遗传算法在系统辨识中的应用

介绍了遗传算法的基本原理,并给出了遗传算法用于辨识系统时延和参数的适应函数和实现步骤．利用该方法能够获得参数的无偏估计,并具有计算稳定、鲁律性强和辨识精度高等优点．仿真结果说明了该方法的有效性和实用性．     

建筑围护结构冷负荷计算的理论模拟与试验

建筑围护结构冷负荷计算的准确性在空调系统设计中是非常关键的，当前工程人员普遍采用的经验估算法和概算法往往取值过大．从而导致系统投入运行后的效率不高．增加了额外的电能消耗，因此采取合适的理论计算方法实现空调系统节能具有实际意义．本文利用改进Z传递函数法建立了夏季空调建筑围护结构冷负荷计算的数学模型，并以单层玻璃窗为例安排试验进行验证，根据测试结果分析与理论值比较，认为该理论方法用于围护结构冷负荷计算是正确的。     

遗传算法在非线性系统辨识中的应用研究

系统辨识是控制系统设计的基础,对于非线性系统辨识,传统的辨识方法往往得不到全局优解,为此,提出了基于遗传算法的非线性系统辨识方法。遗传算法在解空间中多点寻优工作对象是参数编码集、不需要导数信息和其它辅助信息,用概率性规则指导搜索,国而具用强的鲁棒 和广泛的适应性。     

一种新的负荷动态电压模型及参数辨识

提出了一种新的负荷动态电压模型,利用辨识理论对其参数进行了辨识。通过对一实际变电所进行的校验计算表明,本文提出的负荷模型准确,合理,并具有较好的鲁棒性。     

神经网络在非线性系统动态辨识中的应用

本文采用一定区间内的随机数激励非线性系统，以取得样本函数作为教师信号训练神经网络，对非线性系统进行动态辨识。计算结果表明，这样建立起来的动力不模型对于各种非教师信号的有较好的适应性。     

系统辨识在空调房间建模上的应用

指出房间动态数学模型在控制系统中的重要性,简化了建立房间的理论数学模型,通过系统辨识的方法建立房间的模型,最后利用辨识的数学模型对阶跃响应的仿真结果和实测温度进行比较,从中可以选择所需精度的数学模型,进而考虑控制系统的设计和调节器参数的整定。     

基于PSO-动态修正算法的静态负荷模型辨识

采用具有全局寻优能力的微粒群优化（PSO）算法辨识负荷模型的参数;同时考虑负荷电压的变化,用动态修正法实时修正负荷模型的参数,建模仿真分析结果验证了PSO-动态修正算法的有效性和准确性.相对于线性回归分析的动态修正法,该算法能够提高负荷模型的辨识精度,所建模型更适合描述全电压范围下负荷的静态特性.     

一种改进的遗传算法及其在系统辨识中的应用

研究了基于基本杂交操作的遗传算法的效率及全局收敛性，提出了一种改进的遗传算法，该算法成功地应用于系统辨识。仿真结果表明了该方法的有效性及实用性。     

基于负荷分解的短期负荷预测传递函数模型

短期负荷预测主要用于预测未来几小时、1天甚至几天的负荷,对电力系统运行的安全性和经济性具有重要意义。时间序列模型在电力系统短期负荷预测中得到了广泛应用。然而,这种方法的一个主要缺点是无法将影响负荷预测的主要因素之一即气象因素考虑进去。在此背景下,首先基于历史负荷数据,采用传统的分解方法提取出负荷中的周期分量,得到剔除周期分量后的非周期分量。在此基础上,首先采用逐步回归法筛选出影响负荷非周期分量的主要因素,之后发展了预测负荷非周期分量的传递函数模型。最后,用广东电力系统实际负荷数据对所发展的短期负荷预测模型的准确性进行了验证。     

空高动态负荷计算的简化

通过对空调房间各围护结构及其表面间相互热作用的简化处理,引入格林函数法直接求得各对称受热体的表面温度反应系数。     

关于遗传算法硬件化过程中适应度函数的研究

本文作者在遗传算法硬件化模型具体实现过程中,对进化算法及其硬件化问题,特别是对适应度函数的选择原则和收敛影响因素等问题进行了理论和实验研究;探讨并提出了适于硬件化且可加速搜索的适应度函数评估方法,为研究中的可进化硬件(EHW)奠定了较好的研究基础。     

基于遗传算法的结构振动参数识别方法

基于遗传算法,根据结构在动载荷作用下的动力响应观测数据,建立了在时域内同时识别结构振动参数和动载荷参数的数值方法。数值计算结果表明,所建立的基于遗传算法的参数识别方法具有较好的抗观测噪声的能力,当动力响应观测误差达到15％时,参数识别结果的误差小于10％,识别精度可以满足工程要求。     

