粒子群算法在新安江模型参数优选中的应用

对粒子群算法进行了详细描述和分析,并将其应用于新安江模型的参数优选中.对于人工生成的理想水文资料,采用粒子群算法优化新安江模型,可以使全部参数收敛到真值;对于实测的水文资料,通过与单纯形混合加速遗传算法(SAGA)和单纯多边形进化算法(SCE-UA)进行比较,可以看出,粒子群算法全局收敛性能较好,计算效率和精度较高,是一种有效的新安江模型参数优选方法.     

改进遗传算法在水文模型参数优选中的应用

为改善传统水文模型参数优选算法的性能,针对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,并且局部搜索能力较差、可能会出现过早收敛等问题,在遗传算法中加入局部搜索算子和加速算子,并引入了生物学中的小生境概念,提出了基于小生境技术的混合加速遗传算法(HAGA).该算法在广西合浦水库流域的洪水预报中得到成功应用.结果表明:基于小生境技术的混合加速遗传算法不仅有较好的全局优化性能而且精度较高,是一种既可以较大概率搜索全局最优解,又能进行局部细致搜索的优秀非线性优化方法.     

遗传算法参数分析及其在故障诊断中的应用

针对BP神经网络收敛速度慢、易陷入局部极小的缺点,将具有全局搜索能力的遗传算法引入到神经网络的权值优化中.遗传算法优化神经网络模型时,参数选取直接关系到模型优化的效率,在给出一种遗传算法的基础上对相关参数进行了研究分析.并采用Matlab软件编程实现算法,把该算法应用到XOR问题求解中,显示出GA-BP算法的优越性,并通过磨机故障诊断实例验证了算法的有效性.     

基于混合自适应遗传算法HEV系统参数的优化

选择优化算法是混合动力电动汽车系统参数优化的一个重要内容.针对基本遗传算法存在着易早熟、收敛速度慢的缺陷,提出了一种混合自适应遗传算法.测试结果表明,该算法既具有良好的全局收敛性,又具有较快的收敛速度.将该算法应用到混合动力电动汽车系统参数优化问题中,取得了较为满意的优化结果和收敛效果.根据优化结果,对一辆串联式混合动力中巴的发动机/发电机组进行了优化设计.     

几种智能算法与支持向量机融合模型在中长期月径流预测中的应用

通过5个典型测试函数对灰狼优化(GWO)算法、文化算法(CA)、SCE-UA算法和花授粉算法(FPA)进行仿真验证及对比分析。针对支持向量机(SVM)学习参数难以确定的不足,利用上述4种智能算法搜寻SVM的最佳学习参数,提出GWO算法、CA、SCE-UA算法和FPA与SVM相融合的预测模型,并以云南省革雷水文站的中长期月平均流量预报为例进行了实例研究。结果表明:14种算法的性能各有优劣,均具有较好的收敛速度和全局寻优能力。相对而言,GWO算法、FPA优于SCE-UA算法,SCE-UA算法优于CA。2GWO-SVM、CA-SVM、SCE-UA-SVM及PFA-SVM模型对革雷水文站2001—2005年的月平均流量预测的平均相对误差绝对值分别为2.47%、2.81%、2.67%和2.46%,均具有较好的预测效果。     

基于粒子群算法的火电厂机组负荷优化分配

通过研究粒子群(PSO)优化算法的基本原理,分析了该算法中各个参数的不同取值对算法搜索能力和收敛速度的影响,并将PSO优化算法应用于电厂机组负荷优化分配问题的研究。通过在3台机组系统的应用,验证表明较之遗传算法等传统优化算法,PSO优化算法在优化结果、搜索区间控制以及收敛速度等方面具有较好的特性,能更好地达到或接近全局最优解。     

一种改进的遗传算法及其应用

遗传算法由于其隐合并行性和全局搜索特性,使其具有其他常规优化算法无法拥有的优点.然而,标准遗传算法存在着收敛速度慢、易"早熟"等缺陷.针对应用标准遗传算法时所存在的局限性,从适应值、交叉和变异算子以及控制参数的选取等多方面进行了遗传算法的改进设计.这种改进的遗传算法可进一步改善算法的搜索能力、搜索效率和收敛性能.最后以(N M)客错系统的优化模型作为优化目标,得到了费用模型的最优解.计算结果验证了算法的有效性和正确性.     

遗传算法的研究和改进

从原理及应用2个方面对遗传算法、蚁群算法、混洗蛙跳算法做了对比分析.针对遗传算法的不足之处,提出了相应的改进方法,并对改进后的遗传算法和经典的遗传算法做了应用比较.结果表明,改进后的遗传算法不仅提高了其收敛概率和收敛速度,而且具有更强的全局搜索能力,适用于求解复杂多峰值函数优化问题.     

解非线性二层规划的一种混合遗传算法

对上层目标函数是非线性的二层规划，将遗传算法与单纯形法相结合提出了一种混合遗传算法，为了解决经典遗传算法在实际应用中存在的早熟收敛、全局优化速度缓慢和解的精度差等缺点，在设计变异算子时引入了梯度投影法，使变异更加有效并能产生更好的后代。数值模拟结果表明该算法是有效的。     

基于IASHGA算法的水轮发电机组PID调速器参数优化研究

针对遗传算法(SGA)存在求解精度与收敛速度间的矛盾,提出了一种自适应对称调和遗传算法(IASHGA),并将该算法用于水轮发电机组PID调速系统参数的优化设计,以系统的上升时间和超调量指标作为IASHGA算法的适应度函数;以四川某水电站的真实数据对经过优化后遗传算法PID控制规律进行计算机仿真.仿真结果表明,改进的算法较之常规遗传算法(SGA)和粒子群优化算法(PSO),不但提高了全局的搜寻能力,而且有效避免了早熟收敛问题.为水轮机调速器PID参数优化研究提供了新途径.     

