遗传模拟退火算法的组合模型在大坝监控中的应用

针对最优权组合模型可能出现不符合实际的负权重，增加权重大于等于0的约束条件，放松权重之和等于1的约束条件，采用遗传模拟退火算法搜索最优权重建立组合模型。实例说明：该方法合理可行，所建立的组合模型与最优权组合模型的拟合精度和预报精度相近，克服了最优权和基于神经网络组合模型的缺点。     

基于遗传模拟退火算法的制冷系统优化

本文将人工智能中的遗传模拟退火算法应用于制冷系统,在对制冷系统进行模拟的基础上构造了系统性能函数,对冷凝温度、蒸发温度以及回热度进行了多参数的优化,得到了使系统COP最大时的各参数的最佳值.研究结果表明在进行制冷系统多参数组合优化时,遗传模拟退火算法全局寻优以及收敛能力与传统的优化方法相比,性能有了较大的提高.     

模拟退火算法在水污染控制系统规划中的应用

阐述了模拟退火算法的工作原理及其实现技术，对其在水污染控制系统规划中的应用作了初步探讨，浙江某区域排放口优化问题的研究表明，模拟退火算法是一种全局最优化算法，只要优化参数选取合适，所得到的规划结果就比较接近实际情况，有利于水质规划工作。     

模拟退火算法在三维气动优化设计中的应用

首先对所开发的模拟退火算法进行函数验证,然后与实验设计、三维流场求解程序、二次多项式响应面近似模型结合,提出了一套省时的气动优化设计体系。应用该优化方法对跨音压气机动叶以绝热效率最大为目标进行气动优化设计,优化后叶片绝热效率提高约1.58%,并且具有良好的变工况性能。结果表明了所开发优化设计体系省时、高效的特点。     

基于遗传程序设计的中长期径流预报模型研究与应用

应用遗传程序设计建立径流中长期预报模型,结合径流序列数据的特点通过自相关分析确定其滞时输入变量的个数,采用均方误差作为其适应度评价函数,以漫湾实测月径流序列(1953~2003年)和洪家渡实测月径流序列(1951~2004年)为例,通过与ARMA模型、人工神经网络模型的预报结果比较,显示该模型应用于径流中长期预报简单易行且精度较高。     

基于垂向混合产流模型的综合干旱指数新方法及其应用

采用合适的干旱指数评价流域干旱程度对防旱抗旱有重要指导意义。为此,通过垂向混合产流模型在滦河流域径流深的率定与检验,说明该模型适用于滦河流域,并可求得日过程滦河流域平均土壤含水量,确定构成综合干旱指数的单因素为降水距平百分率、相对湿润度指数、土壤相对湿度指数。在此基础上,提出了考虑土壤含水量的基于垂向混合产流模型的综合干旱指数新方法,即构建了可采用主成分分析法求解新的综合干旱指数与降水距平百分率、相对湿润度指数、土壤相对湿度指数之间的线性组合关系式,进而求得滦河流域月尺度的新的综合干旱指数,据此划分了干旱等级,比较了新的综合干旱指数与标准化降水指数、帕默尔干旱指数评价的干旱程度之间的差异,指出新的综合干旱指数较好地描述滦河流域的干旱程度,但个别年份评价结果尚有一定程度的偏差,未来还需要做更深入的研究。     

基于改进杂草算法优化的神经网络模型在径流预报中的应用

针对BP神经网络在径流预报中易陷入局部最优解的缺陷及智能优化算法的优势,引入改进的杂草算法优化神经网络权值和阈值,将传统的杂草算法个体以正态分布空间扩散的方式改进为混合种群多种分布的方式产生子代个体。以金沙江流域中长期径流预报为例,将改进杂草算法优化的神经网络模型的径流预报结果与传统的BP神经网络和基于遗传算法优化的神经网络模型的预报结果进行对比。结果表明,改进杂草算法优化的神经网络应用到金沙江流域的径流预报精度较高,模型收敛更快,结果更加稳定,在实际预测中合理可行,具有一定的应用优势。研究成果为径流预报提供了新思路。     

基于运动波下渗的产流模型研究与应用

阐述了基于运动波下渗的产流模型的基本原理,并在长江三峡地区沿渡河流域进行了初步应用,结果良好。该模型从描述流域各点土壤水分剖面的变化过程出发,给出流域下渗能力和饱和面积的时空分布,从而得到超渗径流和蓄满径流成分在流域上的时空分布,在物理概念合理的框架之下实现了超渗和蓄满产流机制的综合模拟。     

随机优化算法在水文地质参数识别中的应用

根据抽水试验资料,运用随机优化算法中的实数编码遗传算法和模拟退火算法求解导水系数和储水系数.通过与传统算法比较结果表明,基于遗传算法和模拟退火算法求取的参数误差小、准确,显示这两种随机优化算法在求解该问题中的有效性.     

