基于遗传算法的注塑成型工艺参数优化研究

针对在热流道注塑成型中薄壁型塑件极易发生的翘曲变形问题,提出了一种利用遗传算法的工艺参数优化设计方法.首先利用响应面法基于塑件翘曲变形量和体积收缩率构建了数学模型,然后利用Matlab软件及遗传算法进行了最优化求解.求解结果表明:在注射时间4.9s、冷却时间68 s、注射温度190℃、保压时间5 s、保压压力57MPa...     

基于遗传算法的微分方程模型参数优化

针对采用传统方法求解动态系统的微分方程模型的参数存在的不足与困难,设计了一种改进的遗传算法优化模型的参数.计算实例表明,用遗传算法优化模型参数可以得到与实际数据更加吻合的数学模型.     

基于遗传算法的微分方程模型参数优化

针对采用传统方法求解动态系统的微分方程模型的参数存在的不足与困难,设计了一种改进的遗传算法优化模型的参数。计算实例表明,用遗传算法优化模型参数可以得到与实际数据更加吻合的数学模型。     

基于遗传算法的舵型参数优化

舵是船舶操纵运动的主要控制装置,舵叶转动产生转船力矩从而使船转向来达到控制航向的目的。在舵设计过程中,包括选取舵型,舵面积,展弦比等参数,研究表明,优化展弦比与优化其他舵参数相比,可以更好的改善舵效。本文采用四自由度的船舶运动数学模型,以舵面积和展弦比为优化参数,通过遗传算法对其进行优化选取。仿真结果表明,通过遗传算法的参数优化使船在回转过程中回转半径与稳定外倾的综合控制效果达到最佳。     

基于遗传算法的PID参数的优化控制策略

在PID参数的优化过程中,采用常规的整定方法,往往费时且难以满足控制要求。选取遗传算法来进行参数寻优,该方法是一种不需要任何初始信息并可以寻求全局最优解的、高效的优化组合方法。通过MATLAB仿真实验结果表明,该方法可以应用于多数控制系统,并能达到良好的控制效果。     

基于浮点数编码遗传算法的PI参数优化算法

本文介绍了基于浮点数编码遗传算法寻优的PID参数优化方法,采用误差绝对值时间平方积分性能指标作为参数选择的目标函数,利用遗传算法的全局搜索能力,实现对全局最优解的寻优,以降低PID参数整定的难度,达到总体提高系统性能的目的.仿真结果表明,通过浮点数编码遗传算法进行PI参数优化可使系统具有很好的动态品质和稳态特性.     

基于遗传算法的PID参数优化与仿真

本文提出了一种基于遗传算法的PID控制器参数优化设计。通过仿真研究，表明了遗传算法是一种简单高效的寻优算法。与传统的寻优方法相比明显地改善了控制系统的动态性能。     

基于遗传算法的模糊Hamming网络参数优化

根据遗传算法的演化原理,提出了一种新的度量模糊Hamming网络参数性能优劣的适应度函数,在此基础上,将遗传算法作为模糊Hamming网络的训练算法,进行网络参数寻优,并采用UCI机器学习数据库中不同的数据集进行对比测试。试验结果表明:将遗传算法与模糊Hamming网络相结合,可以快速求得最优网络参数组合,避免原有参数调整时的盲目性和随机性,训练后的网络具有分类迅速、准确、稳定的特点。     

基于遗传算法的HVDC系统控制参数优化

高压直流输电技术以其大容量远距离输电、交流系统之间的异步互联、传输功率快速可控等优点在我国得到了广泛应用,高压直流系统的控制参数直接影响到直流输电系统的运行特性,因此对高压直流系统控制参数的优化显得尤为重要。本文以传统高压直流系统为研究对象,以MATLAB/SIMULINK为仿真平台,基于采用简单记忆法策略,即在每代寻优结束后,将最优个体保留在适应度最低的个体的位置方法对传统遗传算法进行改进,并采用改进后的遗传算法对高压直流控制参数进行优化。应用MATLAB将遗传算法和高压直流系统模型相结合进行仿真,通过多次迭代得到优化的控制器参数。同时,将优化后的控制器参数与原始参数的鲁棒性进行比较,证明了控制器参数优化的必要性以及遗传算法优化控制器参数的可行性和优越性。     

基于改进遗传算法的支持向量机参数优化

支持向量机是一种非常有前景的学习机器,但是,支持向量机参数的选取一直没有一套成熟的理论,这给支持向量机的应用带来了很大的不便.为此,本文提出了基于改进遗传算法的支持向量机的参数优化方法,利用遗传算法的全局搜索能力得到支持向量机的最优参数值.仿真实验结果表明,得到的参数可使支持向量机具有良好的泛化性能,此方法切实有效.     

