基于遗传算法的测量数据拟合

将遗传算法用于测量数据的曲线方程拟合，采用了变长度的染色体表示不同的函数形式，并对标准的遗传算法中的交叉和变异操作进行了适当的改进，只需样本点的数据和允许的误差就能确定方程的形式，计算结果表明，该方法是有效的。     

基于量子遗传算法的子空间拟合测向

针对子空间拟合算法对独立信源和相干信源求解过程中,多维搜索运算量大的问题,通过采用实数编码的量子位表示染色体和用量子旋转门更新量子位的方法,提出一种实数编码的量子遗传方法(RC-QGA)来实现加权信号子空间拟合(WSSF)测向,从而有效地降低传统算法的计算量.还研究了WSSF算法的一维解相干性能和二维波达方向(DOA)估计性能.实验仿真表明,RC-QGA方法在进化代数为10时就可以达到收敛,有效提高了传统遗传算法的收敛性能,并且具有计算量小和估计性能优良的特点.     

基于遗传算法的一种数据拟合方法

基于遗传算法,提出了一种数据拟合方法,通过对函数参数进行编码,多次进行交叉变异操作,最终得到参数估计值。实验结果表明,该方法是有效可行的。     

一类射影柱面方程的求法

文章主要讨论了空间曲线在一般平面上的射影柱面方程的求法。     

遗传算法拟合变异函数的参数

 由于堆积体的空间变异特殊性,用加权多项式回归法进行球状模型的理论变异函数拟合误差很大,有时甚至无法拟合出变异函数.为解决这一问题,结合遗传算法原理,充分利用遗传算法在求解非线性问题时具有全局寻优的特点,拟合出球状模型的理论变异函数参数,并以小湾水电站左岸堆积体边坡的变形监测数据为例进行了计算.经过多方法对实例进行比较分析表明,该方法简便、通用,具有较高的拟合精度,是非线性、不连续可微模型参数估计的好方法.     

基于遗传算法的复杂平面曲线轮廓度误差评定

针对不规则曲线轮廓度误差评定中存在的问题,提出了一种基于非均匀有理B样条(NURBS)插值与遗传算法相结合的复杂曲线轮廓度评定方法,对离散数据点表示的理论轮廓进行3次NURBS插值反算控制点,建立了理论轮廓曲线的数学模型;采用实数编码的遗传算法求解测量点与理论轮廓曲线位置偏差,消除了由于位置偏差引起的轮廓度评定的不精确问题;阐述了测量点到理论轮廓最短距离的求解算法和步骤。实验结果表明该方法能够快速获得较好的误差评定结果。     

基于遗传算法的Kriging在GPS高程拟合中应用

在用Kriging方法对GPS高程拟合中,对于求变异函数的参数,一般采用的是经过线性化后再用最小二乘方法等来求.采用遗传算法拟合Kriging中变异函数参数,使参数估计过程更加简便,更加自动化.同时应用实测数据进行检测,发现该方法较传统方法具有明显优势.     

电法测井中基于遗传算法的非线性数据拟合研究

1　电法测井中的非线性数据拟合　　电法测井是利用地质层的电特性来测量岩石孔隙度、渗透率以及含水饱和度等储层物理参数.目前电法测井已在区域地质构造勘探、矿藏勘探和石油开采等领域中得到了广泛应用[1～3].对测井数据的后期处理一直是电法测井研究的一个重点和难题,寻求更准确、高效的数据处理方法,可以提高电法测井的准确性,具有重要的经济价值和现实意义.目前常用的电法测井技术有自然电位测井和激发极化电位测井等多种方式[1,2].激发极化电位测井方法于20世纪60年代由苏联引进我国,又称为人工电位测井,已在多个油田得到了实际应用.…     

基于遗传算法的冲击信号拟合

为便于冲击响应谱的工程应用,以正弦衰减基波组合的形式对冲击信号的拟合进行了研究.通过该拟合形式与遗传算法的结合,将拟合问题转化为参数的搜索与优化问题.考虑到冲击信号在时域内表现出的复杂特征,对其在频域内进行拟合优化,并最终得到优化的信号拟合形式.在观察与分析冲击信号的频域特征以后,采取信号尺度调整、优化参数归一化以及插值运算等措施提高算法的拟合精度.仿真试验表明,冲击信号在频域内的拟合具有较强的适用性,遗传算法的全局优化能力适合于该组合形式下的冲击信号拟合.算法中所采取的改进措施有利于运算效率和拟合精度的提高.     

