一种由种群发育约束个体变异的鲁棒遗传算法

提出用种群发育停滞代数对变异概率和变异位数进行动态控制的改进遗传算法。该算法把种群没有更优个体产生看作种群发育停滞，将种群发育停滞代数定义为当前繁殖代序号与已得最优解的繁殖代序号之差；变异参数(包括变异概率、变异位数)初值与标准遗传算法(SGA)相近；随着发育停滞代数的增长，增大变异参数；当有更优个体产生时，变异参数恢复到初值，种群发育停滞代数置0；随种群发育停滞代数再次增长，变异参数再次增大，如此反复，直至算法结束。该算法在保持局部搜索能力的同时，提高了全局搜索能力及速度。用两个多极值函数(Camel函数、Shaffer’s F6函数)对该算法进行测试，结果表明，与SGA及自适应遗传算法相比，该方法以相当强的鲁棒性收敛到全局最优解，且具有较高的收敛速度。     

改进LAMBDA算法实现GPS整周模糊度快速解算

针对LAMBDA算法在实时解算GPS整周模糊度过程中存在模糊度浮点解偏差大、搜索范围大的缺点,采用Tikhonov正则化改进LAMBDA算法,对宽巷双差观测方程和L1双差观测方程中未知参数的系数矩阵进行奇异值(USV)分解,用分解后的协方差矩阵替换经典LAMBDA算法的协方差矩阵进行整周模糊度的搜索,该算法提高了模糊度浮点解的精度,缩小了模糊度的搜索范围.为了验证本文算法的正确性,对实测GPS基线观测数据进行了实验分析.结果表明:改进后的LAMBDA算法模糊度浮点解精度显著提高,改进后的LAMBDA算法模糊度固定成功率可以达到100%,可以无需初始化时间即可固定模糊度整数解,快速实现厘米级定位.     

一种由种群发育约束个体变异的鲁棒遗传算法

提出用种群发育停滞代数对变异概率和变异位数进行动态控制的改进遗传算法。该算法把种群没有更优个体产生看作种群发育停滞 ,将种群发育停滞代数定义为当前繁殖代序号与已得最优解的繁殖代序号之差 ;变异参数 (包括变异概率、变异位数 )初值与标准遗传算法 (SGA)相近 ;随着发育停滞代数的增长 ,增大变异参数 ;当有更优个体产生时 ,变异参数恢复到初值 ,种群发育停滞代数置 0 ;随种群发育停滞代数再次增长 ,变异参数再次增大 ,如此反复 ,直至算法结束。该算法在保持局部搜索能力的同时 ,提高了全局搜索能力及速度。用两个多极值函数(Camel函数、Shaffer’sF6函数 )对该算法进行测试 ,结果表明 ,与SGA及自适应遗传算法相比 ,该方法以相当强的鲁棒性收敛到全局最优解 ,且具有较高的收敛速度     

基于遗传算法的GPS病态方程的解算

为准确解算仅有少数几个历元的GPS载波相位观测数据的病态定位方程,将GPS快速定位的病态法方程求解问题转化为一个函数优化问题,应用遗传算法求解病态方程,避免了法方程的求逆运算,从而可以得到参数的近似最优解。实验表明,通过设计合适的适应度函数、确定合理的初始种群范围并选择合适的遗传算法运行参数,可使GPS快速定位病态方程参数浮点解的精度得到大大提高,接近参数正确值,有利于快速固定模糊度。该成果对于缩短GPS定位时间、提高GPS定位精度具有一定的意义。     

GPS双差基线模型的有偏估计解法研究

当GPS定位中设置历元间隔较小时,双差基线平差模型是严重病态的.此时,用最小二乘估计解算整周模糊度得不到正确解.为此,通常采用搜索法确定整周模糊度.但是搜索法一般要经过迭代求解过程,效率较低.尝试用有偏估计法直接解算GPS病态模型来获得较准确整周模糊度浮点解,从而为进一步固定整周未知数做必要准备.     

