单亲遗传算法在天然气管网布局优化中的应用

采用改进的遗传算法——单亲遗传算法,对树状燃气管网布局进行优化.以图论和遗传算法理论为基础,以管网总长度最小作为优化目标建立数学模型,并应用基于生成树理论和二进制编码的遗传算法对模型进行求解.得到一组树状管网布局优化方案,计算出每一方案中的计算管径,选取经济管径,最终确定树状管网的优化布局方案     

遗传算法与其变型求解管径优选问题的比较

在优化配水管网的管径设计方案时,为了缩短计算时间、简化参数选择过程,需要选取速度快,参数敏感性低的算法。该文比较分析了标准遗传算法、稳态遗传算法和子群遗传算法进行管径优化计算时的求解速度和其速度对参数的敏感性。依据经典的管径优化问题框架,编写测试程序,利用3种算法对纽约隧道管网算例进行了多次管径优化计算。比较了不同的种群大小、重组率和变异率下3种遗传算法获得已知最优解时的水力计算次数和参数局部敏感性。结果表明:子群遗传算法达到已知最优解的平均水力计算次数少,不同的参数选取对其平均水力计算次数的影响较小。该算法求解速度快,参数敏感性低,推荐在管网设计时选用。     

基于经济流速先验信息的启发式管网优化设计

针对传统遗传算法在管网设计中存在计算结果误差较大、寻优效率较低等问题,采用经济流速约束、流量约束和罚函数等改进措施,提出了基于经济流速先验信息的启发式优化方法.通过一个实例验证了该方法可以提高遗传算法的收敛速度和寻优效率,计算结果较准确,且管网设计合理,可降低工程投资.     

南水北调中线某管段管径优化设计

在分析南水北调工程中线(新庄口门-周口)工程实例的基础上,针对原始设计方案管网投资费用较高的问题,分别采用基于神经网络的两级优化算法和遗传算法对此管段的管径进行优化,经仿真计算结果表明:两种算法均能实现主干管为146.53 km的长距离引水管道管径的优化,并能有效节约管网造价,且两级优化模型的适用范围、求解速度及其精度...     

基于自动生成策略的供水管网抗震优化算法

以管网年费用折算值为优化目标、管网拓扑结构与管径为优化参数、管网节点抗震可靠度为约束条件,建立了供水管网抗震优化设计模型.基于自动生成策略,并结合环形管网判断方法,分别利用遗传算法、遗传-模拟退火算法和微粒群算法进行了供水管网的抗震拓扑优化分析.利用3种优化方法对2个典型供水管网进行了对比分析.对比分析表明,遗传-模拟退火算法具有最好的优化能力.     

加速微种群遗传算法及其在结构优化设计中的应用

将微种群遗传算法与基于启发式模式移动的局部寻优方法和Aitken Δ^2加速策略相结合,给出了一种加速微种群遗传算法．算法中利用Aitken Δ^2加速策略改进当前种群,利用基于启发式模式移动的局部寻优方法改进子代群体．利用3个数值优化算例测试了算法的性能,表明本文算法具有较好的收敛性和计算效率．最后将其用于桁架结构截面优化设计,10杆平面桁架和25杆空间桁架的优化结果表明,本文算法的计算精度和计算工作量均优于传统的遗传算法．     

星状集输管网拓扑结构的整体优化

针对星状集输管网结构特点,建立以管网建设总投资为目标函数,以系统中节点连接关系、站点位置、管线参数为优化变量的星状油气集输管网拓扑结构优化模型。将蚁群算法与遗传算法相结合对模型进行整体优化求解。在蚁群算法中,将节点连接关系的确定转化为路径选择问题,将启发因子表示为管段建设成本的函数,用路径方案对应的管网建设总成本计算信息素的积累量。在遗传算法中,以格雷码形式将站址信息储存于染色体上,用蚁群算法求得每种站址分布方案下最优井组和管径,并用其计算各染色体的适应度,从而同步求得最佳站址、最佳井组划分和管线参数。结果表明,所设计算法优化质量高于分级优化,且鲁棒性强,不受计算初始值影响。     

混合优化策略在生命线管网拓扑设计中的应用

提出用遗传-模拟退火算法(GASA)混合优化策略来求解生命线管网的拓扑优化问题.混合优化策略结合了遗传算法的并行搜索机制和模拟退火算法的概率突跳特性,提高了算法的优化性能、参数鲁棒性以及计算效率.数值仿真实验表明了算法的稳定性非常好,首次达到最优值的进化代数,且比单一遗传算法提高了26.5倍.     

基于遗传算法的多水源环状管网优化设计

遗传算法应用于管网优化时会表现出收敛速度慢、结果不理想等缺陷.针对环状管网优化设计的管径离散、约束条件多等特殊性,充分利用管网水力特性,通过模糊判断、扰动等手段干预遗传算法进化方向和进度,使得遗传算法在一定程度上改变了应用于管网优化时表现出的缺陷.算例表明,改进后的遗传算法值得在管网优化设计中推广.     