改进的遗传算法用于雷达天线曲面拟合

由于坐标系统不统一以及空间曲面方程的复杂性等，雷达天线表面检测是一个非线性求解问题。提出了改进的遗传算法求解雷达曲面方程拟合中的坐标平移、旋转以及曲面标准方程的参数。在一个工程实例中的应用和比较结果表明，遗传算法能够应用于雷达天线等曲面拟合，改进算法更具优势。     

基于遗传算法的扫描线划图稿的拟合算法研究

研究智能款式设计过程中的重要环节之一扫描线划图稿部件信息的提取问题，提出采用给定误差基于遗传算法的扫描线划图稿的拟合算法，较好地解决了款式部件信息的获取问题；详细给出了扫描线划图稿的路径搜索和基于遗传算法的拟合细节，并通过实例研究证明了算法的有效性。     

基于Hermite算法的曲线拟合

通常人们获取的数据是不连续的点,必须对它们进行分析处理。使用插值和拟合之后,可以从不规则的事物中找到其内在的规律,从而指导实践。本文研究了Hermite算法,通过实验得到了很好的曲线拟合效果。     

基于遗传算法的曲线曲面光顺

以能量和曲率作为双重条件来考察曲线和曲面的光顺性问题，应用模糊罚函数将有约束多目标优化问题转化为无约束多目标优化问题，采用遗传算法对曲线进行光顺，得到了最优解；并进一步将该光顺算法推广到曲面的光顺。     

基于改进遗传算法的空间信息网恢复策略

由于空间网络的高动态性及资源受限等原因,其可靠性面临严峻考验,亟需一种合理的风险评估及性能恢复方案.针对空间信息网的弹性恢复策略,采用基于改进遗传算法的恢复策略确定受损元件的修复顺序,以加快弹性恢复;采用网络拓扑控制方法,弱化受损关键节点的重要程度,降低网络弹性损失.实验仿真了不同恢复资源数量下采用不同恢复策略的网络弹...     

基于Bendakhlia模型的遗传算法拟合IPR曲线新方法

针对经典理论流入动态曲线公式应用的局限性,虽有很多模型对其进行了修正,但因为理论模型考虑因素的限制,无法得到适用于各油藏的通用IPR曲线方程。根据不同油藏条件下油井系统试井测试结果,采用遗传算法,结合Bendakhlia模型,可动态回归出适用于各油藏区块条件下的模型参数进行产能预测。并结合IPR曲线拐点计算,确定了该回归模型的计算产量范围。该范围完全满足机采优化设计的范围需要,并可将最低流动压力设为优化设计井底流压极限值。以此为基础,编制了实用产能预测程序,并将计算结果与矿场实测数据对照,应用结果表明,计算结果准确可靠,完全可用于油井合理产能的确定和产能预测。     

测量数据的曲线曲面拟合算法

移动最小二乘法由于其良好的逼近性能而广泛用于曲线曲面拟合,但处理含有粗大误差的数据时,拟合结果极不稳定.为了减少粗大误差对拟合精度的影响,本文提出一种移动最小截平方法,该方法在支持域内引入最小截平方法代替最小二乘法,在所有节点当中选出剔除异常值的最优节点组合,确定局部拟合系数.该方法不需要人为地分配权重或设定阈值,可避...     

基于BP和GA的微晶玻璃点磨削表面硬度数值拟合

通过低膨胀微晶玻璃的高速点磨削实验,测试了加工表面硬度,分析了表面硬度随工艺参数的变化趋势.基于BP神经网络算法与单因素实验值,通过最小二乘数值拟合,建立了点磨削低膨胀微晶玻璃表面硬度与各工艺参数关系的系列化一元模型,以决定系数检验模型的精度,结果表明模型具有较高的可靠性.通过单因素一元模型分析,提出了低膨胀微晶玻璃表面硬度与工艺参数关系的多元模型.在正交试验的基础上,基于遗传算法对多元模型进行了优化建模求解.通过验证实验检验了模型的精确度,结果表明,多元模型具有较高的可靠度.