区域建筑形状对围护结构冷负荷的影响分析

传统的建筑围护结构冷负荷计算方法是针对具体建筑,有详细的建筑信息。城市规划阶段通过控制性详细规划只能获得建筑功能、建筑高度、容积率等有限的信息,限制了传统方法的应用,因此需要构建标准建筑。文中结合城市规划阶段特点,提出了标准建筑的底面形状的确定方法,分析了建筑形状及体形系数与围护结构冷负荷关系。以建筑底面长宽比为1:1的长方体建筑为例,推导得到了建筑围护结构负荷的简化计算公式,并针对不同的建筑底面形状提出了相应的修正方法。     

惩罚函数结合遗传算法的PID参数优化

针对传统优化算法对PID参数优化时,由于目标函数选择不当出现的超调量过大,从而引起系统的反应速度变慢和稳定性变差的问题,提出以传统遗传算法为基础,引入惩罚函数的方法,根据系统中出现的超调量来构造新的目标函数实现对PID的参数优化。实验表明,该方法可以有效减少系统中的超调量,加快优化以及运行速度的同时保证系统的稳定性,实现对PID参数的优化。     

应用混合遗传算法的建筑结构优化设计

提出一种离散变量结构优化设计的单向搜索算法并与标准遗传算法结合成混合遗传算法,即发挥了单向搜索算法省时、高效、局部搜索能力强的特点,又发挥了遗传算法全局性好的特点。算例结果表明,该方法能直接计算具有应力约束和截面尺寸约束的离散变量结构优化设计问题,也能处理同时具有稳定约束和位移约束的多工况、多约束、多变量的离散变量结构优化设计问题。这种混合遗传算法优于标准遗传算法和单向搜索算法,是兼二者之长,弃二者之短的高效的理想优化设计方法。     

一种改进遗传算法在建筑结构优化设计中的应用

针对遗传算法在迭代过程中经常出现的未成熟收敛、振荡、随机性太大等缺点，引入一种新的遗传算子——单亲遗传算子，用于对标准遗传算法的改进。包含单亲遗传算子的改进遗传算法能直接计算具有应力约束和截面尺寸约束的离散变量结构优化问题，也能处理同时具有稳定约束和位移约束的多工况、多约束、多变量的离散变量结构优化设计问题，进而对框架结构的多种工况进行优化设计的结果进行了对比验证，结果表明：改进遗传算法比标准遗传算法有好得多的收敛特性，迭代次数明显减少，优化设计结果也远好于标准遗传算法。     

基于遗传算法的综合布线路径布局研究

以综合布线系统的路径规划为研究对象,对布线路径中的公共路径和最短路径的双目标进行统筹规划,以满足不同情况下的不同施工需求. 首先给出了综合布线决策的整数规划模型,采用遗传算法构建了一种新的综合布线优化算法,用于进行综合布线路径规划的设计与研究. 在遗传算法的基础上,通过加权组合的方式实现公共路径和最短路径的协调,其中公共路径越长越节约工期,最短路径越长越节约成本. 最后,通过仿真对所提模型和方法的有效性进行了验证.     

基于改进遗传算法的连续函数优化

为了进一步避免连续函数优化过程中的早熟收敛和搜索迟钝,在简单遗传算法基础上提出了划分寻优区间、基于排序和最佳保留的轮盘赌选择算子,可以用来提高遗传算法的运行效率和收敛速度,达到了既能够选出最好个体又能够保证种群多样性的效果;同时采用择优交叉算子和二元变异算子,这样既保证了种群的收敛性,又可在陷入局部最优时为种群引入新基因。仿真实验表明,与简单遗传算法相比,改进后的遗传算法能有效地提高遗传算法的收敛速度和避免陷入局部最优。     

多种遗传算法在函数优化方面的性能比较分析

进行了4种常用的遗传算法（适值函数标定遗传算法、顺序选择遗传算法、两点交叉遗传算法和自适应遗传算法）在求函数最优解问题上的性能比较分析,并采用MATLAB进行仿真。仿真结果表明,除两点交叉遗传算法外,在求函数最优解问题上适值函数标定遗传算法、顺序选择遗传算法和自适应遗传算法均表现出了较好的稳定性,同时所求得的函数最优解均较准确。其中,顺序选择遗传算法在求函数最优解方面性能最好。     

框架结构围护保温复合墙板研究的发展现状与分析

框架结构围护保温复合墙板是集围护、保温一体化的新型复合墙板,具有轻质、强度高、抗冲击性能高、热工和耐久性能好等特点,具有广泛的应用前景．本文对框架结构围护保温复合墙板进行介绍,对这种新型复合墙板研究的发展现状、发展方向、特性,以及应用予以综述,以期待框架结构围护保温复合墙板技术研究和应用得到进一步发展．