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.     

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。     

基于实数编码的遗传算法拟合驰豫曲线

介绍了遗传算法的原理和求解方法。将实数编码的遗传算法用于驰豫曲线的拟合，在利用残数法求得解的基础上确定了各参数的变化区间，在Matlab语言环境下实现了该算法，并与残数法的结果相比较，数值结果表明，遗传算法简单、准确，能更好地实现最优拟合。     

基于遗传算法的曲线拟合及应用

在自然科学中,常常在相关的２个量之间并不存在严格的函数关系．利用最小二乘法原理可以确定其拟合方程及其最优系数．然而对于较复杂的非线性问题,有时并不奏效．根据曲线拟合算法原理和遗传算法的特征,提出了利用遗传算法进行曲线拟合的６项步骤．并以电容式湿敏传感器为例介绍了算法的应用．结果表明,拟合方程与测试数据相比,各对应点的湿度误差小于０．０９％．拟合过程只需方便地利用目标函数值,从而扩大了遗传算法曲线拟合的应用范围．     

基于遗传算法的光学定晕优化

提出了一种基于改进的遗传算法的晕光（瞳刻划椭圆模型优化方法，并与传统的Gauss-Newton方法进行比较，表明用改进的遗传算法所得结果精度更高，而且克服了传统方法倚赖于接近最优点初值的不足。     

基于改进遗传算法的传感器特性方程的建立

在标准遗传算法的基础上,引入了变长度的编码方案、父子竞争的选择交叉机制、对优良个体的大变异操作等,算法的收敛速度得到很大提高,且能自动选择函数的形式、建立传感器的特性方程.结果表明,采用这种方法得到的拟合函数有着较高的精度.     

基于回溯的二级圆弧拟合算法

本文根据用最小二乘法拟合二次曲线的原理，在分析了一些其它文献中算法的基础上，提出了一种以圆弧或圆拟合平面曲线的改进的二级曲线拟合算法。     

基于遗传算法的三维空间柱面拟合

从二维平面曲线的定义出发,进而扩展至三维空间柱面的定义.提出采用遗传算法拟合得出空间柱面的参数,将空间柱面唯一确定.以空间圆柱面为例,说明采用遗传算法进行空间柱面拟合的原理以及方法.以空间曲面的表达参数作为需辨识的参数值,并且对相关的参数值加以约束,基于最小二乘原理建立优化目标函数,采用遗传算法进行进化寻优.实例研究表明本文方法的有效性与拟合精度优势.     

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。     

基于改进量子遗传算法的图像匹配算法研究

量子遗传算法是目前较成熟的全局优化算法,对于多目标的优化有独特的高效性和精确性。图像的匹配过程可以近似地看作在搜索目标函数图像相似性的最优解,而目标函数的变量则可用几何参数代替,因此对图像匹配算法的研究可以归结到量子遗传算法的全局寻优。然而,图像匹配中特征参数较多,维度较高,如果使用量子遗传算法(QGA)匹配,就会陷入局部寻优的状况,为了避免此现象的出现以及提高多维高峰环境下的匹配成功率,提出了改进的量子遗传算法,新算法在迭代中后期得到优秀解之时发挥作用,保留最优解,初始化其余个体。该方法一方面帮助算法跳出局部寻优,另一方面增加了群体多样性,进而提高了图像匹配的成功率以及效率。     

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。     

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。     

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。     

基于位变异的模式遗传算法

针对简单遗传算法容易陷入局部最优点的问题,提出了一种基于位变异的模式遗传算法,并利用典型应用函数进行计算测试,结果表明该算法可有效地提高全局搜索能力,较好地解决早熟问题。     

一种基于遗传算法和LM算法的混合学习算法

针对遗传算法与神经网络结合方式中存在的早熟收敛、泛化能力弱等问题, 提出一种交替使用遗传算法和Levenberg Marquardt算法优化神经网络的混合学习算法（GALM算法）. 该算法先通过遗传算法粗调得到一组全局最优近似解, 再以该近似解为初值, 交替使用遗传算法和LM算法优化神经网络训练, 直至发现满意的网络参数. 实验结果表明, 新算法提高了网络的学习能力和收敛速度.     

基于遗传算法的图像模糊增强的研究

为了实现图像的模糊增强,采用遗传算法得到的模糊参数,选择图像像素灰度的相对等级作为模糊特征,通过模糊映射建立图像的模糊特征平面,采用模糊对比度增强的方法实现图像的增强.实验结果表明采用基于遗传算法的图像模糊增强算法,可以根据不同的图像自动选择最佳的模糊参数,图像质量得到了改善,突出图像的细节,有效地实现了图像的增强效果.     

一种基于遗传算法的决策支持系统建模方法

提出了一种具有实用价值的决策支持系统中的建模方法。该方法针对具体问题的特点 ,建立实体数据与模型库模型之间的遗传算法 ,再利用遗传算法自适应寻优及智能搜索技术 ,从模型库中获取与实体数据最相容的模型作为决策支持系统该次运行的决策模型。这一方法一定程度上克服了传统建模方法的部分缺点和局限性 ,使决策模型更加接近实体的运动或变化轨迹。     

远缘选优策略遗传算法探测高空气象

针对高空气象探测数据变化规律复杂、突变情况不可预测、数据量大等特点,在分析远缘优质个体特点、加入辅助种群进化的基础上,提出远缘选优策略遗传算法(Outbreeding Elitist GA).应用远缘选优策略遗传算法确定节点矢量的B样条,拟合高空气象探测数据曲线.与标准遗传算法确定节点矢量的B样条拟合结果对比表明,远缘选优策略遗传算法有更强的搜索能力和更高的收敛速率.