基于改进遗传模拟退火算法的分布式光伏储能投资决策研究北大核心CSCD

文章考虑光伏出力的强随机波动性,基于地区光伏电站历史发电功率数据,采用改进的K中心点聚类算法提取光伏出力典型场景;考虑负荷、光伏出力时序特性,构建光伏、负荷联合时序场景。从场景发生概率角度出发,充分考虑光伏安装运维成本、售电、节能降损效益,以光伏电站经济效益最大化为目标,采用改进遗传模拟退火算法搜寻光伏电站最优位置和容量;采用超级电容平抑分布式光伏发电出力波动,以容量最小为目标优化储能装置充放电功率曲线,进而确定储能位置和容量。     

非线性马斯京根模型参数优化的混沌模拟退火法

提出了用混沌模拟退火法估计非线性马斯京根模型参数的优化算法。该算法将混沌优化的粗搜索、细搜索的两阶段搜索规则与模拟退火的启发式规则相结合进行参数的优化估计,既保证了解的全局最优性,又保证了最优解的精度。通过实例计算,并与文献方法计算的结果对比分析,表明该方法具有适应性强、求解精度高的特点。     

基于模拟退火算法的汽轮机扩容改造的方案优化设计

在对智能型多目标算法——模拟退火法进行研究的基础上，将此算法应用到汽轮机扩容改造的方案优化设计计算上，通过具体实例分析了此算法的效果，从而为深入研究透平级的多目标优化设计奠定了基础。     

MCEEMD-HGWO-MGU混合模型在径流预测中的应用

为分析径流非线性特征对预测精度的影响,在改良的互补集成经验模态分解(MCEEMD)基础上,建立混合灰狼优化算法(HGWO)与最小门控单元(MGU)混合的径流预测模型,并利用该模型预测黄河下游三个水文站处的月径流.选取纳什效率系数和合格率评价模型性能,并选择多个误差指标与其他模型进行比较.结果表明,与其他模型相比,MCE...     

模拟退火算法在汽轮机转子动叶排序优化技术中的应用

文章结合动叶片称重排序原理及数学模型,运用模拟退火算法对动叶排序应用问题进行了分析研究,并设计了该排序算法和软件。通过对该算法的排序结果进行分析得出：该算法的应用提高了动叶排序计算的收敛性和鲁棒性,优化了排序次序,解决了动叶排序重量（重力矩）聚集现象,具有很强的工程应用价值。     

基于模拟退火遗传算法的水电站优化调度研究

采用模拟退火遗传算法(SAGA)研究了水电站优化调度问题,与GA和经典的DP算法相比,结果表明该算法具有较强的局部搜索能力和较好的收敛能力,能以较快的速度找到全局最优解,是一种有效的搜索方法,可用于水电站优化调度中。     

改进的混合遗传算法在配电网规划中的应用

利用遗传算法解决NP问题(非确定性多项式问题)的良好能力、模拟退火算法在当前点邻域内搜索最优解的能力和禁忌搜索算法较快的搜索速度,提出了改进的混合遗传算法,即将模拟退火选择算子和禁忌搜索变异算子应用到遗传操作中,提高了种群选择的有效性和遗传算法局部搜索能力,避免了单一遗传算法中收敛速度慢和早熟现象的产生。并将改进的混合遗传算法应用到河南省北部A地区电网规划中,对水平年电力网架进行了优化,结果满足电力系统经济性和可靠性的要求,运行实践证明该算法效果较好。     

城市地表暴雨产流模型及应用

为适应城市暴雨过程及地表特性,结合城市水文学及水力学原理,采用芝加哥雨型对暴雨进行时程分配,建立了不透水区、透水区及混合区的产流模型。对不透水区,在Linsley产流模型的基础上,结合径流系数对原模型做出了适当改进,建立了适合城市不透水区的产流模型;对透水区,将下渗能力分配曲线和蓄水容量分配曲线耦合,按照二者的产流原理,形成了扣除截留、下渗损失的产流模型;对混合区则结合不透水部分和透水部分的占地面积,通过叠加不透水部分的产流与对应时刻透水部分的雨强作为输入,建立了与之相适应的产流模型。并将所得的暴雨时程分配过程线作为输入,对武汉市汉口区的产流过程进行模拟,得到地表净雨过程线,通过对比,发现该模型能较好地反映城市地表的产流过程。