基于收缩精度的遗传算法逐级进化策略

为了有效克服传统遗传算法主观设定进化代数的弊端并提高算法进化期间的搜索效率,根据控制论中的反馈控制机理,通过适应度函数值的分散程度定义了收缩精度,并按照收缩精度将算法的进化期划分为不同的3个时期。在不同的进化期,采用不同形式的适应度函数以加大种群内个体之间的差异度。对交叉算子进行了改进,采用相关性配对交叉与改进的自适应交叉概率相结合的交叉算子,使算法达到较快的收敛速度。最后的算例表明,改进的遗传算法科学有效。     

基于改进自适应多种群遗传算法的结构-控制系统一体化优化

提出一种改进的自适应多种群遗传算法,以更好地解决建筑结构-主动控制系统一体化优化问题,即同时对被控结构参数、控制算法参数、主动作动器布置位置进行优化。该遗传算法对编码方法、初始种群生成、选择策略、交叉概率和变异概率的自适应调整、多种群协同进化中移民策略等进行改进。研究结果表明：改进的自适应多种群遗传算法和改进的基本遗传算法优化结果总体一致,表明前者分析结果是正确的,并且具有较高的精度;改进的自适应多种群遗传算法和改进的基本遗传算法首次得到优化分析最优解的平均进化代数分别为320与730,表明前者比后者收敛速度更快;改进的自适应多种群遗传算法每次能达到或接近最优解,可有效克服基本遗传算法优化结果随机性较强的缺点;经改进的自适应多种群遗传算法优化的主动控制系统取得明显减振效果,E1 Centro波输入时,主动控制结构层间位移角峰值和绝对加速度峰值较无控时分别平均减小54.5%与46.7%。算例结果表明了改进的自适应多种群遗传算法的有效性,实现了对建筑结构-主动控制系统的一体化优化。     

动压滑动轴承遗传算法优化设计中的参数选择

文章建立了以降低润滑油流量为目标的动压滑动轴承优化设计模型,应用遗传算法对该模型进行优化;研究了遗传算法中位串长度、种群个体数、进化代数和变异概率4个主要参数对动压滑动轴承优化设计的影响,并提出了根据约束条件的数量确定合适的变异概率,根据优化模型自身特点和约束条件的复杂程度确定合适的位串长度、种群个体数和变异概率,根据种群收敛的情况确定合适的进化代数。算例表明,文中提出的动压滑动轴承遗传算法优化设计中参数的选择确定方法是合理的,可以拓展到基于遗传算法进行优化设计的其他领域。     

基于改进的遗传算法解算GPS双差模糊度的研究

将遗传算法(GA)应用于GPS双差模糊度解算过程,针对双差模糊度的整数特性,进行了实数编码的改进、遗传算法的改进等算法设计,实现了双差模糊度直接在大范围、高精度、整数域上的优化搜索,提高了解算的稳定性与高效性。试验结果表明,经过改进的实数编码GA可以取得比二进制编码GA更高的效率和成功率,更适于双差模糊度搜索。     

单频GPS基线精化解算的经验模式分解方法

为了削弱非模型化误差对单频GPS基线解算的影响,引入经验模式分解法对原始双差观测值进行自适应滤波消噪.在此基础上应用消噪后的双差观测值结合LAMBDA方法进行整周模糊度确定,进而计算基线固定解.算例分析结果表明:此方法可以有效增强基线解算的可靠性并能明显改善定位精度.     