基于分布种群遗传算法的PID控制器参数优化整定

Enlightened by distribution of creatures in natural ecology environment, the distribution population-based genetic algorithm (DPGA) is presented in this paper. The searching capability of the algorithm is improved by competition between distribution populations to reduce the search zone. This method is applied to design of optimal parameters of PID controllers with examples, and the simulation results show that satisfactory performances are obtained.     

基于混沌遗传算法的SVM特征和参数优化

为解决支持向量机(SVM)分类器的样本特征选择和参数优化问题,提出一种将特征选择和参数选择进行联合优化的方法。基于变尺度的混沌遗传算法,联合优化染色体编、译码,利用混沌的遍历性产生初始种群,改进遗传算法中的交叉算子,动态缩减寻优区间。将该方法应用于短波通信控制器的诊断分类器中,以实现分类器特征子集选取和参数的联合优化,结果表明该方法具有较强的寻优能力。     

遗传算法在PID参数优化中的应用

采用常规整定方式,往往费时且难以满足控制要求。本文使用浮点编码遗传算法优化PID控制器的参数,取得了很好的效果。     

蚁群算法在选煤厂产品结构优化中的应用

根据选煤厂生产流程特点建立了产品结构优化数学模型,给出了应用蚁群算法优化产品结构的步骤;并以南屯选煤厂为例进行仿真,得到了满足各种约束条件下的各产品的最佳产量。仿真结果说明了蚁群算法在选煤厂产品结构优化中应用的可行性。     

基于遗传算法与粒子群算法的支持向量机参数选择

支持向量机(SVM)参数的选择是评价SVM性能的一个很重要的因素。SVM在解决小样本、非线性等问题中起到的效果是很好的。但是,该方法的缺点是在解决大样本数据集时消耗时间长,且易陷入局部最优解。为了降低SVM在这方面的不足,本文提出了遗传算法和粒子群算法相结合(PSOGA)对参数进行优化求解,并将该算法建立的模型应用到实验中。仿真结果说明该方法避免了陷入局部解,提高了收敛速度并缩短了优化时间,是一个很有效的方法。     

多业务CDMA网络参数优化模型与算法

在考虑覆盖率、软切换率、业务信道拥塞率和功率损耗等网络质量指标的基础上,建立多业务CDMA网络参数优化问题的数学模型.通过分析模型的特点,设计了一种基于约束优化遗传算法(COGA)的求解方法,并给出了算法实现的各种关键技术.对一个实际算例进行实验研究,仿真结果表明算法能够有效地配置各种网络参数,网络性能得到提升,优于实际DT(driver test)的优化效果,从而表明所建模型和算法能够为多业务CDMA网络参数优化问题提供快速的解决方案,有效地指导实际的网络管理工作.     

基于遗传算法优化BP神经网络的高炉喷煤优化

高炉炼铁是一个复杂的多变量系统,而现行的操作制度是基于炉长经验的参数设置模式,导致能源尤其是煤粉的消耗常常处于“盲目”状态;文章综合炼铁工艺理论和高炉专家经验,针对白云鄂博矿石冶炼的特殊性,采用筛选出的优化数据,利用遗传算法所固有的全局搜索性能优化BP神经网络模型的权值和阈值,分别建立了基于遗传算法优化BP神经网络的高炉喷煤量优化预测模型以及工艺指标(铁水[Si]含量及入炉焦比)预测模型;优化数据的利用使得上述模型可以根据高炉当前炉况输出喷煤量的最佳优化设定值,并预测出相对应的工艺指标变化趋势;实际应用表明,本方法能够给现场操作人员提供操作指导,实现高炉稳定顺行、提高经济效益的目的.     

基于遗传算法的输出反馈动态面优化控制

针对一类只有输出信号可测且非线性项含不可测状态的不确定系统,基于输入信号置换思想构建了神经网络状态观测器,结合动态面理论设计了输出反馈自适应控制方案。通过理论分析确定了控制律参数选取范围,保证了闭环控制系统所有信号半全局一致终结有界; 利用遗传算法提出一种参数寻优策略,选取了最优的输入初始值和控制律参数,解决了控制冲击问题,提高了跟踪精度。     

自抗扰控制器参数的免疫遗传优化及应用

针对自抗扰控制器参数较多不易整定的问题,提出了基于免疫遗传算法的参数优化设计方法。与标准遗传算法相比,免疫遗传算法引入了免疫记忆库和浓度控制机制,提高了算法的收敛效率和局部收敛性能。并且综合考虑系统动态性能和实际工程中控制代价的限制因素建立了控制系统性能评价的目标函数,按照分离性原则进行自抗扰控制器设计并用免疫遗传算法对其关键参数进行寻优。将该方法应用于过热汽温度控制系统的变工况运行,仿真实验结果表明经过免疫遗传算法优化后的自抗扰控制器适应性较强,适用于模型参数变化范围较大的受控对象。