NARMAX模型辨识的直交化最小二乘新算法

基于实际中常用的ＣＧＳ（ＣｌａｓｓｉｃａｌＧｒａｍ－Ｓｃｈｍｉｄｔ）、ＭＧＳ（ＭｏｄｉｆｉｅｄＧｒａｍ－Ｓｃｈｍｉｄｔ）、ＨＴ（ＨｏｕｓｅｈｏｌｄｅｒＴｒａｎｓｆｏｒｍａｔｉｏｎ）及Ｇｉｖｅｎｓ算法，给出了１类改进的直交化最小二乘新算法，分别称之为改进的ＣＧＳ、ＭＧＳ、ＭＨＴ及ＭＧＶ算法，改善了原算法的数值稳定性．将改进算法用于非线性ＮＡＲＭＡＸ模型辨识，构造出了１种新的模型结构与参数辨识的一体化算法．新算法基于逐步回归进行模型选项并消去模型中的冗余项，保证了最终模型的结构优化，并可给出比Ｂｉｌｉｎｇｓ等算法精度更高的参数估计．仿真结果证明了文章中算法的优越性     

利用GA—BP算法对模糊神经网络进行优化

分析了ＢＰ算法和遗传算法（ＧｅｎｅｔｉｅＡｌｇｏｒｉｔｈｍｓ,以下简称ＧＡ）各自的优缺点,将改进的ＧＡ与ＢＰ算法相结合,提出了一种新的ＧＡ－ＢＰ算法,并将其应用于模糊神经网络的参数优化,仿真结果验了本算法的有效性。     

关于旅行售货员问题的混合遗传算法研究

遗传算法（ＧＡ）是一类仿生算法，广泛应用于大型优化问题的求解，本文介绍孤原理和算法，并用简单遗传算法（ＳＧＡ）和混合遗传算法（ＨＧＡ）对旅行售货员问题（ＴＳＰ）进行了研究。     

低维工程优化问题的一种新的有效算法

本文给出了适用于小规模（例如维数ｎ＜１０）工程优化问题的一种新的有效算法，称为ＳＡＭＴ，即序贯增广罚函数极小化方法。文中详细介绍了ＳＡＭＴ的两种具体算法，都是应用增广罚函数的原理，再采用可变多面体搜索法（单纯形法，Ｎｅｌｄｅｒ－Ｍｅａｄ）求解该函数的无约束极小值。应用ＳＡＭＴ和ＳＷＩＦＴ两种算法对三个试验问题和三相变压器优化设计模型进行了计算与比较，结果说明对于有约束的优化问题，ＳＡＭＴ算法比ＳＷＩＦＴ算法收敛更快。     

投资优化模型及其启发式遗传算法

建设期利息和物价浮动在核电站工程投资中占有很大的比例。为优化工程投资，提出了以最大净现值为目标的核电站投资优化数学模型。该模型基于工程的活动网络且是ＮＰ问题。针对该模型给出了一种启发式遗传算法（ＨＧＡｓ）。在该算法中，解是一串表示活动分配资源优先级的数，这种编码方法克服了传统遗传算法求解该问题时难以找到可行解的困难。本文提出的前件矩阵的概念能有效地求解活动网络的关键路径。用Ｃ语言编制了启发式遗传算法程序（ＨＧＡＰ），并用该程序求解了一个实例。计算结果表明该模型符合工程实际，该算法能有效解决该模型。     

应用最小中心力的中心设计算法

中心设计问题（Ｄｅｓｉｇｎ ｃｅｎｔｅｒｉｎｇ ｐｒｏｂｌｅｍ）又称嵌入问题（Ｅｍｂｅｄｄｅｄ ｐｒｏｂｌｅｍ）。实质上,它是个不可微优化问题。本文通过引进力学上的有关概念,特别是通过对“中心力”的定义,给出了中心设计问题的一个新的数学模型。从而把不可微优化问题转化为非线性规划问题。另外,对加权系数ｐ（ｘ）作了精确处理,使计算出的中心点与实际中心点相吻合。采用ＦＯＲＴＲＡＮ 语言对上述算法编写了计算程序,在ＩＢＭ－ＰＣ微机上通过了大量实例计算,充分说明了本文给出的算法收敛速度快,结果精确。     