Cauchy微分方程的一种新的数值解法

众所周知，求解微分方程（组）常用的数值方法有有限差分法，有限元素法等，这些方法都是将微分方程（组）分离散化后求解．若将网格划分得粗了，则求解精度不高，不能满足工程实际需要，若将网格划分得细了，则所需计算机内存量和计算量都太大．为解决上述问题，本文给出微分方程（组）的解的概率表达式的一种新的数值解法──概率数值解法．     

求解病态线性方程组的共轭向量基算法

结合最速下降法计算量小和共轭方向法收敛速度快的特点,提出了一种求解病态方程组的共轭向量基的方法。线性方程组的精确解能够由共轭向量基线性表示,利用迭代的方式给出了构造共轭向量基以及对应系数的方法,证明了算法所构造的向量基的共轭性。同时给出了一个改进算法以适合不同精度要求,加快迭代的收敛速度。通过对5000阶的Hilbert方程组进行求解,结果的相对误差小于0.45％,并与当前普遍使用有效的方法进行了比较,数值实验结果表明,该算法适合求解大型病态线性方程组,且具有快速收敛,精度较高的特性。     

一种基于实数编码的亚级遗传算法

亚级遗传算法(自适应遗传算法)的主要思想是根据具体优化问题的不同,在适宜的范围内,自动调整遗传算法的控制参数(群体规模、杂交率、变异率),以找到优化相应问题的最佳参数值,进而得到适应性较强的最优解.通过对四例实验函数的优化比较试验,结果表明亚级遗传算法比传统遗传算法具有更好的收敛性和更高的精度.     

基于静态应变及位移测量的结构损伤识别法

针对桥梁健康监测中结构参数识别所需的精度以及算法稳定性,探讨了基于静态应变及位移测量的结构刚度参数评估技术,由于量测住处的有限以及测量噪声的干扰,算法所建立的方程往往是一个病态的非线性方程。通过梯度法与Ｇauss-Newton法以及Monte-Carlo法的综合运用可有效解决这一问题,数值模拟实验的结果表明：只要测点布置合理、加工工况足够,基于结构静态响应的参数识别效果相当理想。     

基于随机参数敏感性分析的焊接结构断裂失效概率估算

首先通过参数敏感性分析选定随机变量 ,再用蒙特卡洛法计算焊接结构断裂失效概率 ;又采用了对偶变量蒙特卡洛法、JC方法、蒙特卡洛方法计算焊接结构断裂失效概率 ,并比较和讨论了这些结果 .由计算结果可看出 ,进行敏感性指标分析后再进行蒙特卡洛法计算 ,既具有足够的精度 ,又可以节省大量的计算时间 .     

主元加权迭代法求解病态线性方程组

由于病态线性方程组的系数矩阵条件数很大,使用迭代法求解病态线性方程组时,收敛速度慢且数值解的精度很低.针对此问题,设计了一种主元加权迭代算法.该算法在系数矩阵主元上叠加一个权值,以此来降低系数矩阵的条件数.最后以希尔伯特矩阵构成的病态线性方程组为例,对提出的主元加权迭代算法和高斯-赛德尔迭代法以及雅克比迭代法进行了测试.对比试验结果表明:主元加权迭代算法能有效地提高数值解的精度.     

基于MATLAB的解析级联网络状态方程

利用截断方程的方法,根据精确度的要求,将无穷多个方程近似为有限个方程,然后加入状态概率限定条件,再利用MATLAB软件求解方程组。结果表明,其解的精度与理论解的相比非常接近,而且限定的有限个方程数越多,近似解越精确。     

解病态线性代数方程组的常微分方程方法

本文提出用常微分方程方法构造解病态线性代数方程组的基本原理与数值方法,用本文构造的新算法在 BULL DPX/2360计算机上解1000阶以上的由 Hilbert 矩阵构成的严重病态线性代数方程组 HX=b,h_(ij)=i/(i j-1),b_i=1/i,即使采用单精度运算,解的相对精度仍具有五位有效数字.     

加权-对称超松弛迭代法

结合逐次超松弛迭代法（SOR）和对称超松弛迭代法（SSOR）的基本思想,给出了一类求解大型线性方程组的新迭代法：加权．对称超松弛迭代算法（WSSOR）,并在数值计算中给出了加权因子和松弛参数的最佳范围,实验表明新算法的收敛速度快、精确度高。