基于AHP方法的遗传算法适应度函数设计与应用

在遗传算法编码规则基础之上,引入层次分析法(AHP)进行适应度函数的研究与设计,并通过实例计算,证明该算法应用可有效地进行问题的解决.     

一个具有对偶适应度函数的遗传算法

提出一个具有对偶适应度函数的遗传算法.该法提供了一个阈值,利用对偶适应度函数值辨别全局最优盆和局部最优盆.根据辨识结果,自适应地设置变异概率.对几种典型函数的测试结果表明,该法的全局收敛性能及收敛速度优于标准遗传算法.     

改进遗传算法在天然气管网设计中的应用

针对树状管网问题,基于图论的基本原理,结合遗传算法的特点,应用改进遗传算法,对具体问题设计了相应的适应度函数、单亲换位算子、倒序算子以及重组算子,并建立了可行解判别矩阵。通过计算发现,改进算法能够获得最优解,证明改进算法可行有效。     

岩机械手任务规划中遗传算法的适应度函数

多关节凿岩机械手在工作时,完成的是一个在一定工作面上随机的钻孔孔序任务,其孔序规划相当复杂.作者运用遗传算法规划其钻孔任务序列,通过判断多关节钻臂上每1个关节的运动方向在彼此相邻的3个钻孔位置上的变化趋势,用数值0表示某一关节运动方向变化趋势在相邻3个钻孔上不一致,数值1表示一致,并根据具体工作情况对描述值进行修正.在此基础上设计了一个基于关节水平来规划凿岩机械手随机钻孔孔序的适应度函数,从而使整个钻孔孔序规划算法简单,收敛速度快,能寻求较优的钻孔孔序.此方法对于完成其他类型的关节型机械手的钻孔任务和轨迹规划也具有借鉴意义.     

基于改进适应度函数的RNA结构预测

RNA二级结构预测是生物信息学的重要研究内容。本文提出了一个新的启发式算法进行带假节的RNA结构预测。本文首先通过对RNA序列的若干特征和RNA二级结构进行相关性分析,从中选择跟RNA结构有较大相关性的特征,然后依据遗传算法、综合自由能、被选择茎区的条数以及被选择茎区的平均长度等特征来构造打分函数预测RNA的结构。本文对该方法进行了测试,结果表明本文所采用的从特征分析中得出的打分函数以及通过启发式算法来叠加茎的方法是有效的,在对tRNA以及5SrRNA等序列的预测上相比单纯的自由能最小方法有更高的准确性。并且该方法进一步推广到预测含假结的RNA的二级结构时也有较好的结果。     

基于模式库的遗传算法在非静态函数优化中的应用

本文针对非静态函数优化问题提出了一种基于模式库的改进遗传算法，此算法最主要的特点就是采用模式库来保存算法进行过程中的一些好的模式，这些模式一方面用来组建一些适合环境的优良个体，提高收敛速度，另一方面可以给早熟群体注入新的基因，增加群体的多样性。文中分别就函数优化问题和背包问题给出了改进遗传算法的仿真结果，表明本文算法的有效性。从理论上来说，本文算法适用于多个状态之间的动态变化环境。     

遗传算法的研究及其在函数优化中的应用

遗传算法是一种基于生物自然选择与遗传机理的随机搜索与优化方法.在文中介绍了遗传算法的初始群体的生成、交叉算子、变异算子.在分析了基本的遗传算法的特点和缺陷的基础上,提出了改进的方法.改进的遗传算法在函数优化中的应用具有较好的效果.     

传感器优化布设在桥梁健康监测中的应用

回顾了振动模态分析技术中关于传感器最优布点方法的研究,针对桥梁结构健康监测中有关指纹析识别以及模型修正所需的模态动态信息,提出了一套传感器优化布设的方案,目的在于迅速有效地从一个自由度繁杂的结构模型中选择出关键的测点位置,在含噪声的环境中实现对结构状态改变信息的最优采集,改善早期对大型柔性结构的整体探伤能力。     

遗传算法在入侵检测系统中的应用

针对现有入侵检测系统的不足,对遗传算法应用于入侵检测的系统进行了研究,提出了一种基于遗传算法的入侵检测算法。本文简要介绍了遗传算法的基本概念,介绍了遗传算法在入侵检测技术中的应用。     

遗传算法在中小学排课系统中的应用

分析了中小学排课的数学模型,根据遗传算法本身特点设计了一种数据结构基因编码及几个涉及到的优化目标评价函数,提出了利用遗传算法解决排课问题的方法,并通过试验验证了该方法的有效性和可靠性.     

