基于改进遗传算法的带式输送机滚筒优化设计

建立了以带式输送机滚筒质量最小为目标的数学模型,并运用实数编码策略、模拟罚函数法处理约束条件、自适应调整选择和交叉概率等对标准遗传算法进行了改进,利用改进的遗传算法对该问题进行了优化设计。优化设计实例表明,该方法是可行的,并可应用于其他优化设计过程中。     

遗传-蚁群算法在目标分配问题中的应用研究

针对传统算法很难满足大型水面舰艇编队防空武器的武器目标分配(weapon target assignment,WTA)问题,提出一种将遗传算法融入蚁群算法的混合算法。分析了遗传算法和蚁群算法的优缺点、利用遗传算法快速全局随机搜索能力生成一组粗略解,用其作为蚁群算法的初始信息素,再利用蚁群算法的并行性、正反馈机制,最后求得最优解,并对遗传-蚁群算法与蚁群算法、遗传算法这3种方法进行仿真比较。分析结果证明:遗传-蚁群算法用更少的时间获得最优的火力分配方案,缩短了武器系统反应时间,在求解质量方面有较大优势。     

煤矿底板突水危险性投影寻踪综合评价模型

煤矿底板突水问题是一个复杂系统。提出了基于投影寻踪方法综合分析的新思路来探求煤矿底板突水机制,建立了突水危险性综合评价的投影指标函数,并采用实码加速遗传算法来优化模型参数。实际应用于肥城矿区底板突水危险性的综合评价,取得了理想的结果,且结论与层次分析法吻合,表明投影寻踪新方法应用于煤矿底板突水危险性的综合评价是可行的。     

龙滩水电站左岸高边坡裂隙岩体渗透张量遗传反演

应用遗传算法对龙滩水电站工程左岸高边坡地区岩体渗透性参数作了反演 ,计算结果精度较好 ,与实际地质资料分析结论基本一致 ,表明遗传反演方法在实际工程中应用是可行的     

进化神经网络在矿山入选品位优化中的应用

在矿山入选品位指标研究中，正确建立有关因素之间的数学模型是实施优化的关键。其中选矿子系统的入选品位、混岩率与选比之间呈复杂非线性关系。为克服一般神经网络收敛慢和过学习的问题，采用改进遗传算法的进化神经网络模型映射混岩率、入选品位与选比之间的复杂非线性的对应关系，并将建立的选比神经网络模型用于金山店铁矿入选品位的优化决策支持系统中，取得每年多回收铁精矿16.23万t的良好效果。     

基于遗传算法的形位公差优化设计

形位公差是机械设计和制造过程中重要参数之一,它对加工成本和产品质量有很大影响,以最低制造成本为目标,根据成本-公差间的函数关系,建立非线性公差优化模型,并将遗传算法应用于形位公差优化设计中,能有效地解决形位公差类型的选择、大小及基准的确定。通过实例验证该算法可行、有效。     

基于遗传算法的模糊神经控制器

模糊神经网络是指利用神经网络结构来实现模糊逻辑推理,用神经网络实现模糊推理是为了融合两者的优点取得更好的推理效果,先用遗传算法对模糊神经控制器进行离线训练,然后用BP算法对模糊神经控制器进一步在线训练,仿真结果表明模糊神经控制器比模糊控制器取得了更好的控制效果。     

遗传算法在露天矿开采设计中的应用

介绍遗传算法的基本原理，采用自适应学习遗传算法确定了露天矿山的开采顺序和开采境界。初步试验表明，遗传算法的效果良好。     

Groundwater level prediction based on hybrid hierarchy genetic algorithm and RBF neural network

As the traditional non-linear systems generally based on gradient descent optimization method have some shortage in the field of groundwater level prediction, the paper, according to structure, algorithm and shortcoming of the conventional radial basis function neural network （RBF NN）, presented a new improved genetic algorithm （GA）： hybrid hierarchy genetic algorithm （HHGA）. In training RBF NN, the algorithm can automatically determine the structure and parameters of RBF based on the given sample data. Compared with the traditional groundwater level prediction model based on back propagation （BP） or RBF NN, the new prediction model based on HHGA and RBF NN can greatly increase the convergence speed and precision.     

基于局部路径重连的多星测控调度遗传交叉算子

为提高多星测控调度问题简单遗传算法的搜索精度,设计一种基于局部分层路径搜索的交叉算子(local layering path-relinking crossover operator,LLPRCO)。分析多星测控调度问题的遗传算法编码特点,得出解空间的复杂性和基因间较弱的相关性。借鉴路径重连的思想,利用构成初始解和引导解要素的差异性,构建从初始解出发的分层搜索邻域,将邻域中满足模型约束的解作为交叉的结果,并创建2个仿真场景进行验证。仿真结果表明,该交叉算子与具备一定随机特性的交叉算子混合使用能明显提高遗传算法对问题的求解性能。