柔性形态滤波的神经网络实现及遗传算法优化

柔性形态滤波是一种重要的非线性滤波方法.柔性形态滤波器的研究可分解为形态滤波运算和结构系统选择2个基本问题,一旦形态滤波运算选定后,柔性形态滤波性能就主要取决于结构系统的选择.该文提出了一种柔性形态滤波的神经网络模型及其网络参数(即滤波器结构系统)的遗传算法优化方法.进行优化训练的目的是为了使结构系统自适应地反映图像的形态结构特征,自动调整结构系统中硬核、边界和重复度的组成,从而提高对复杂噪声图像的滤波性能.实验仿真结果显示,该算法优化后的柔性形态滤波器性能得到较大改善,在收敛速度和滤波效果方面,其优化结果要优于简单的遗传算法.     

改进生物地理学优化算法在配电网无功优化中的应用

针对生物地理学算法(BBO)信息利用能力强但搜索能力不强的问题,提出了一种结合遗传算法改进变异操作的算法.改进算法充分利用了遗传算法的搜索能力,使算法的寻优能力得到了很大的改善.将该算法应用于IEEE34节点的系统,采用分区的方法进行无功补偿优化.算例表明:与基本BBO算法、遗传算法的无功优化相比,改进算法在计算速度和优化效果方面都具有明显的优势.     

钣金件剩余矩形排样遗传优化方法研究

为了提升钣金件排样的板材利用率,对剩余矩形排样算法进行了分析改进,结合遗传算法,提出了一种更为有效的排样算法.在分析研究剩余矩形排样算法在排样过程中的不完善之处后提出了改进方法,验证了其有效性.基于遗传算法对排样优化进行求解,确定了适用于排样优化的编码方式,在基本遗传算法的基础上加以改进,编写了选择算子,交叉算子及适应度函数,将遗传算法与改进后的剩余矩形排样算法结合进行排样优化,提升了板材利用率.实例测试结果表明:在改善的剩余矩形排样算法基础上运用遗传算法实现钣金件排样可有效提升钣金材料利用率,该方法有效可行.     

一种代理遗传算法及其在气动优化设计中的应用

遗传算法具有良好的鲁棒性和全局优化等优点,但是需要进行大量目标特性的计算,因此计算量很大.针对这一问题,利用代理模型计算量小的优点,将代理模型引入到遗传算法中,建立了一种高效的代理遗传算法.在该算法中,以遗传算法为整体框架,在优化搜索中部分使用代理模型进行目标特性分析,大大减少了计算量.为防止代理模型不精确带来的影响,在优化过程中通过引入EI方法,较好地解决了算法中校正个体的选择问题.为了验证方法的有效性,使用该算法进行了翼型的气动外形优化设计,升阻比提高了40%.与基本遗传算法相比,该算法的优化结果与之相当,但计算时间减少了约75%.结果表明该算法对遗传算法的改进是有效的,适合进行气动外形优化设计.     

混合遗传算法求解包含柔性工艺的作业车间调度问题

针对离散制造企业中通常采用柔性工艺设计这一类新的作业车间调度问题,对传统的柔性作业车间调度问题进行了扩展,建立了包含柔性工艺的作业车间调度问题的数学模型.针对问题中在作业调度同时进行柔性工艺选择的特点,设计了改进的遗传算法染色体编码方式和遗传算子,在此基础上,结合变邻域搜索算法,设计了4种不同的邻域结构以产生邻域解,从而提高遗传算法的邻域搜索性能.最后以某轴承公司的实际调度数据为实例,将该算法进行实例测试,并与其他现有的方法相比较,验证了所设计算法的有效性.     

遗传算法在自动化仓库路径调度问题中的应用

为提高柔性生产线中自动化立体仓库的运行效率,以车间物流系统中的在线任务调度问题作为研究对象,运用遗传算法对堆垛机的运行路径进行了分析和优化.对自动化仓库中的作业过程进行了分析,创建了考虑任务等待时间的多目标优化数学模型,针对该模型提出了基于遗传算法的求解过程,并检验了该算法的有效性.实验仿真和实际应用都证明了遗传算法可以有效地减少堆垛机的行程时间,从而提高自动化立体仓库的作业运行效率.     

求解柔性作业车间调度的岛屿模型遗传算法

针对多品种小批量复杂产品生产的调度优化问题,结合柔性作业车间调度问题与统一计算设备架构的特点,提出了一种求解柔性作业车间调度问题的岛屿模型遗传算法.设计了统一计算设备架构的存储模型及执行模型,给出了染色体编码、解码方式,并改进了遗传算法的选择、交叉、变异操作,最后定义了迁移操作.算法提高了遗传算法在统一计算设备架构上的并行处理效率,使用标准实验数据进行测试,结果表明了使用岛屿模型遗传算法求解柔性作业车间调度问题是有效的和可行的.     

智能排课优化算法研究

为解决高校排课优化问题,建立了以教学效果好评度最大化为优化目标的排课数学模型.针对传统遗传算法的不足,给出了一种混合遗传算法,该算法不仅能够对传统遗传算法的交叉率、变异率进行自适应改进,还能够实现冲突检测与消除功能.测试结果表明,该算法比传统的遗传算法、贪婪算法和蚁群算法耗时短,而且教学效果好评度最高,这说明该算法能有效缩短排课时间,提高排课质量和效率,实现高校排课智能化.     