两阶段启发式算法在矩形件排样中的应用

针对定制式木门家具生产过程中板材资源利用率低和常规启发式排样算法得到的排样结果切割工艺复杂的问题,采用启发式排样和优化排序相结合的方式,提出了两阶段排样方式和遗传算法相结合的组合式矩形板材排样算法。以两阶段排样方式为基础,通过对排样过程中物块摆放时会遇到的5种情况分别给出对应处理方案,提出了两阶段启发式排样算法,同时利用改进的遗传算法进行板材组号的排序优化。测试结果表明,该文算法取得了98.11%的最高资源利用率,算法输出排样方案的板材切割工艺得到了优化,提高了实际生产中板材切割的生产效率并降低了生产与时间成本。     

旅行商问题(TSP)的改进遗传算法

对于中大规模ＴＳＰ问题的求解,提出了２种新的改进遗传算法:两交换启发交叉算法和三交换启发交叉变参算法·经过仿真实验和实例应用证明了算法的有效性·三交换启发交叉变参算法的性能优于两交换启发交叉算法·     

遗传算法在工程项目资源优化中的应用

GA是一种源自生物界自然选择和自然遗传机制的随机化搜索方法,群体搜索策略和信息遗传的特点使其在组合优化中表现出其它传统方法所不能比拟的性能。将GA应用于工程项目的资源优化中,解决资源平衡和资源有限问题,避免了繁琐的推断过程,同时还能得到除最优解外的几个次最优的解决方案。     

供热管网设计计算模型优化研究

介绍了室外供热管网设计的计算流程,构建了室外供热管网计算机辅助设计的计算模型,以期实现室外管网的造价和运行费用最低.     

基于GA-SA算法的无人机巡检输电铁塔三维航迹优化

无人机巡检输电铁塔本体和金具、绝缘子等附属部件的航迹优化属于典型的旅行商问题。由于巡检对象的结构复杂、巡检部件多,采用单一的启发式算法会造成航迹重叠、容易陷入局部最优解等问题。为此,考虑无人机航迹三维空间结构的特点,引入全局搜索能力强的遗传算法(genetic algorithm, GA)与局部收敛速度快的模拟退火算法(simulated annealing, SA)相结合的无人机三维航迹混合GA-SA寻优算法。以无人机巡检500 kV超高压交流双回鼓型塔为例,根据三维有限元仿真得到的无人机电磁防护安全距离为2 m,结合巡检对象及常见缺陷出现的位置确定了61个高空安全悬停点,分别采用GA、SA和混合GA-SA算法对无人机遍历高空安全悬停点的航迹进行优化。结果表明：混合GA-SA算法的迭代收敛次数相比GA和SA分别减小了45.6%与55.2%,最优航迹距离分别缩短了8.1%与8.9%,验证了所提方法的有效性。     

新型的融合优化算法及其在电力系统中的应用

提出了一种新型的融合优化算法,该算法结合了遗传算法(GA)的复制、交叉、变异操作以及粒子群优化算法(PSO)的个体速度和位置更新的原理,并将混沌的概念引入其中,它的性能要优于GA和PSO.在标准测试函数上进行了仿真比较,验证了新型算法的有效性.最后,这种新的融合优化算法被应用到了电力系统最优潮流的计算中,对IEEE-30系统进行仿真,并与遗传算法、标准PSO算法进行比较,结果表明新型的融合优化算法具有更好的优化性能.     

基于改进PSO算法的电力系统机组优化组合

机组组合优化问题是一个大规模、多约束、非线性的混合整数规划问题，因此求解非常困难．粒子群优化（PSO）算法是一类随机全局优化技术，它通过粒子间的相互作用发现复杂搜索空间中的最优区域．采用二进制粒子群优化方法解决机组状态组合问题，用遗传算法结合启发式技术解决经济分配问题，并对最小开停机时间及启停费用进行了处理，使得运算速度大大加快．方法的可行性在10台机组系统中检验．模拟结果表明文章所提出的算法具有收敛速度快及解的质量高等优点．     

水电站群补偿调节计算的非线性网络流法

提出了水电站群补偿调节计算的一种新方法──非线性网络流法，该法以独特的寻优模式，显著地提高了计算速度；并提出了一种新的寻找最短路径的方法。利用水电站群与群之间水力的弱联系，将非线性网络流法与水电站群补偿调节计算的启发式方法相结合，缩小了计算规模，进一步提高了计算速度，克服了启发式算法自身的不足。理论分析和计算结果表明，文中提出的方法在计算速度和计算规模等方面，具有传统算法不可比拟的优点。     

基于模拟退火算法的蛋白质空间结构预测

模拟退火是一种通用的启发式优化算法，将模拟退火思想用于求解蛋白质结构预测问题，计算结果表明利用SA算法得到的解优于目前常用的遗传算法和MonteCarlo方法．     

电力系统负荷预测的加速基因方法

将改进的基因算法应用于某省电力系统负荷预测,取得了十分满意的效果。并与灰色预测方法进行了比较,证明用基因方法预测是优越的。     

Job-shop的实时调度

利用神经网络和启发式分派规则设计了一种Job—shop的实时调度算法，该算法首先在离线时用遗传算法训练神经网络得到调度的启发规则，在加工开始时根据一些动态特性对要执行的工件操作进行模糊分类，然后再根据启发规则对分类后的操作进行在线调度．基于这种算法，用模糊神经网络设计了一个Job—shop实时调度器，最后结合实时调度和重调度问题进行了仿真．通过与FIFO与LR(Lagrangian Relax)的比较，证明提出的算法是高效和可行的．