果表明遗传算法具有快速学习网络权重和全局搜索的能力,有效地解决了BP算法的局部收敛的问题。应用该方法环境质量评价简便可靠,预测精度高,具有通用性和客观性等优点。     

基于混沌遗传混合法的裂隙岩体模型参数识别

利用混沌运动所特有的随机性、遍历性和规律性,以及遗传算法的全局搜索特性,提出了一种混沌遗传混合优化算法。其基本思想是对遗传算法搜索寻优的结果作微小扰动,再进行混沌搜索。该方法兼有混沌优化与遗传算法的优点,比传统的遗传算法更具有跳出局部最优的能力,搜索的效率也有很大的提高。算例表明该方法具有广泛的应用前景。     

基于遗传算法的模式搜索法求解地下水管理模型

为改善遗传算法局部寻优精度较差的固有缺陷,该文引入一种新的基于遗传算法的模式搜索法求解地下水管理模型.首先通过在遗传算法中引入精英保留的进化策略,提高遗传算法的收敛性,进行全局搜索得到全局近似最优解,在此基础上采用局部寻优类算法模式搜索法进一步改善优化结果,最后将该混合优化方法用于求解一个地下水管理的基准问题.计算结果...     

基于遗传-支持向量回归的煤层底板突水量预测研究

针对煤层底板突水问题的小样本、非线性特点,采用支持向量回归算法对突水量进行预测,避免了定性分析的局限性。利用遗传算法全局搜索能力的优势,提出了基于遗传算法的支持向量回归参数寻优方法,并建立煤层底板突水量预测的遗传-支持向量回归模型。该模型首先通过遗传算法对训练样本的学习,得到支持向量回归机的最优参数值,然后运用遗传-支持向量回归模型对测试样本进行突水量预测。测试结果表明：与神经网络,传统支持向量回归机的预测值相比,煤层底板突水量预测的遗传-支持向量回归模型精度高,具有较强的泛化能力。     

基于改进遗传算法的拉丝机压缩比优化设计研究

拉丝机压缩比的优化设计属于NP类型问题,传统计算方法复杂度过大且不易找到最优(近优)解。提出了一种基于改进遗传算法解决该问题的方法,采用排序选择法和两点交叉法有效地提高了搜索效率。分析了仿真实验的结果及算法的收敛性,实验结果表明:该算法具有较好的最优解搜索能力,搜索速度快并且收敛性好,能够提升产品性能并节约能耗。     

GA-SVR算法在矿区GPS高程拟合中的应用

针对矿区地形条件复杂,常规水准测量工作量大、时效性差的问题,基于统计学习理论,提出利用支持向量回归算法计算高程异常精化似大地水准面,将GPS高程应用到矿区快速水准测定。采用基于遗传算法的全局搜索优化支持向量回归训练参数,解决了回归模型训练中人为选取参数的盲目性,提高了算法的泛化能力和回归精度。最后采用矿区实测数据,对比多项式拟合、径向基神经网络计算高程异常,结果表明：基于遗传算法的支持向量回归算法结构简单,回归精度优于多项式拟合和径向基神经网络,可以应用于矿区GPS高程拟合。     

Methods for Calculation of Optimal Cutoff Grades in Complex Ore Deposits

The cutoff grade of valuable components delimits the complex ore reserves suitable for efficient mining. The cutoff grade optimization is conducted to maximize the net present value of products in mining projects. The investigations were realized by using the equivalent grade method, iterated grid search method, genetic algorithm, and golden section search. The software presented ensures the calculation of the optimal production with melting considered and the cutoff grades over the life of mine.     

基于混合粒子群优化算法的矿山生产配矿

为了提高矿山低品位矿产资源的利用率, 确保生产过程中矿石质量的稳定性和均匀性, 建立了一种矿山多目标配矿优化模型, 并将标准遗传算法中的交叉和变异操作与标准粒子群算法融合, 提出求解该优化模型的混合粒子群算法。以国内某地下铝土矿为例, 分别运用混合粒子群优化算法、标准遗传算法和标准粒子群算法3种方法对建立的多目标配矿优化模型进行求解, 通过对比优化结果发现: 混合粒子群优化算法求解的各采区月出矿量完全满足矿山实际生产要求, 而标准遗传算法和标准粒子群算法求解结果存在误差, 分别达到9.92%和14.94%, 且易陷入局部最优值; 从迭代进化曲线可知, 混合粒子群优化算法收敛速度快, 稳定性和鲁棒性较高, 具有一定科学研究和实际应用价值。     

面向煤矿井下局部复杂空间的机器人三维路径规划方法

自动机器人逐渐开始应用于井下无人或少人煤炭开采、危险探测和救灾过程中。根据井下局部复杂空间比较小而且密闭,障碍物分布复杂,地面不平整的特点,提出了一种基于混合蚁群-蜂群算法的井下局部复杂空间机器人三维路径规划方法。所提出的井下局部复杂空间机器人三维路径规划方法具有产生初始可行路径简单,探索新的可行路径能力强的特点,可有效解决蚁群路径规划算法可能过早陷入局部最优解,人工蜂群算法迭代次数过多的问题。对所规划的三维折线路径采用了B-spline插值方法进行了曲线化拟合,可产生出井下机器人最优的连续平滑路径,更有利于机器人平稳行进。仿真结果表明:采用所提出的基于混合蚁群-蜂群算法的井下局部复杂空间机器人三维路径规划方法,机器人可有效对在井下局部复杂空间进行三维路径规划。     

基于小生境遗传算法的走向长壁采区优化设计

本文将基于排挤机制的小生境遗传算法应用于采区优化设计,为合理设计采区提供了一种新方法。算法分析和实例均表明,小生境遗传算法可有效搜索出多个优化设计方案,是一种非常有效的优化方法。