遗传算法在设计洪水过程线推求中的应用

针对分时段同频率放大法的不足，通过目标函数建立推求设计洪水过程线的优化模型，并采用具有人工智能的基因遗传算法求解，不仅完全控制了设计洪水洪峰和洪量，而且保持了典型洪水模式，同时还避免了徒手修匀工作，减少了人工参与带来的任意性 。     

结合IQGA和最佳一致逼近优化设计的双阻带UWB天线

摘要： 在超宽带天线设计中采用一种快速有效的优化方法. 该方法将改进的量子遗传算法与基于矩量法的体面积分方程相结合,利用最佳一致逼近快速分析天线的宽频带特性,得到优化函数的适应度值. 用该方法设计一副具有3?4 GHz和5?6 GHz双阻带特性的UWB天线并制成实物,将实测电压驻波比与优化结果进行比较,两者较为吻合,说明该方法是正确的、有效的.     

基于Pareto Front的多目标遗传算法

多目标优化是非常重要的研究课题，基于Pareto Optimum的多目标遗传算法非常适合于求解多目标优化问题．本文讨论了不带参数的多目标遗传算法，提出了用排除的办法来构造进化群体的非支配集，同时给出了新群体的构造方法。实验结果表明，本文所讨论的方法比较国际上已有的方法具有更快的收敛速度。     

基于HFSS的不同形状微带贴片天线的仿真设计

微带贴片天线的贴片形状是影响天线性能的重要因素．通过HFSS软件对矩形微带贴片天线和圆形微带贴片天线进行设计与仿真,比较了两种不同形状贴片天线的尺寸以及各自的S参数图、方向图和输入阻抗图．仿真结果表明两种微带贴片天线都存在带宽过窄的问题．综合考虑天线的各项性能指标,矩形微带贴片天线要优于圆形微带贴片天线．     

一种用于加速器腔设计的自适应遗传算法

提出一种用于加速器腔设计的遗传算法,该算法具有自适应性,即能根据基因的约束条件自动调整演化过程中的染色体,使染色体仍属于同一类型的腔结构。     

一种求解H2/H∞控制问题的局部正交多目标遗传算法

针对H2/H∞多目标控制问题的求解,提出一种新的混合多目标遗传算法,以解决遗传算法局部搜索能力差的不足.此算法首先运行多目标遗传算法,以便使解集快速地达到Pareto最优解附近,然后运用一个新的局部优化算法对先前得到的外部Pareto解集进行进一步的局部优化.实例仿真表明,此算法有较强的全局和局部搜索能力,可以提高搜索的效率,适用于绝大多数H2/H∞多目标问题的求解.     

改进的多目标遗传算法及其在PID优化设计中的应用

该文提出一种多目标遗传算法,采用新的拥挤距离计算方法,改进非支配性的比较方法,并引入双重精英策略,提高了进化效率和解的质量,更有效地保持了解的多样性. 将该算法应用于PID优化设计,使系统可同时兼顾快速性、稳定性和鲁棒性,决策者可根据当前工作需求在所得的Pareto解集中选择最终的满意解. 仿真结果表明提出的设计方法有效.     

一种有效的基于实数编码的多目标遗传算法

针对实数编码遗传算法提出了一种通用的基于决策变量的复合交叉算子,并将之用于多目标优化问题的求解,算法效果良好,一定程度上解决了高维多目标优化问题在用遗传算法求解时收敛性差这一难题.通过实验首次揭示了交叉点数对多目标遗传算法性能的影响.     