桥梁监测系统中梁桥静力应变传感器的优化配置

为了探索桥梁结构监测系统中静力应变传感器在梁桥中的优化配置,以简支梁桥为研究对象,以传递误差最小为优化准则建立了梁桥静力监测系统传感器优化的数学模型,根据简支梁截面弯矩与挠度的关系,建立了以控制截面挠度的传递误差为最小的目标函数,并采用遗传算法的优化计算方法,提出了适用于梁桥的基于传递误差最小准则的传感器优化配置方法。实例优化结果表明,简支梁桥的应变传感器,除在跨中控制截面布点外,其余应变传感器应均匀布置。     

基于遗传算法的桥梁施工资源有限优化

应用遗传算法的染色体编码、约束条件及修复算子等,提出了解决桥梁施工资源有限工期最短的优化方法,研究了其目标函数的数学模型,利用Vc语言编制了计算机程序,实桥优化结果表明遗传算法符合桥梁施工实际。     

基于遗传算法的负刚度装置优化布置

针对一种新型轨道式负刚度装置(negative stiffness device,NSD)提出了一种基于遗传算法的优化布置数学模型,该模型同时考虑NSD在加速度控制上的优势和位移控制上的劣势,设定5组加权系数组合,考察不同优化侧重下的控制效果.以某10层结构为算例,通过对比负刚度装置和传统阻尼器控制效果,得到最优加权系数组合;通过对比5组加权系数组合,得到负刚度装置优化布置基本原则.     

大跨斜拉桥基于遗传算法的传感器优化布置方法

以润扬大桥斜拉桥为研究对象,分析了基于遗传算法的加速度传感器优化布置实施的过程,包括传感器布设位置的编码以及控制参数、目标函数和评价指标的选取.探讨了遗传算法目标函数类型、需要监控的振型数量等因素对优化布置方案的影响,提出了Gramian矩阵行列式值、MAC矩阵非对角元均方根、MAC矩阵非对角元最大值、Gramian矩阵元素和以及模态应变能这5种可行的优化布置方案评价指标,分析了多目标函数优化布置方法与单目标函数方法相比的优越性.研究结果表明,Gramian矩阵行列式是较优越的目标函数,并建议采用Gramian矩阵行列式值、MAC矩阵非对角元均方根和MAC矩阵非对角元最大值作为布点方案的评价指标.利用基于环境激励的斜拉桥现场测试数据对以上计算得到的优化布置方案和结论进行了验证.     

Composite multiobjective optimization beamforming based on genetic algorithms

All the parameters of beamforming are usually optimized simultaneously in implementing the optimization of antenna array pattern with multiple objectives and parameters by genetic algorithms （GAs）. Firstly, this paper analyzes the performance of fitness functions of previous algorithms. It shows that original algorithms make the fitness functions too complex leading to large amount of calculation, and also the selection of the weight of parameters very sensitive due to many parameters optimized simultaneously. This paper proposes a kind of algorithm of composite beamforming, which detaches the antenna array into two parts corresponding to optimization of different objective parameters respectively. New algorithm substitutes the previous complex fitness function with two simpler functions. Both theoretical analysis and simulation results show that this method simplifies the selection of weighting parameters and reduces the complexity of calculation. Furthermore, the algorithm has better performance in lowering side lobe and interferences in comparison with conventional algorithms of beamforming in the case of slightly widening the main lobe.     

基于改进Gauss-Newton法的在役桥梁结构参数识别

针对在役桥梁结构静力参数识别中识别参数初始值难以确定的特点,提出了改进Gauss-Newton法.先对在迭代矩阵中增加一个阻尼项以防止迭代矩阵出现奇异的方法进行初步识别,再将初步识别结果作为Gauss-Newton（G-N）法的初始值进行再识别,从而既克服了G-N法对初始值要求苛刻的缺点,又保持了G-N法识别精度高的优点.模拟试验结果表明,该方法既能有效处理奇异和非正定矩阵,消除由于初始估计值偏离真值过大而造成识别结果发散的困扰,又能大大提高识别精度,从而保证了在役桥梁结构参数识别结果的可靠性.     

基于代沟信息的自适应遗传算法

针对现有自适应遗传算法无法兼顾群体特性 ,难以稳定地收敛到最优解的问题 ,从种群多样性和适应度均值变化的角度 ,分析了进化停滞或退化的原因 .以种群适应度均值和多样性作为概率调整依据 ,提出了一种新的基于种群代沟信息的自适应遗传算法 .利用相邻两代群体间的适应度差异和多样性差异信息 ,设计了遗传概率的自适应调整策略 ,使算法维持较好的多样性 ,有效避免了早熟 .并证明了算法收敛性 .仿真结果表明该算法能够使种群保持良好的可进化性和收敛性 .     

改进遗传算法在支护结构优化设计中的应用

研究了利用遗传算法对支护结构优化设计的方法 .在普通遗传算法的基础上 ,提出了加入小生境技术和保留最佳个体策略的选择方法的改进遗传算法 .利用实例证明了 ,改进遗传算法比普通遗传算法具有更好的收敛性 ,可以提高遗传算法的可靠性及效率 .