多维并行遗传算法在列车追踪运行节能优化中的应用

为了研究先行列车与追踪列车在移动闭塞信号系统控制下进行追踪运行时的综合节能优化控制问题,构建了以能耗与运行时间误差为目标的列车节能控制模型.该模型以列车的操纵手柄级位与列车的工况转换点(即操纵手柄级位改变时,列车的位置)为控制变量.在此基础上,提出了静态与动态速度约束条件(即线路的静态速度约束与先行列车的运行状态对其后的追踪列车所产生的动态速度约束),结合外部惩罚函数,利用多维并行遗传算法对该问题进行了求解.求解时,根据GA的进化代数动态的调整交叉与变异概率,提高粗粒度搜索与细粒度搜索的效率.同时,采用了坡道三分法和实数编码法来缩短染色体长度,提高收敛速度.最后,在移动闭塞信号系统列车运行仿真平台上验证了该优化控制算法的正确性与有效性.     

遗传算法模糊神经网络在列车驾驶中的应用

大城市交通问题迫切需要高效率的交通系统,这就要求在交通系统的控制中引入智能控制技术。本文介绍了模糊神经网络与遗传算法的特点, 分析了他们之间相互结合的可能性,并提出了基于遗传算法的模糊神经网络控制算法。该算法使模糊神经网络和遗传算法的优点很好地结合起来。本文还介绍了列车自动驾驶系统的概况,并将新算法用于此系统中。     

基于多目标混沌遗传算法的列车控制策略优化

为得到一组满意的行车控制策略,构建了列车运行多目标模型,并以列车运行动力学模型为基础求得列车局部运行控制策略制定方法。使用基于混沌优化的多目标遗传算法对列车控制策略进行优化研究,以相位转换点作为基因序列,多个基因组成染色体形成一套控制策略。使用混沌初始化种群,结合精英保留策略,增加了种群的多样性,并提高算法收敛能力。最后采用Matlab软件仿真验证了方法的可行性及有效性。     

遗传算法在系统可靠性优化中的应用

将遗传算法用在可靠性优化中，更好地解决了文献[2]中提出的非线性优化模型。     

遗传算法在组合优化中的应用

针对组合优化中规模较大问题用传统的优化方法求解耗时较长的缺点,将遗传算法应用于0-1规划中,用基于二进制表示的罚函数法和修正方法处理背包问题;并对指派问题进行遗传算法设计,使这两个问题得到很好的解决,从而说明了遗传算法具有超越传统方法的优势,为解决此类问题提供了一种新的手段,是传统方法的补充和完善.     

再生制动条件下地铁列车运行图的节能优化

提高再生制动电能的利用率,可提升地铁系统的节能效果和降低供电接触网的电压波动.文中通过微调发车间隔和停站时间,在不改变列车开行方案的基础上,以最大化同一供电臂下列车到站的"产能"时间段和列车发车的"用能"时间段的重叠区间为目标,以保证发车间隔和停站时间均不超过轨道交通正常运营的可接受范围为约束,构建了地铁列车运行图优化...     

列车占线问题的无交叉遗传算法

本文就列车占线问题,针对一般遗传算法的“早熟收敛”,提出了一种无交叉遗传算法,并通过实例仿真验证了算法的有效性。     

遗传算法及其在信息熵优化中的应用

为解决在信息熵优化中需要通过求解复杂的非线性积分方程组才能获得一定概率分布的问题,首先分析了常用的Ｎｅｗｔｏｎ－Ｒａｐｈｓｏｎ法的２点缺陷,然后以求解最大信息熵分布为例,将一类新颖的智能优化技术－－遗传算法应用到信息熵优化领域中,避免了方程组的直接求解,计算结果表明,该方法易一,具有良好的稳定性,从而为信息熵优化提供了一种新方法。     

遗传算法在航迹优化中的应用研究

提出一种基于遗传算法的航迹优化方法．主要是用遗传算法设计优化了一类巡航导弹航线．在此过程中根据所设计航迹要满足避开地空导弹、高炮、歼击机群、电磁脉冲等火力单元和地形地物障碍,并且满足航迹路径长度短、耗油量少等约束条件,对航迹优化提出了一种算法和一个航迹规划代价评判模型．建立了一个基于VC^＋＋和MATLAB软件平台开发的巡航弹航迹优化仿真软件．经仿真实验证明该方法典型性强,处理的信息量小,实时性也较好,具有一定的理论和使用价值．     

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.     