基于不动点算法和K2(m)剖分的遗传算法的改进

针对n维闭包腔函数优化问题,把单纯形自映射不动点算法与遗传算法结合进行求解.首先将解空间利用同胚映射转化为n维标准单纯形,然后对n维标准单纯形进行K2(m)剖分和相应的整数标号得到个体的承载单纯形顶点的标号信息,依据顶点信息和函数设计编码和遗传算子,当个体的承载单纯形是全标单纯形时,算法终止,得到优化问题的近似解.算例...     

基于不动点算法和K_2（m）剖分的遗传算法的改进

针对n维闭包腔函数优化问题,把单纯形自映射不动点算法与遗传算法结合进行求解。首先将解空间利用同胚映射转化为n维标准单纯形,然后对n维标准单纯形进行K2（m）剖分和相应的整数标号得到个体的承载单纯形顶点的标号信息,依据顶点信息和函数设计编码和遗传算子,当个体的承载单纯形是全标单纯形时,算法终止,得到优化问题的近似解。算例结果表明,改进后的算法在6代之内完成收敛,显示了极高的全局优化形态与计算效率。     

公交线路发车频率优化模型及求解方法

发车频率优化在公交调度中是非常重要的.提出一个发车频率优化模型,为车辆规模固定的公交线路设计合适的发车频率.该模型以乘客总费用最小为目标.由于该模型属于NP-hard问题,采用了一种新的启发式算法-SCE-UA算法,对该模型进行求解.通过大连市408路公交线路的数据,对该模型和算法进行了测试,结果显示该模型和算法是合理有效的.     

一种采用聚类单纯形搜索的引力算法

提出了一种基于聚类和单纯形法的中心引力优化算法,该算法引入了一种聚类单纯形算子,利用聚类方法选择合适的个体以构成单纯形的顶点,周期性地把单纯形算子搜索得到的最优个体迁移到中心引力算法的种群个体中．依靠聚类单纯形算子提高中心引力算法的局部搜索能力和收敛速度,聚类单纯形算子依靠中心引力算法跳出局部最优．实验结果表明,改进后的算法比其他常见优化算法有更好的收敛精度和收敛速度．     

公交线路发车频率优化的双层规划模型及其解法

提出了一种优化公交线路发车频率的双层规划模型。该模型以整个公交系统总成本最小为目标,同时考虑出行者的选择行为。上层模型通过客流分配的结果优化发车频率;下层模型基于优化的发车频率进行公交客流分配。采用一种迭代的算法,分别使用标号法和启发式算法SCE-UA对下层和上层模型进行求解。最后,利用大连市公交系统的数据进行了测试。结果表明,该模型和算法是合理有效的。     

基于不动点理论的改进遗传算法

针对标准遗传算法收敛精度不高的缺陷,把不动点理论引入遗传算法。将种群中的个体视为剖分中的点,通过对解空间进行J1剖分和整数标号得到个体承载单纯形的顶点标号信息;利用该信息指导算法进行最优化搜索和收敛性判断。当种群个体的承载单纯形全部转化为全标单纯形时,算法中止,得出全局最优解。算例结果表明,该算法具有很高的计算效率和稳定性。     

A New Genetic Algorithm Based on Niche Technique and Local Search Method

The genetic algorithm has been widely used in many fields as an easy robust global search and optimization method. In this paper, a new genetic algorithm based on niche technique and local search method is presented under the consideration of inadequacies of the simple genetic algorithm. In order to prove the adaptability and validity of the improved genetic algorithm, algorithm problems of multimodal functions with equal peaks, unequal peaks and complicated peak distribution are discussed. The simulation results show that compared to other niching methods, this improved genetic algorithm has obvious potential on many respects, such as convergence speed, solution accuracy, ability of global optimization, etc.     

基于MATLAB的盘式制动器优化设计

以汽车钳式制动器的制动盘与制动块为研究对象,以制动器制动温升最低和制动力矩最大为目标函数,建立了制动器优化函数,并运用遗传算法进行优化分析。介绍了MATLAB遗传算法优化方法,并进行实例分析。盘式制动器优化结果表明采用遗传算法,优化效果明显,实现方法简单。     

基于改进遗传算法的开关磁阻电机优化设计

针对传统的遗传算法存在搜索效率低和无客观判敛标准的缺点,结合不动点算法的渐细剖分思想对其进行改进,首先将函数优化问题转换为不动点问题;然后对解空间做单纯剖分,根据剖分顶点信息进行迭代搜索;最后将寻找到的全标单纯形转换为目标值输出.将改进算法应用到开关磁阻电机的结构优化设计中,建立了以电磁径向力最低为目标的优化设计模型.以功率为2.2kw的电机为例,利用该模型进行优化分析,并与原电机参数进行对比.结果表明,改进后的算法经过10次迭代后求得较好的全局最优解,稳定高效.