一种改进遗传算法在模糊控制器优化中的应用

针对使用ITAE积分性能指标作为目标函数存在的不足,通过在目标函数中加入控制量、误差、上升时间和超调量等综合因素,形成性能更好的目标函数。分析了用基本遗传算法优化模糊控制器的优缺点,通过使用并行遗传算法,选取适当的操作算子,精英保留等策略得到一种改进的遗传算法,并将其用于优化模糊控制器。仿真结果表明了该方法的有效性。     

飞机压力加油系统节流孔径优化控制策略研究

基于飞机地面压力加油系统管路模型，本文采用高级遗传算法（RGA）的排序选择及随机交换算法，在满足管路最大冲击压力及满油时间差的约束条件下，经全局搜索优化策略，得到优化后适应度最佳的节流孔径，试验研究的结果验证了该方法的可行性和有效性。     

基于改进遗传PI和重复控制的三相逆变器并网研究

比例积分(PI)控制技术可以快速跟踪并网电流,但由于逆变器包含电力电子开关器件,因而导致谐波电流含量高.此外,PI参数在调节过程中难以达到最优,更加剧了并网电流的畸变.为了得到更好的性能,一种改进的遗传算法被用来优化PI控制的参数.这种算法通过计算并网电流和给定电流的误差,构建电流适应度函数,迭代得到最优PI参数,从而降低并网电流畸变率.结合重复控制技术,构建特定频率陷波器和二阶低通滤波器,提高稳态性能.通过MATLAB/Simulink仿真平台,建立LC型滤波的逆变器并网模型,仿真分析并比较PI、PI结合重复、改进遗传PI结合重复3种控制策略的结果,验证所提控制策略的有效性.     

基于遗传算法的排课系统的研究

根据独立院校的特点,分析了目前流行的几种排课算法存在的问题,从遗传算法的基本理论入手,研究如何利用遗传算法,解决排课系统中的资源冲突、课表优化问题．实验证明,遗传算法能简化程序的复杂度和减少生成最佳课表的时间,能在理想时间内找到最优解．     

一种新的交叉粒子群算法

针对标准粒子群优化算法（SPSO）在处理高维复杂问题极易陷入局部最优的不足,文章在研究标准粒子群优化算法理论基础上,提出了一种带交叉因子的改进粒子群优化算法（MyPSO）,减小了算法陷入局部极值的可能。仿真实验表明,该算法（MyPSO）提高了全局搜索能力,但同时增加了搜索时间。     

基因表达式编程中动态适应的远缘繁殖策略

传统基因表达式编程采用静态适应度函数,影响了后期进化速度和整体质量。提出了远缘繁殖策略和动态适应度函数策略,远亲繁殖并及时变换评估个体的标准,增加多样性并有利于选择优质个体;实验表明,将远缘繁殖和动态适应度函数策略结合,有效地改善了传统GEP的性能,进化代数平均下降达10%,平均最高适应度值提高7%~14%,最高适应度提高达7%以上,进化的成功率提高达30%以上。     

改进型云计算VM资源调度方法

针对云计算框架中VM资源调度问题,提出一种改进型云计算VM资源调度方法.首先,将直觉模糊机制和Canopy算法融入传统的模糊c均值聚类算法,设计一种改进型直觉模糊c均值聚类算法,用以完成对用户任务请求进行聚类;其次,设计一种改进型粒子群算法,对云计算中的VM资源进行分配.通过在Cloudsim平台上的仿真实验结果表明,本文方法无论在资源调度效率,还是收敛性效果方面均优于经典调度方法,预期可以作为云计算框架中一种有效的资源调度方案.     

基于自适应遗传算法的模拟电路的优化设计方法

针对在模拟电路设计中参数调整复杂性带来的困难,提出了一种新的针对CMOS模拟运算放大器参数优化方法.其特点是把模拟电路设计知识与遗传算法相结合,通过对遗传算法的自适应改进帮助其解决多目标优化和收敛的问题,并根据不同的性能指标要求,在相同结构下优化出不同用途的运算放大器.实验结果证明,该方法在相同结构下与其他优化方法相比...     

排课系统中的遗传算法设计

文中针对高校排课系统的现状,根据遗传算法的特点设计了一种基因编码、几个适应度函数、冲突检测方法,并设计了遗传算子,改进了杂交方式,降低了算法的复杂性,减少了算法运行时间。     

面向可适应性的参数化产品平台设计

为定量评估产品平台设计的资源节约效果,基于相似度分析和聚类分析,提出了一种面向可适应性的参数化产品平台构建方法.该方法在面向多种设计需求的基础上,通过变量化分析技术,建立了产品结构的优化元模型.首先通过设计变量的灵敏度分析,确定候选的可共享的平台公共变量集;然后通过相似度计算与聚类分析重新确定公共变量在各产品中的具体数值,并进行分组,构建了产品族的多组共享参数平台.以基于产品平台的各个变型产品的可适应度阈值为约束条件,通过可适应度计算对各变型产品进行评价.最后,通过旋压切割机的设计,对该方法进行了验证.