基于一种新的基因操作策略的改进遗传算法

提出一种新的基因操作策略,该策略利用单纯形法的思想产生新样本,将遗传算法寻优的随机性与传统算法寻优的方向性有机地结合在一起.仿真结果表明,将改进的遗传算法用于训练神经网络辨识器,可提高收敛速度和模型拟合精度.     

基于一种新的基因操作策略的改进遗传算法

提出一种新的基因操作策略,该策略利用单纯形法的思想产生新样本,将遗传处法寻优的随机性与传统算法寻优的方向性有机地结合在一起。仿真结果表明,将改进的遗传算法用训练神经网络辨识器,可提高收敛速度和模型拟合精度。     

钢铁企业煤气调度系统建模及优化研究

钢铁企业煤气系统的煤气生产量与消耗量的动态平衡状态,对于降低生产成本、实现节能减排具有重要意义.针对钢铁企业煤气调度中存在的问题,以最大经济效益为目标,建立了煤气系统的通用调度模型.在此基础上,结合分级调度的思想,通过采用单纯形优化方法,给出一种相对优化的调度策略,并说明了其实现步骤.最后结合具体案例,对提出的算法进行分析,验证了调度方法的有效性.     

在控制系统设计中应用单纯形法寻优时应注意的问题

在控制系统的设计中,当应用单纯形法寻优时,若最大参数与最小参数之间在数值上相差悬殊,寻优过程往往收敛十分缓慢,甚至根本找不到最佳参数。本文对此问题进行了研究,分析了原因井提出了解决方法。实列表明,本文提出的方法能较好地解决上述问题.     

线性规划问题中单纯形法的计算机求解

介绍了如何利用matlab数学计算工具来解决单纯形法中计算难的问题,包括求解思路、求解流程图、主要程序、程序的使用方法;指出了此方法具有一定的应用及推广价值.     

解非线性二层规划的一种混合遗传算法

对上层目标函数是非线性的二层规划，将遗传算法与单纯形法相结合提出了一种混合遗传算法，为了解决经典遗传算法在实际应用中存在的早熟收敛、全局优化速度缓慢和解的精度差等缺点，在设计变异算子时引入了梯度投影法，使变异更加有效并能产生更好的后代。数值模拟结果表明该算法是有效的。     

K插值单纯形法核极限学习机的研究

针对核极限学习机高斯核函数参数选优难,影响学习机训练收敛速度和分类精度的问题,该文提出一种K插值单纯形法的核极限学习机算法。把核极限学习机的训练看作一个无约束优化问题,在训练迭代过程中,用Nelder-Mead单纯形法搜索高斯核函数的最优核参数,提高所提算法的分类精度。引入K插值为Nelder-Mead单纯形法提供合适的初值,减少单纯形法的迭代次数,提高了新算法的训练收敛效率。通过在UCI数据集上的仿真实验并与其它算法比较,新算法具有更快的收敛速度和更高的分类精度。     

基于改进单纯形法和凝结水节流的超超临界机组协调优化

风能、太阳等新能源的规模化并网对电网的安全稳定性造成较大影响。为提高新能源的消纳能力,电网对燃煤机组的运行灵活性、负荷快速响应能力、深度调峰能力等提出了很高的要求。采用先进的控制策略提升协调控制的品质,具有重要的现实意义。基于近年来发展起来的"凝结水节流"快速变负荷方法,采用人工神经网络建立了考虑凝结水节流特性的负荷预测模型及主汽压力预测模型。在此基础上,利用经典优化理论中的改进单纯形法,设计了协调系统智能优化控制策略,编制了实时优化程序。借助1000 MW超超临界机组仿真机开展了详细的优化控制仿真实验,结果表明文中方法可有效提高机组变工况负荷响应的快速性,减少主汽压力波动,提升协调控制品质。     

改进GEP方法在边坡非圆临界滑动面搜索中的应用

基因表达式编程(Genetic Expression Programming,简称GEP)是模拟生物遗传进化过程的一种新型优化方法,其结合遗传算法(GA)和遗传编程(GP)各自的优点,使编码更为方便、简单。为了进一步改善GEP方法的局部搜索能力和克服“早熟”现象,将局部搜索能力很强的单纯形法和回溯机制引入GEP中,提出了混合GEP方法。以安全系数为目标函数,将混合GEP法和不平衡推力法结合,提出确定非圆弧临界滑动面的新方法。2个经典算例的计算结果表明:该新方法可以准确地搜索到边坡非圆临界滑动面及相应的安全系数,且混合GEP方法的局部搜索精度和全局搜索能力均优于标准GEP方法,同时收敛速度得到明显提高。