基于遗传基因算法的切削用量优化

介绍了一种全新的优化算法－－连续域中的遗传基因算法（ＧＡ），提出了基于ＧＡ的加工过程切削用量优化计算方法，给出了铣削用量优化算例。     

广义集值隐 Wiener-Hopf 方程与广义非线性拟变分不等式

研究一类广义非线性拟变分不等式问题（ＧＮＱＶＩＰ（Ｔ，Ａ，ｇ，ｓ，Ｄ，Ｋ（ｕ）））。证明了广义非线性拟变分不等式问题是等价于解广义集值隐Ｗｉｅｎｅｒ－Ｈｏｐｆ方程的。分析了求广义非线性拟变分不等式问题的逼近解的一种新的迭代算法，同时还讨论了算法的收敛准则。所得结果改进并推广了Ｎｏｏｒ最近的结果。     

广义集值隐Wiener—Hopf方程与广义非线性拟变分不等式

研究一类广义非线性拟变分不等式问题（ＧＮＱＶＩＰ（Ｔ，Ａ，ｇ，ｓ，Ｄ，Ｋ（ｕ））））。证明了广义非线性拟变分不等式问题是等价于解广义集值隐Ｗｉｅｎｅｒ－Ｈｏｐｆ方程的。分析了求广义非线性拟变分不等式问题的逼近解的一种新的迭代算法，同时还讨论了算法的收敛准则。所得结果改进并推广了Ｎｏｏｒ最近的结果。     

基于改进遗传算法的多维函数的优化计算

针对标准ＧＡｓ在多维优化中存在的弊端,提出了一种改进ＧＡｓ,在染色体基因解码方式,交换与变异算子、适应函数设计等方面做了改进。通过对极难优化函数的优化计算,说明该算法有良好的全局搜索能力和较快的收敛速度。     

基于服务质量的Web服务优化选择算法及仿真

提出一种基于服务非功能属性的Web服务优化选择的多目标遗传算法.考虑到在服务选择时组合方案中的控制结构、具体服务之间的关联性和多个服务质量指标之间的折衷这三方面的约束,对服务选择建立分层模型给出优化选择的形式化定义.在此基础上,采用多目标遗传算法求解优化服务选择.首先设计了适合的染色体编码方式,以表示可行的服务选择方案...     

工程结构优化设计的CGA算法研究

工程结构优化设计是一个复杂的非线性多目标优化问题，针对传统优化方法的局限性，以及遗传算法的缺陷，提出了一种新的智能优化方法——复合遗传算法(CGA)，对CGA的关键问题进行了阐述，并进行了理论分析，说明了其全局寻优的可能性；对于失效概率的处理问题，采用在计算适应度值的同时，计算出条件值——失效概率，再与此限值相比较的方法；最后通过实例验证了本提出方法的可行性。     

飞向Halo轨道的太阳帆航天器轨迹优化设计

研究太阳帆航天器从地球同步轨道飞向日-地第2Lagrange(L2)点Halo轨道时其转移并入轨的轨迹优化设计问题。提出了分3阶段优化设计的方法:首先调整航天器逃离地球的飞行轨迹,使其比较接近目标Halo轨道的不变流形;再借助不变流形,用遗传算法求解相应的最优控制,使其转移到目标Halo轨道的不变流形上;最后航天器将沿流形飞行完成入轨。数值仿真结果表明,提出的方法可以得到相当好的转移轨道。由此显示,将转移轨道分为若干阶段,借助不变流形,用遗传算法求解最优控制问题的轨道优化设计方法对于此类小推力变轨问题是切实可行的。     