改进粒子群算法辨识噪声模型的卡尔曼直接转矩控制

针对感应电机扩展卡尔曼滤波器状态估计中难以获得最优噪声矩阵问题,提出了一种基于改进粒子群算法辨识卡尔曼滤波器噪声矩阵的方法.通过调整粒子觅食策略对粒子群算法进行改进,运用改进算法优化滤波器噪声矩阵,再将优化的卡尔曼滤波器应用于感应电机无传感器直接转矩控制系统中.仿真结果表明,与试探法、标准粒子群算法和自适应粒子群算法相比,改进粒子群算法能够改善卡尔曼滤波器滤波性能,从而提高感应电机无传感器直接转矩控制系统的控制精度.     

星状原油集输管网拓扑优化的混合遗传算法

以投资最小为目标函数,建立了星状原油集输管网拓扑优化数学模型.根据模型特点,利用改进的整数编码遗传算法优化井站隶属关系,利用非线性优化方法优化出相应的计量站最佳位置.针对遗传算法的局限性,对操作过程进行了改进,结合了模拟退火算法,调整了适应函数,给出了初温的确定方法,改进了选择复制操作,从而形成了混合遗传算法,并采用随机多父辈适应函数值加权交叉和多种改进变异操作方法.同时在操作过程中给出了约束条件的处理方法,减少了不可行解的产生,提高了算法优化效率.算例显示了该优化方法的有效性.     

遗传算法在永磁电机优化设计中的应用

详细研究了应用遗传算法进行永磁电机优化设计的策略和方法，并以一台海洋潜水器用永磁直流伺服电动机为例进行优化，取得满意结果。     

含有频变耦合系数的交叉耦合滤波器优化设计

交叉耦合滤波器由于其小体积和高性能等优点被广泛应用于各种微波系统中。但阶数固定的交叉耦合滤波器能够实现有限传输零点的个数受限。针对该问题,给出一种含有频变耦合系数的交叉耦合滤波器快速优化综合技术。含有频变耦合系数的交叉耦合滤波器在阶数相同的情况下能够实现更多的有限传输零点。首先利用全局优化算法遗传算法进行初步搜索,若满足指标则停止;否则将其结果作为局部优化算法Solvopt的初值进行搜索即可获得指定拓扑结构的耦合矩阵。通过3个优化综合实例证明了该方法的有效性。     

遗传算法在多约束组合优化中的应用

对遗传算法(geneticalgorithms,GA)的搜索过程进行了分析,并着重研究了遗传算法在组合优化问题中的应用,最后对遗传算法的收敛性与其他数学优化方法的区别进行了介绍。     

A novel chaotic optimization algorithm and its applications

This paper presents a chaos-genetic algorithm (CGA) that combines chaos and genetic algorithms. It can be used to avoid trapping in local optima profiting from chaos’randomness,ergodicity and regularity. Its property of global asymptotical convergence has been proved with Markov chains in this paper. CGA was applied to the optimization of complex benchmark functions and artificial neural network’s (ANN) training. In solving the complex benchmark functions,CGA needs less iterative number than GA and other chaotic optimization algorithms and always finds the optima of these functions. In training ANN,CGA uses less iterative number and shows strong generalization. It is proved that CGA is an efficient and convenient chaotic optimization algorithm.     

基于遗传算法的板材分段成形过渡区的优化设计

过渡区设计是板材分段成形的关键技术。针对把过渡区设计视为一个最优化问题 ,本文提出了基于遗传算法 (GeneticAlgorithms)的过渡区设计方案 ,论述了利用遗传算法对过渡区进行设计的原理及实现方法。实验证明 ,利用遗传算法设计过渡区可以有效地抑制分段成形缺陷的产生 ,提高成形效率。     

无源滤波器参数的优化设计

根据工程经验和简单的技术经济指标来设计无源滤波器无法得到最优设计参数的问题,提出了一种无源滤波器的优化设计方法。该方法选择各个滤波支路的电容量作为独立的优化变量,以需要补偿的无功容量作为等式约束条件,以电网的总谐波电压含有率最小为目标来处理滤波器LC参数优化的规划问题。同时,为了提高寻优速度,应用改进遗传算法处理这类LC优化问题。对具体工程实例的计算表明,此方法不但可以找到全局最优解,而且明显提高了算法的寻优速度。     

基于模拟退火遗传算法的PID参数整定与优化

结合模拟退火算法和遗传算法的思想,提出模拟退火遗传算法,用此算法进行PID参数整定与优化．同时使用自适应交叉率、变异率以及适应度拉伸方法对传统遗传算法进行改进．模拟退火遗传算法有效抑制早熟,且具有收敛性快、全局寻优与局部寻优能力．仿真结果表明,基于此算法寻优设计的PID控制器动态品质和稳定性更好、鲁棒性更强．     

Matlab遗传算法工具箱的设计

介绍了使用Ｍａｔｌａｂ语言实现遗传算法,建立遗传算法工具箱（ＧＡｓ ｔｏｏｌｂｏｘ）．开发的遗传算法工具箱支持二进制和浮点式编码方式,并且提供了多种选择、交叉、变异的方法,用以提高遗传算法的性能．使用工具箱对一系列非线性、多峰值函数问题进行了测试,显示了优良的性能．通过测试、发现浮点式遗传算法的寻解效率和精确度都优于二进制算法以及传统的寻优方法．     

配气凸轮优化设计的复合形法和遗传算法

介绍了内燃机配气凸轮优化设计的数学模型，分别用网格法、复合形法和遗传算法实现了内燃机凸轮优化设计方法。数值计算实例表明：遗传算法用于内燃机凸轮的优化设计可获得比较满意的参数优化设计结果，与传统的优化方法网格法和复合形法相比，遗传算法具有一定的优越性。