矿井局部通风设备系统故障诊断方法研究

文章针对矿井局部通风设备系统故障而造成瓦斯浓度超限的瓶颈问题,提出采用粗糙集理论和遗传算法对矿井局部通风设备系统的故障诊断方法进行研究。建立了故障模型树;对关键故障征兆和故障规则获取算法及软件进行了分析与开发,并对煤矿进行了应用示范研究。为煤矿通风设备系统的故障诊断提供了一种新的方法思路和原型软件。     

高层建筑火灾风险的神经网络评价

通过对模糊综合评价和人工神经网络评价进行分析比较，表明神经网络采用非线性转换函数的处理方法更符合火灾风险评价的非线性特性，针对神经网络易陷入局部极小而引起评价指标权值分布不合理的缺陷，提出运用遗传算法克服神经网络的这种缺陷，在此基础上建立了基于遗传算法和神经网络的建筑火灾风险评价模型，研究实例证明了此模型的可行性。图1，表3，参11。     

粗糙集的RBF表示与非监督模式分类

提出了一且糙集的ＲＢＦ网络表示形式，在集值测度意义下，将粗糙度的语义表达进行了有效的描述，并构造了蓁在组织遗传学习机制。     

自适应遗传算法在桁架截面优化设计中的应用

针对基本简单遗传算法中的交叉、变异概率均是恒定不变的参数的局限性,提出了可变概率的交叉、变异算子的针对离散变量结构优化设计的自适应遗传算法。以平面和空间桁架为算例,并将计算结果与其他算法所得结果进行比较,结果表明,这种算法对离散变量的桁架截面优化设计是有效可行的。     

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     

基于遗传算法的螺旋滚筒最小能耗设计

深海钻结壳开采的关键是如何设计出采集覆盖于复杂基岩上的钻结壳的采矿头，这是钻结壳采集技术研究的重点，也是钴结壳采矿系统的关键装置。在几千米深的海底进行采矿作业，能量的供应是突出的难题之一。设汁出来的切削头必需具有能耗低的特点。钴结壳采掘机器人在一段时间内的功耗正比于工作速度。因此，研究采掘机器人采矿头采集钴结壳消耗的功率和采集头与其工作速度之间的相互关系，具有十分重要的理论和实际意义。     

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。