基于自适应惩罚函数法的混合遗传算法

引入了自适应的惩罚因子，将约束问题转化为无约束问题．通过遗传算法求得无约束问题的可行解，再将此解作为约束变尺度法的初始可行点，由约束变尺度法得到精度较高的解．数值实验表明该混合算法比单纯使用遗传算法效率高，而且在多数情况下能得到全局最优解。     

遗传算法在多目标规划中的应用

利用遗传算法对项目群优选数学模型的求解进行了新的探索，并在单目标遗传算法程序的基础上，拓宽为多目标遗传算法。计算结果表明遗传算法是求解工程优化问题的一种有效方法。     

求解TSP的改进遗传算法

遗传算法是求解旅行商问题的一种全局优化概率搜索算法方法,文中针对遗传算法较快的找到最优解并防止"早熟"收敛问题,提出了一种新的分级方法,该方法在各级中以群体当前最优个体替代各级中的最差个体,并在各级中采用自适应变异概率,改进后的遗传算法不但有效的维持了群体的多样性,而且提高了收敛速度,最后实验表明,改进的算法是可行和有效的.     

飞向Halo轨道的太阳帆航天器轨迹优化设计

研究了太阳帆航天器从地球同步轨道飞向日-地第2Lagrange(L2)点Halo轨道时其转移并入轨的轨迹优化设计问题。提出了分3阶段优化设计的方法:首先调整航天器逃离地球的飞行轨迹,使其比较接近目标Halo轨道的不变流形;再借助不变流形,用遗传算法求解相应的最优控制,使其转移到目标Halo轨道的不变流形上;最后航天器将沿流形飞行完成入轨。数值仿真结果表明,提出的方法可以得到相当好的转移轨道。由此显示:将转移轨道分为若干阶段,借助不变流形,用遗传算法求解最优控制问题的轨道优化设计方法对于此类小推力变轨问题是切实可行的。     

深基坑土钉墙内部稳定性计算新方法——最危险滑裂面复合遗传进化 …

高层建筑深基坑土钉墙内部稳定性分析的关键是如何确定最危险滑裂面的位置并计算与相对应的安全系数,这可归结为一类非线性优化问题。为克服传统优化分析方法容易陷于局部最优解的缺点,作者利用从模拟自然进化过程的遗传进化算法和求解约束优化问题的复杂形法而发展起来的复合遗传算法来搜索最危险滑动面,提出了一种深基坑土钉墙内部稳定性分析的复合遗传进化调优算法,它是一种全局优化分析方法,且比一般的遗传算法寻优效率要高     

集成化物流中的定位运输路线安排问题(LRP)优化算法评述

总结定位 运输路线安排问题(Location RoutingProblem,LRP)的发展历程,重点评述LRP优化算法的研究进展,并对比分析了常用的两类求解LRP问题的方法精确算法和启发式算法·并对LRP中的定位配给、运输车辆路线安排、定位 运输路线安排三类问题的具体优化方法进行了分析、比较,指出在求解LRP问题时应综合利用各种技术的优势,建立一种新的搜索方法,实现准确、高效的搜索,改进遗传算法用于求解LRP问题是解决这类NP hard问题的一条途径·     

面向作业车间调度问题的遗传算法改进

为了获得遗传算法在作业车间调度问题上的最优化解,提高算法的迭代速度,研究了遗传算法的改进方法,以工件的加工时间最短为目标建立调度模型。在算法上提出了基于概率改进的具有自适应能力的交叉与变异算子,以求作业车间调度问题的最优解。在遗传算法上采用精英保留策略方法,并结合改进的自适应算子对问题进行求解。以基准案例LA01和FT06作为实验仿真对象,获得了相应的甘特图以及搜索过程曲线。仿真结果表明,与未改进的算法相比,该算法能够更加快速地获得最优解。改进后的算法在搜索上更加快速有效,在求解作业车间调度问题上具有一定的可行性,更加适合工业加工生产。