浅析遗传算法在电力系统中的应用

文章首先对遗传算法的基本概念进行阐述,然后对文献中提出的各类遗传算法在电力系统中的不同应用进行述评,分析了它们在不同电力系统问题中的应用特点及改进措施,促进遗传算法在该研究领域的进一步发展。     

公交车智能排班调度系统的研究

运营车辆的智能排班是公交车辆智能调度需要解决的问题之一。目前我国公交公司各车队的排班主要是依靠工作人员的经验手工进行,排班带有很大的盲目性、繁琐性,很难保证排班的结果在运营效率等方面是虽优或接近最优。而将遗传算法应用到公交智能排班中是有效的方法。本文采用基于启发式遗传算法对公交车辆智能排班进行了研究。该方法充分利用遗传算法的智能化特征,有效地改善公交车辆的智能排班,提高车辆运营效率,避免了单一遗传算法的早熟问题。     

基于遗传算法的木板材优选排料研究

遗传算法是一种模拟自然进化机制的搜索和优化方法,它在搜索优化问题的全局最优解上具有良好的优势条件。本文基于遗传算法对木板材排料进行了优化实验,实验表明,应用遗传算法可以快速、有效地实现木板材优选排料。     

基于遗传算法的安丝菌素P-3分批发酵动力学研究

安丝菌素是微生物来源的美登类生物碱,具有显著抗肿瘤活性。研究安丝菌素P-3（AP-3）产生菌珍贵橙色束丝放线菌ATCC31565分批发酵动力学。首先探讨了5L自控发酵罐中ATCC31565分批发酵过程中菌体生长、AP-3合成和基质消耗的变化规律。基于遗传算法对实验数据进行处理得到了ATCC31565分批发酵合成AP-3的动力学模型参数及遗传算法进化结果图。结果表明,基于遗传算法对动力学模型拟合较好,可以较好地描述ATCC31565生产AP-3的发酵动力学规律。     

基于遗传算法优化前馈神经网络模型的配电网短期负荷预测

对于配电网的安全运行来说,短期的负荷预测有着重要意义。文章以某地区配电网为研究对象,利用遗传算法优化前馈神经网络,对该地区的短期负荷预测方法进行研究。电力系统短期负荷预测受到气象因素、负荷类型、时间因素等多种非线性因素的影响,因此针对上述问题,首先确定输入,输出样本,建立前馈神经网络模型,然后利用遗传算法对前馈神经网络的缺陷进行优化,最后以MATLAB平台仿真计算。通过对比可知,经过遗传算法优化后的前馈神经网络预测模型预测精度进一步提高。     

基于遗传算法的纤维素酶分批发酵动力学研究

研究青霉产纤维素酶分批发酵动力学。首先探讨青霉在5L自控发酵罐分批发酵过程中菌体生长、纤维素酶合成、基质消耗的变化规律。基于Logistic方程和Luedeking-Piret方程,提出发酵过程中菌体生长、单宁酶合成、基质消耗的动力学模型。基于遗传算法,利用Matlab软件对试验数据进行处理,得到青霉分批发酵合成纤维素酶的遗传算法进化结果图及动力学模型参数。试验结果表明,基于遗传算法对动力学模型拟合较好,模型可以较好地描述青霉发酵生产纤维素酶的动力学规律。     

针对传统遗传算法中存在的不足的改进

相比较传统的遗传算法和生物界进化,本文指出了两个引起遗传算法收敛速度慢和寻优效率较低的原因。文章针对两个问题的改进进行了初步的探讨,对传统的遗传算法进行了相应的改进。     

遗传算法优化BP及RBF神经网络用于苹果气味分类

本文研究了用遗传算法优化BP和RBF两种神经网络的方法来建立对“好”、“坏”，苹果气味识别的分类模型。形容结果表明，对“好”、“坏”苹果气味进行分类时，遗传算法优化BP和RBF神经网络建立的分类模型判别准确率均大于83％。     

遗传算法在车间调度中的应用

在车间作业调度数学表达模型的基础上,研究了遗传算法对该问题的解决策略和过程。在算法流程的基础上,讨论了求解车间调度问题遗传算法的具体设计,包括目标函数、选择策略设计等,最后给出一种用遗传算法优化车间调度问题的算法。     

遗传算法的应用研究

遗传算法是一种非常重要的搜索算法,特别是在解决优化问题上,效果非常好。文章首先介绍了遗传算法的四个组成部分,以及算法的基本操作步骤,接着探讨了遗传算法的几个主要应用领域,包括优化、生产调度、机器学习、图像处理、人工生命和数据挖掘等。目前遗传算法以及在很多方面的应用中取得了较大的成功,但是它在数学基础方面相对还不够完善,因而需要进一步研究和完善。     

一种自适应的遗传算法

针对基本遗传算法的稳定性较差、存在未成熟收敛和易陷入局部最优解的问题,提出一种基于交叉概率和变异概率的自适应遗传算法.该算法通过将交叉概率和变异概率随适应度自动改变,实现有目标地对不同个体进行交叉和变异操作,以达到快速扩大搜索空间、稳定群体中个体多样性的目的.仿真结果表明,该算法的收敛性能优于基本遗传算法,有效地避免了基本遗传算法中因选择压力过大造成未成熟收敛现象,显著提高了遗传算法对全局最优解的搜索能力和收敛速度.     