列车运行节能操纵优化方法研究

为降低铁路运营成本,对列车运行受干扰时的节能操纵优化进行了研究.根据问题的数学描述,建立了最优化模型,并采用遗传算法,结合典型子区间优化操纵序列,对问题进行了求解.通过仿真计算,给出了列车运行的速度距离曲线,揭示了列车节能操纵的一些原则,最后将运算结果与其他方法计算出的结果进行了比较.比较结果表明,遗传算法是一个有效的算法,可以很好地应用在列车节能操纵优化的研究中.     

焊接工艺参数中的BP神经网络与遗传算法结合

为了解决焊接工艺参数的确定问题,提出了BP神经网络与遗传算法相结合的研究方法,根据BP神经网络的非线性映射功能,得到不同条件下的焊接效果;利用遗传算法全局最优值的搜索功能,不断地进行焊接参数的全局寻优;通过旋转电弧熔化极气体保护焊的试验数据进行了参数求解.结果表明该方法具有准确、高效的优点,适用于焊接工艺参数的研究.     

遗传算法在多传感器管理中的应用

对遗传算法在多传感器管理中的应用进行了探讨，描述了多传感器管理的内容、任务和特点，通过多传感器对多目标分配的例子说明遗传算法在多传感器管理中的适用性。     

考虑节点能量消耗的无线传感网络平衡路由算法设计

传统方法设计无线传感网络路由中,往往忽略了节点的能量消耗以及不同节点能耗的差异性,导致出现节点分布不均匀、路由平衡度较差、整体开销成本较大、能耗高等问题。为此,提出了考虑节点能量消耗的无线传感网络平衡路由算法。构建节点能耗模型,建立无线传感网络梯度和传感器节点之间的信息素,结合蚁群算法求解整体能耗模型,实现无线传感网络平衡路由的算法设计。实验结果表明,所提方法可提高无线传感网络中节点的均匀分布能力,降低整体能耗开销,减少能量消耗,有效实现无线传感网络平衡路由的算法设计。     

一种改进遗传算法及应用

提出一种改进遗传算法．它是以实数编码，采用自适应Pc、Pm与固定的Pc、Pm相结合，引入生物进化编程（EP）思想，利用不同形式的评判函数，完成遗传操作．实验表明，该改进遗传算法具有快速、有效的特点，提高了GA的优化能力．     

基于遗传算法的汽车变速箱轻量化设计

文章利用近似模型方法和遗传算法对某变速箱进行轻量化设计.在满足变速箱刚度强度及振动模态要求的基础上,采用拉丁方法进行试验设计,基于高斯径向基函数建立近似模型,最后利用遗传算法进行全局寻优设计.优化后箱体质量降低了21％.结果表明,该方法对汽车变速箱结构轻量化设计具有一定的指导意义.     

新式遗传算法在QoS路由选择中的应用

针对服务质量(QoS)路由的特点，提出了一种新式遗传算法。与基于二进制编码的通用遗传算法相比，本算法采用节点序列编码，编码、解码过程简单、直观，并在此基础上引入新的遗传交叉、变异算子。仿真实验表明，该遗传算法用于QoS路由具有全局收敛性，收敛速度较通用遗传算法有很大改观。     

原油集输系统能耗分析软件开发与应用

油田进入高含水、特高含水开发阶段后,运行效率降低,系统能耗升高,原油生产成本呈逐年上升趋势,必须进行能耗分析,优化工艺流程。研究开发原油集输系统能耗分析软件,对于控制原油生产中能耗上升,降低原油生产成本,实现油田地面工程高效、低耗运行和科学管理将起到重要作用。以大庆油田第三采油厂以北二二脱水站为例,对其集输系统用能现状和能损分布规律进行了研究,结果表明此软件分析结果准确高效。     

基于遗传算法的无线传感网PEGASIS算法的改进

由于无线传感器网络节点能量的限制,所以采用的路由协议必须节约能量,以提高网络的生存时间.基于PEGASIS算法,对其链的形成采用遗传算法改进,减少了传输距离.鉴于发送数据时消耗的能量与传输距离的平方成正比,因此尽量形成1条距离的平方和最短的链,并根据能量进行簇头选择,平衡各节点的能耗.结果表明,第1个死亡节点的存活时间为原PEGASIS算法的1.5倍以上,半数节点的存活时间得到改善,而且能耗更加均衡,提高了整个网络的生存时间等性能指标.     

基于遗传和粒子群结合的文化算法

针对粒子群优化(PSO)算法的"早熟"现象,给出了基于遗传和粒子群结合的文化演化算法.该算法将PSO/GA纳入文化算法框架,形成PSO的主群体空间和GA的信仰群体空间,两群体空间可以独立并行演化,并在适当的时机实现信仰群体空间对主群体空间的引导,达到改善粒子群优化算法全局搜索能力、提高计算精度的目的.仿真表明,该算法的优化性能和效率优于PSO算法、GA算法和GA-PSO混合算法.