二维对流-扩散方程反问题的遗传算法求解

给出了利用遗传算法求解二维定常对流－扩散方程参数反演的一种新方法,该方法把参数反演问题转化为优化问题求解。特别从多个初始点开始寻优,并借助交叉和变异算子来获得参数的全局最优解。数值模拟结果表明,该方法具有精度高且编程简单、易于计算机实现等特点。     

二维对流-扩散方程反问题的遗传算法求解

给出了利用遗传算法求解二维定常对流一扩散方程参数反演的一种新方法,该方法把参数反演问题转化为优化问题求解。特别从多个初始点开始寻优,并借助交叉和变异算子来获得参数的全局最优解。数值模拟结果表明,该方法具有精度高且编程简单、易于计算机实现等特点。     

基于遗传算法的河流水质模型参数估值系统

河流水质模型的参数最优化估值需要进行约束非线性规划的求解,遗传算法是一种高效的启发式随机搜索算法。将遗传算法应用于河流水质模型的参数估值问题的求解,开发了基于遗传算法的QUAL2E模型参数估值系统,并进行了算例验证,结果表明该系统具有较高的可靠性和搜索效率。     

基于抽水试验的水文地质参数三维进化反演

提出求解水文地质参数的遗传反演算法，并将该方法应用于玄武湖隧道工程抽水试验中，结果表明，用遗传算法反演水文地质参数是可行的，这种方法的优点在于只须给出参数的取值范围，就可自动地搜索出最优参数值。     

基于混合遗传算法的混凝土大坝力学参数反演

将混凝土大坝和岩石基础的力学参数识别反问题作为优化问题处理,然后采用混合遗传算法求解可准确地确定岩体的力学参数。基于观测的混凝土大坝坝顶水平位移,建立了识别混凝土大坝和岩石基础力学参数的数值方法。为解决简单遗传算法的早熟问题,将遗传算法与模拟退火算法相结合,提出了基于混合遗传算法的混凝土大坝力学参数反演方法。丰满混凝土大坝实际工程应用表明,根据参数反演结果预报大坝在不同水位条件下的水平位移具有较高的精度。     

一类二层多目标规划的混沌遗传优化算法及其应用

针对求解一类二层多目标规划问题,首先将其转化为等价的单目标规划问题,然后利用遗传算法优化的反演性和混沌优化方法的遍历性,并结合精确罚函数求解非线性约束优化问题,提出了求解此类问题的混沌遗传算法.该方法能够有效改善遗传算法的局部搜索能力和搜索精度,求解精度和可靠性较高.实际算例表明,算法是有效可行的.     

基于遗传算法的混凝土湿度场特征参数求解及反分析

为了求解干燥环境中混凝土内部湿度分布,提出了利用遗传算法来求解混凝土湿度场特征参数.根据室内实验实测的湿度值,运用遗传算法对混凝土试块湿度场进行反演计算,得到反映混凝土湿度扩散性能的参数.利用这些参数和三维有限元仿真计算程序对湿度场进行分析,将计算值和实测值进行对比得知二者变化规律一致,各组数据相关系数大于0.98,说明利用反演的参数仿真计算是完全合理的,可以指导施工,同时说明遗传算法作为一种优化算法,具有收敛速度快、效果好等特点.     

二层多目标决策问题的等价变换及其全局优化

针对求解一类二层多目标决策问题,首先将其转化为等价的单目标决策问题,然后利用遗传算法优化的反演性和混沌优化方法的遍历性,并结合精确不可微罚函数求解非线性约束优化问题,提出了求解此类问题的混沌遗传算法.该方法能够有效改善遗传算法的局部搜索能力和搜索精度,求解精度和可靠性较高.实际算例表明是可行、有效算法.     

基于实码遗传算法的河流水质模型的参数估计

针对理想条件下采用解析法往往导致水质参数估计较大误差的问题,以及针对含有多参数的二维水质模型的参数估计问题,具体介绍了采用有限单元法和实码遗传算法求解二维水质模型未知参数的基本步骤,对水质参数(包括纵向、横向弥散系数和衰减系数)分别进行编码,通过计算机模拟浓度输出,并与实测值比较从而得出最优的水质参数估计值．算例表明,采用有限单元法-遗传算法估计河流水质模型的参数是可行的．     

遗传算法在岩土工程反演问题中的应用

综述了岩土工程反演的基本过程，并在介绍遗传算法研究进展的基础上，将遗传算法与传统优化算法进行比较，然后给出几种遗传算法的改进策略，同时介绍了遗传算法在岩土工程反演领域中经常使用的几种改进方法，最后通过实例验证了遗传算法是求解岩土工程反演问题的有效方法。     

改进的AGA在河流水质模型参数优化中的应用

河流水质模型一般具有非线性、非凸等不规则特点 ,若能找到一种优化方法平衡各参数的相对重要性 ,并能使其达到足够的精度 ,这是合理运用水质模型的关键。文章提出通过设置断点对 AGA加以改进 (称改进的 AGA) ,并成功地应用于多参数多宾斯 BOD-DO河流水质模型参数优化中 ,表明设置断点的有效性     

基于遗传算法的波阻抗混合反演处理系统

提出一种基于遗传算法的波阻抗混合反演处理新方法,应用Visual C 集成的MFC类库建立了基于遗传算法的波阻抗混合反演处理系统.文中简述了遗传算法混合反演的基本原理、系统结构及功能,介绍了系统的主要特点,用数值模型与实际地震信号检测了系统中f-x去噪、目标函数子波提取、混合反演处理的正确性.结果表明波阻抗混合反演处理系统处理效果明显,同时提高了应用遗传算法实现波阻抗反演处理的效率.     