针织生产过程中质量预测和控制技术研究思路

通过对针织生产过程中的质量预测和控制,可以优化针织生产工艺,提高和稳定产品质量,同时可以有效地提高企业快速反应能力。总结了针织生产过程中的质量预测和控制技术的研究现状、研究内容和研究方法,研究方法主要从人工神经网络、遗传算法、遗传规则、模糊数学方面进行阐述,并提出了未来的发展方向,强调了计算机智能化是未来质量控制的必然。     

基于神经网络和遗传算法的压力机调节螺杆优化设计

强度和质量是压力机调节螺杆主要性能指标。将神经网络和遗传算法结合起来,可以很好地对调节螺杆结构进行多目标优化设计。文章首先建立了调节螺杆有限元分析模型,然后应用正交试验方法对神经网络的训练样本进行试验安排．并建立出设计参数与最大应力、质量映射关系的神经网络模型。利用遗传算法对该神经网络模型进行全局寻优,得到调节螺杆的最优结构参数。图4表3参9     

基于遗传算法四足机器在行走中选择最佳质心位置

在四足机器人动态稳定性的研究中,为保证四足机器人采用动态trot步态行走过程中的稳定性,研究了一种新的稳定性的保证方法,通过对四足机器人的数学物理建模,从理论的方法分析了质心位置对机器人稳定性的影响,使用遗传算法求出了质心的最佳位置。并通过实验的方法和原质心点进行了对比。证明了用遗传算法寻找的质心点使四足机器人的摆动幅度最小。     

电力系统无功优化分析

首先概述了无功优化的原理以及遗传算法在电力系统无功优化中的应用,然后重点对无功优化中的遗传算法进行了改进,并提出了基于改进遗传算法的无功优化数学模型,提高了算法的寻优能力和收敛速度。     

浅谈遗传算法与人工神经网络的结合

主要阐述遗传算法(简称GA)和人工神经网络(简称ANN)的特点,并说明遗传算法与人工神经网络结合的必要性,同时对今后的研究前景作了具体的展望。     

基于改进遗传算法的遥感卫星任务规划方法

传统遗传算法可以比较好地应用于解决遥感卫星任务规划问题,但也存在容易过早收敛,进化后期效率较低等不足。该文通过引入模拟退火机制、采用多种群并行进化思想、在算法的不同搜索阶段设计不同的选择策略对遗传算法进行改进,克服了遗传算法的固有缺陷。仿真实验表明,该算法在搜索能力和搜索效率上均优于传统遗传算法,提高了遥感卫星任务规划效益。     

遗传算法PID整定在氧化铝生产中的应用

主要简要介绍遗传算法以及遗传算法PID整定的步骤,重点介绍了基于遗传算法的方法对控制器参数进行寻优,指导现场控制器参数的调试。     

基于BP神经网络和遗传算法优化番茄红素发酵培养基

为了进一步提高三孢布拉霉高产突变株的番茄红素产量，本研究基于BP神经网络和遗传算法对发酵培养基的组成进行了优化。比较不同碳源、氮源、植物油对番茄红素产量和生物量的影响，确定最佳碳源、氮源和植物油。利用49组样本数据，建立以玉米粉、玉米浆、大豆油、磷酸二氢钾、硫酸镁为输入变量，番茄红素体积产量为输出变量的BP神经网络，并以建好的BP神经网络模型为适应度函数，利用遗传算法进行寻优。经过优化，得出番茄红素最大预测产量为1.27 g/L，经验证，与实际产量误差在5%以内，较优化前提高了31.6%。此时，玉米粉、玉米浆干粉、大豆油、磷酸二氢钾、硫酸镁的含量分别为41.2、8.93、26.5、1.39、0.46 g/L。因此，BP神经网络结合遗传算法是番茄红素发酵培养基优化的有力工具，番茄红素产量显著提高。     

对遗传算法下高温作业服装传热的探讨

高温作业环境对人们身体健康将造成一定的损害,例如深井煤矿、纺织印染行业中,高温环境下将对工作人员产生热辐射现象,造成工作人员的头昏、心悸等问题。高温作业服装作为工作人员的重要防护品,其所产生的传热、隔热效果,间接决定着工作人员在施工环境下所能达到的健康指标。基于此,以遗传算法为切入点,阐述高温作业服装传热模型,并对高温作业服装的遗传算法进行研究。