一种改进的遗传算法及其在电梯群控中的应用

以电梯群为群控对象,提出了基于改进的遗传算法系统解决方案;采用权向量整体优化方法,得到最优目标函数值,并由此确定了群控对象目标评价函数,提出了一种基于保存策略进化模型（ElitistModel）的遗传算法求解电梯群拉问题的方法．算例及仿真结果对比表明,该方法在小规模应用中,与以往算法相比并无明显优势;但在较大规模的电梯群控仿真中,能效降电梯乘客的等待时间和电梯系统能耗．     

ICP源平面微带螺旋天线参数对性能的影响

分析了平面电感耦合微波等离子体源(ICP)的基本理论,根据其等效电路设计了一个谐振频率在2.45GHz的平面微带螺旋天线,通过建模进行仿真优化,并提出减小损耗的方法。研究发现,螺旋线圈的尺寸是影响谐振频率和Q值的关键因素。这为小功率电感耦合微波等离子体源的进一步研究提供了理论基础。     

基于最大类间方差遗传算法的图像分割方法

分析了最大类间方差阈值图像分割算法的基本原理，结合遗传算法及其特点提出了一种自动阈值选取的图像分割算法，在本算法中对传统晨大类间方差图像分割的算法及遗传算法进行了改进，提高了传统算法的速度，改善了遗传算法的收敛速度与最优解的协调关系，最后从速度及性能上进行了分析比较，并对实际图像分割做了反复实验，结果表明，本遗传算法的图像分割方法在图像分割过程中具有速度快，效果好的特点。     

应用人工神经网络的标签缝隙天线设计

为探讨标签用缝隙天线的优化设计方法,尝试将人工神经网络优化理论应用于标签用缝隙天线的设计,避免了天线传统一维的优化设计过程中的缺点．设计结果与基于MOM的IE3D软件仿真结果一致性程度较好．制作了实物天线,用兼容的读写器测试读写距离,能满足相应要求．     

基于共同进化遗传算法的机器学习

提出一种基于共同进化遗传算法的机器学习方法，该方法将训练环境与学习者群体共同进化，由不断进化的训练环境为学习者提供一个进化的阶梯．该方法克服了学习系统过分依赖于问题的背景知识的缺陷，使得学习者逐步探索新的知识．将该方法应用于一维细胞自动机的规则学习任务，通过实验结果表明，可以获得较之以往实验更加优良的结果．     

放大器型双极化有源微带天线阵的理论与实验

基于Green函数法推导出角馈双极化微带天线单元的输入阻抗和互阻抗的闭合表达式,并用腔模理论分析了其阵列的主极化和交叉极化方向图.设计了一副4×4元天线阵与低噪声放大器相接,将天线阵增益提高了12dB.有源器件对天线阵的方向留影响较小,方向图主瓣范围内交叉极化低于-36dB.有源天线阵的VSWR带宽和隔离度均大于无源天线阵.     

应用遗传算法的电大尺寸载体附近天线阵方向图综合

采用矩量法结合一致性几何绕射理论分析电大尺寸载体附近天线阵列的辐射方向图,并使用遗传算法对阵列的方向图进行综合. 以有限长圆柱导体附近由半波振子组成的十元天线阵为例,用这种方法对阵元馈电电压的幅度和相位进行优化,得到了预期的方向图. 与单纯的低频或者高频算法相比,该算法具有计算速度快、精确度高、优化效果好的特点.     

双层分形微带贴片天线

给出一种双层分形微带贴片天线,天线的馈电元和寄生元都进行了Minkowski分形处理,研究了单元分形迭代次数和凹入宽度(indentationwidth)对天线谐振频率的影响.加工并测试了试验天线,计算与实验结果吻合较好.结果表明,该新设计比常规矩形贴片天线尺寸小,并具有较宽的工作带宽和二维对称性,适合于双极化天线应用.     

基于生物遗传学的机器人位姿控制方法

根据遗传算法提出了一种机器人位姿控制的新算法,并结合机器人位姿控制问题探讨了改善遗传算法参数寻优速度的方法,最后通过仿真实验证明了该方法的有效性.     

对《遗传算法取代时间的分析》一文的补充

在遗传算法中，取代时间是评价选择算子的标准，对于基于比例的选择算子，[1]给出了取代时间的严格定义，并提出了取代时间的阶不依赖于适应度函数的选取和初始群体分布，为0（lnN)阶，但其理论证明有缺陷，中补充并证明了一个定理，从而完善了[1]的理论。