电力市场下基于改进遗传算法的AGC机组的选择

针对电力市场下参与竞标的各AGC机组的选择问题,提出了一种基于实数和二进制数混合编码,个体分段交叉变异的改进遗传算法.该算法采用实数模拟AGC机组的调节容量,无需解码,具有较高的收敛精度,同时采用二进制编码模拟AGC机组中标状态,充分利用了两种编码方式的优点;对群体中的个体采用了轮盘赌选择,并按容量段、状态段分别进行交叉、变异的遗传操作方法,较好的解决了电力市场下AGC机组选择这一0-1混合整数非线性规划问题.最后通过对某省实际电网的算例分析,验证了该算法的可行性.     

基于分层遗传算法的电力变压器优化设计

在研究了分层遗传算法的基础上,分析了该方法动态编码及动态调整遗传算子的优点,提出了一种改进的交叉变异机制.该机制在交叉操作时,不能在关联变量内部选择交叉点,在变异操作时,如果其中一个变量发生了变异,则与其关联的变量也要同时进行变异操作,并且可以将所有个体限制在有效的搜索空间内.文中将分层遗传算法应用于电力变压器优化的问题中,与单层遗传算法相比,在相同计算量的情况下,多层遗传算法成本节约1.83%,负载损耗下降1.01%.     

基于实数编码的多种群演化遗传算法

针对标准遗传算法(SGA)在实际应用中存在早熟收敛、精度较差及运算速度慢的缺点,提出了一种基于实数编码的多种群演化遗传算法(RMGA).实验结果表明该算法能够有效的提高全局搜索能力和局部快速搜索能力,对改进SGA的缺点是十分有效的.     

一类非线性二层混合整数规划问题全局最优解的遗传算法

讨论了一类非线性二层混合整数规划的求解问题，将遗传算法和单纯形法结合提出了一种混合遗传算法，为了避免经典遗传算法在实际运用中存在的Hamming悬崖、早熟收敛、全局优化速度慢和解的精度差等缺点，引入了实数编码，并采用多个子种群并行搜索的策略，数值模拟结果表明该算法是有效的。     

一种基于实数编码的改进遗传算法

在介绍基于实数编码遗传算法的优点和分析原有遗传操作机制存在缺陷的基础上,重点研究了实数编码的改进线性交叉算子,提出了一种改进遗传算法(MGA)·该改进线性交叉算子的优点是在交叉之后,一个子代位于两父代之间,另一子代位于靠近较好的父代的一侧,使解向好的方向发展,并且都是可行解·通过对几个典型的实例计算并与其他基于实数编码的遗传算法进行比较,结果表明,本算法在求解优化问题的收敛速度和精确性方面具有优势·     

一种改进的多种群遗传算法

提出了一种基于物种方程和Kriging算子的多种群遗传算法.该算法中,将物种方程中的参数作为设计变量进行实数编码,物种方程作为一种修正的算术交叉算子参与遗传操作;同时,加入Kriging算子和移民算子,增强算法寻优能力,加快收敛.数学算例表明,改进的算法在计算效率和精度上都有明显的提高.     

用混合编码遗传算法实现匹配追踪算法

在分析总结浮点数编码和格雷码编码各自特点的基础上,提出了一种用浮点数和格雷码混合编码的遗传算法来实现匹配追踪算法.该算法有机结合了遗传算法和匹配追踪算法的优点,不仅能够得到较高精度的最佳匹配参数,而且有效地降低了计算量,克服了匹配追踪算法由于计算量太大而不能广泛应用的缺点.计算机仿真结果表明,该算法提取相位的精度和提取时间均有明显改善,证实了该算法的准确性.最后,将该算法应用于转子实验台的冲击信号特征提取中,提取结果证明了它的实际应用价值.     

基于改进GA求解边界移动的非稳态自然对流反问题

为了有效地研究自然对流反问题,给出了基于混合遗传算法求解考虑边界移动的二维非稳态自然对流传质过程中多参数反问题的一种方法.该方法把参数识别反问题转化为优化问题后采用混合遗传算法求解.其中正问题的数值解采用有限元法,混合遗传算法采用实数编码,且在简单遗传算法的基础上引入局部搜索算子改善了该遗传算法的性能.结果表明:该方法能有效求解涉及边界移动的自然对流反问题,且具有较高的精度和收敛速度,易于计算机实现,值得在实际工作中应用.     

混沌高效遗传算法在水库含沙量预报中的应用

利用混沌映射的遍历性和实编码遗传算法的全局优化性,通过在遗传进化过程中加入混沌变异操作,在变量的定义域内投放大量的混沌初始群体,在实编码遗传算法进化过程中加入单纯形法学习算子,建立了一种新的混沌高效遗传算法(chaos higher efficient genetic algorithm, CHEGA).应用该法对3个非线性、高维、多峰值测试函数进行了仿真,在收敛速度和全局优化方面好于现有的简单遗传算法和改进的遗传算法.建立了水库含沙量预报模型.并将CHEGA用于求解上述模型的参数优化问题,与实数编码加速遗传算法(RAGA)、二进制加速遗传算法和随机优化算法等方法相比,CHEGA可以遍历到整个区域,较好的保持了种群的多样性,并且精度高、收敛速度快.CHEGA对求解实际水库计算模型的参数优化问题非常有效.     