正交优化法应用于水质模型参数估值的研究

把正交优化法应用于水质模型参数估值研究，给出正交优化法的算法，将正交优化法与最速下降法等３种常用方法进行比较和讨论，将正交优化方法应用于佛山汾江河ＢＯＤ－ＤＯ水质模型参数估值，取得满意结果。研究结果表明正交优化法是一种适用于水质模型参数估值的快速有效的方法，参数愈多，其优点愈显著。     

基于物理模型的成像算法评价与 SASART 成像算法

基于物理模型的图像重建算法评价方法,作者研究设计的ＳＡＳＡＲＴ算法,给出了常用算法ＳＶＤ,ＣＧ,ＬＳＱＲ,阻尼ＬＳＱＲ,ＳＩＲＴ,ＳＡＲＴ及ＳＡＳＡＲＴ的测试结果。测试数据表明：（１）线性成像方程系统的特性（条件数）及解结构都对解精度有影响,解模型越粗糙,解的精度越低;（２）自激励联合迭代重建算法（ＳＡＳＡＲＴ）迭代稳定、抗噪音能力强,用于高噪数据反演能获得合理的图像;（３）各种求解算法都具有平滑效应,同时也都会产生误差很大（＞１５０％）的奇异解;（４）小的数据拟合差并不一定指示解的精度高;（５）对含误差数据,应用阻尼ＬＳＱＲ或ＳＡＳＡＲＴ算法进行成像反演。     

善治视域下我国政府回应能力提升探析

传统的可控源音频大地电磁法(CSAMT)反演方法属于线性或者局部线性,大都依赖初始模型.而遗传算法因其不依赖初始模型的特点而应用到CSAMT反演中.但是,标准的遗传算法存在早熟、局部收敛等问题.针对这些问题,对标准的遗传算法进行改进,采用排序法和最优保留策略相结合的选择算子,增强其种群多样性并保证其收敛性;采用父子竞争策略和自适应概率法相结合的交叉算子,能够防止好的父代个体被淘汰,又具有适应性.通过理论模型进行算法仿真验证,证明其有效性,说明改进遗传算法较标准遗传算法在CSAMT一维反演中有明显的改善.通过对实测数据进行反演,其结果与地质资料吻合,证明了其适应性.     

BOD-DO模型参数估计的一种新方法及其意义

在水库水质模型中,BOD-DO浓度的经验求解公式用到的数据太多,且数据不易获取,在实际应用中有局限,所以本文从多元线性回归出发,给出了模型参数估计的一种实用方法。     

污染物一维非恒定扩散逆过程反问题的数值求解

河流中污染物扩散逆过程反问题的解在通常意义下是不适定的。把此反问题转化为第一类Fredholm积分方程，并利用Tikhonov正则化方法给出了一种反演算法。数值模拟结果表明，该方法具有稳定性好、精度高的优点，可应用于河流水质的控制和规划。     

基于遗传优化算法的二维漏磁缺陷重构

信号逆问题，即从测量信号中恢复出缺陷轮廓及其参数，是漏磁无损评估中的一个重要课题。提出了一种基于遗传算法的逆算法，用于从漏磁信号中重构二维缺陷。在该算法中，径向基函数（RBF）神经网络用作前向模型，遗传算法用于求解逆问题中的优化问题，其优点是能够避免基于梯度下降法的迭代逆算法中可能遇到的局部最小问题，并能得到逆问题的全局最优解。实验结果验证了所提出的逆算法的有效性。     

中、小河流BOD—DO水质数学模型

本文提出一个适用于中、小河流,并考虑纵向分散作用和将生化需氧量分为碳化阶段和硝化阶段,以及底泥释放CBOD和NBOD与底泥耗氧的水质数学模型。经无锡市梁溪河实测资料验证,取得较为满意的成果。     

基于神经网络正向模型和遗传算法的涡流检测自然裂纹形状重构

提出了一种基于神经网络正向模型与遗传优化算法从疲劳裂纹涡流检测(eddy current testing, ECT)信号重构裂纹形状的方法.人工制作了疲劳裂纹试样,利用一种小波分析方法对采集的疲劳裂纹ECT信号进行了去噪预处理并提取了信号特征.随后通过破坏性检测方法获得了裂纹的真实形状.在建立疲劳裂纹参数化模型基础上,利用经过处理的裂纹ECT信号和裂纹形状参数样本库对径向基函数(Radial Basis Function, RBF)神经网络进行训练.遗传算法首先创建大量表示裂纹形状参数个体的初始种群,输入经过训练的神经网络,得到对应的ECT预测信号,然后运用遗传策略进行迭代反演优化,搜索裂纹形状最优解.重构结果表明该方法具有快速、精确的优点.