伪并行遗传算法在供水管网优化调度中的应用

讨论了基于微观水力模型的多水源大型供水管网优化调度问题的主要特征，并提出了求解该问题的改进遗传算法．首先，针对决策变量的结构提出二进制-实数混合编码策略；其次，设计并实现了多种群进化的伪并行遗传算法．将本算法与单一群体进化算法同时应用于实际管网的优化调度求解，结果表明，通过个体迁移策略，伪并行遗传算法可以加速优化搜索的进程，显著改善解的质量，并有效节省运行调度费用．     

拟n维离散变量网格迭代优化方法

在研究离散变量型的优化设计的基础上,建立了离散变量虚实网格结点集;提出了拟3维空间和拟n维空间概念;导出了可计算结点的计算公式;导出了拟n维空间离散变量网格迭代优化方法.解决了在一般工程结构设计实践中,多采用连续变量优化设计加圆整的办法得到近似的离散型结果.然而对高精度要求的工程结构,该方法的计算结果往往与实际相差较大.通过钻井用大型车装井架的实例计算表明,所提出的方法简单易施、可靠性高、收敛快.     

拱形桁架最小重量设计中遗传算法的应用

对实际工程中常见的拱形桁架,取其整体重量为目标函数,以桁架的拱高、厚度和各杆件的截面特征为设计变量,以杆件应力、稳定性和节点位移为约束条件,依据遗传算法的基本理论进行优化计算,并对计算过程和结果进行了分析.结果表明,利用遗传算法进行拱形桁架的最小重量设计是可行和有效的.     

采用混合遗传算法的建筑结构优化设计

根据工程实际，充分考虑规范规定的约束条件和各项技术标准要求，建立了建筑结构优化模型。并提出一种离散变毓结构优化设计的进退搜索算法与标准遗传算法结合成混合遗传算法，既发挥了进退搜索算法高效、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，这种混合遗传算法收敛快、精度高，优于标准遗传算法和进退搜索算法：是兼二者之长，弃二者之短的高效的理想优化方法，可以直接用于多种建筑结构的优化设计。     

工程结构的优化设计方法与应用

随着现有工程结构的日益大型化、复杂化、如何充分利用和完善现有的大型通用有限元法软件（如MSC/NASTRAN）的优化设计功能显得尤为重要，用MSC/PATRAN建立有限元模型，基于MSC/NASTRAN平台分别采用3种优化算法对经典算例，某卫星天线支撑架结构以及某舰船后桅结构进行了优化设计，采用的3种优化计算法分别为改进的可行方向法，序列线性规划法和序列二次规划法。结果表明，通过优化能够显著减轻一些结构部件重量，这对MSC/NASTRAN在实际大型工程结构优化设计方面的应用具有现实意义。     

模糊稳健优化设计中的神经网络技术

由于模糊稳健设计中的准则函数和约束函数是随机性可控因素与不可控因素的函数,其概率密度函数的表达式难以确定,故在优化设计中采用随机模拟方法.但采用遗传算法进行优化计算时,随机模拟消耗的机时很大,优化计算效率极低.为此,采用BP神经网络对模糊随机函数进行逼近,探讨了神经网络的构造与程序实现方法;用插装式溢流阀调压弹簧的模糊稳健优化设计问题进行了数值仿真与验证.实例表明,BP神经网络的仿真精度可以达到工程优化问题的要求,把遗传算法与神经网络技术相结合,可以有效地求解模糊稳健设计等复杂优化设计问题.     

具有混合变量的桁架结构多目标形状模糊优化设计

分别以桁架杆件截面面积和可动结点坐标为离散和连续设计变量,以结构总重量最小、结点位移最小和结构固有频率最大为目标函数,进行桁架结构形状多目标优化设计。采用的改进遗传算法用二进制编码方式对两类不同变量进行编码,用凝聚函数将问题的多项约束转化成单个约束,用凝聚选择策略和竞争保留机制保证有潜力的解被优先选择,最终得到问题的理想解和有效解。最后从工程实际出发,根据模糊相似优先比方法,从多组有效解中寻找出最优解。     

用于神经网络直接逆控制的连续空间遗传算法

为解决神经网络直接逆控制中训练样本的获取问题 ,提出一种神经控制器的设计方法 .通过对连续空间遗传算法的编码和遗传算子进行适当改进 ,采用保留精英的线性排序选择 ,避免成熟前收敛 ,并给出算术交叉算子和乘法变异算子 ,使算法同时具有好的搜索精度和搜索效率 ;然后采用这种改进的遗传算法对非线性动态系统的控制进行优化 ,获得基于一定性能指标的期望的状态轨迹及相应的最优控制序列 ,并以此训练神经网络控制器 .最后给出了以同步机为控制对象的仿真结果 ,验证了方法的有效性 .     

遗传算法在深基坑支护结构优化设计中的应用

利用遗传算法的基本原理 ,提出深基坑支护结构设计的全局优化算法 .该方法模拟了生物遗传的过程 ,克服了传统优化方法容易陷入局部最优解的缺点 ,降低了对目标函数性质的要求 .通过实例证明该方法的有效性     

混沌遗传优化算法及其程序研制

为了解决传统遗传算法的早熟问题 ,首次提出了混沌移民算子 .利用混沌迭代的遍历性和内在随机性 ,通过混沌移民操作可克服传统遗传算法中的近亲繁殖问题 ,确保算法的全局收敛性 .用MATLAB语言研制了混沌遗传优化算法软件ChGA1.0 ;数值计算表明 ,该算法的全局收敛性及算法本身的鲁棒性好 ,适应于求解连续变量的无约束及有约束优化设计问题 ,具有工程实用价值 .