遗传优化算法及含有模糊目标和模糊约束的机械优化设计

针对机械工程中的非线性约束优化的工程问题,提出了一种新的遗传算法。该方法在遗传算法中通过去掉等式约束、构造浮点型编码向量、精心设计动态遗传及变异算子等改造操作,较大地提高了寻优效率和寻优能力,并用Matlab语言开发了相应软件。对设计的算法与一般遗传算法、变尺度以及随机搜索方法进行算例比较。对于含有模糊目标和模糊约束冗余系数可靠性优化设计总是,通过定义隶属函数,把问题转化为清晰的普通优化问题利用改进的算法求解,以提高求解的精度和可靠性。     

基于图论和改进模糊遗传算法的配电网转供方法

针对复杂配电网的故障恢复问题,提出一种基于图论和改进模糊遗传算法的配电网负荷转供判断方法.首先基于图形库JGraphT进行配电网数据建模,将馈线拓扑结构和元件参数整合在一起,显式地利用配电网拓扑结构,避免了繁琐的节点编码规则和冗杂的邻接表、矩阵存储模式;基于JGraphT集成的图论算法实现快速的故障区域类型区分、网络拓扑约束判断,开发出基于图论递归运算的前推回代潮流算法;然后结合配电网特点提出改进的模糊遗传算法,动态调整遗传算法的初始解和遗传算子以提高算法寻优性能,通过对模糊输入量和模糊规则进行完善,提高遗传算法的收敛速度,避免不成熟收敛的发生;算例结果表明,文中算法在潮流计算效率和寻优效率方面均具有更好的效果.     

一种基于遗传算法的模糊聚类

对模糊c均值聚类算法（FCM算法）进行了讨论，说明FCM算法一般得不到全局最优分类，因此结合FCM算法提出了用遗传算法进行寻优求解，从而将遗传算法用于模糊聚类分析，最后的实例表明，遗传算法在处理多样本、多属性、多类别问题时，是一种有效的方法。     

基于QPSO算法的模糊关系方程求解

由于模糊关系方程在很多领域有着广泛的应用,越来越多的研究人员加入到求其极小解的工作中去,但结果不是很理想.该文用量子行为粒子群算法(QPSO)来求解其极小解,希望在模糊关系方程解的寻优问题上有所进展.将所提出的QPSO算法求解模糊关系方程的方法与遗传算法(GA)的求解方法作比较,发现QPSO优化算法较GA算法更能有效地找出模糊关系方程的近似最优解.     

伙伴挑选中的模糊可靠性优化模型

研究了伙伴挑选中的模糊可靠性优化问题,并设计了带有模糊约束和模糊目标的可靠性优化模型,利用隶属度定义将模糊优化模型进行清晰化处理·并设计了遗传算法进行了模型求解·大量实例计算表明了模型和算法的可行性和有效性     

一种求解约束函数优化问题的遗传算法

遗传算子和种群更新策略在遗传算法全局寻优过程中发挥着重要作用，通过多父体杂交算子使产生的后代更具多样性和采用最小代数代沟种群替换模型有效地均衡算法对问题解空间的探索和开发能力提高算法的性能，给出了一种求解约束函数优化问题的遗传算法。对两个典型约束函数优化问题进行了数值实验，实验结果表明了该算法的有效性和稳健性。     

基于退火不可行度的约束优化问题遗传算法

传统的遗传算法在求解带约束的数值优化问题时，主要采用罚函数法．本文针对罚函数法在实际应用中的困难和不足，提出了基于退火不可行度的遗传算法来处理各类约束优化问题．仿真结果表明该方法是一种有效的约束问题寻优算法．     

基于遗传算法的直觉模糊C均值聚类算法

 针对一般直觉模糊C均值聚类算法在寻优过程中易陷入局部最优解的问题,利用遗传算法具备全局寻优的优点,提出了一种基于遗传算法的直觉模糊C均值聚类算法。在该算法中聚类中心为直觉模糊数,这使得遗传过程中个体信息变得复杂,进而增大了约束问题的处理难度。本文对产生的个体采用适时分段的归一化方法,很好地解决了该问题。仿真结果表明该算法所得聚类结果不仅准确而且更为细致。     

离散变量模糊优化的组合形遗传算法及应用

为解决离散变量结构优化客观追求的应该是"满意解"的问题,提出离散变量模糊优化的模型,构造了离散变量模糊优化的对称解法.把离散组合形算法作为组合形操作算子融合到遗传算法中,构造一种离散变量结构优化算法-组合形遗传算法.在建立的对称模糊优化模型中,利用交模糊判决,将模糊优化问题转化成非模糊优化问题来求解,然后运用组合形遗传算法进行非模糊优化问题的求解.最后通过算例证明该方法具有良好的效果,为工程结构优化设计提供具有参考价值的理论依据.     

模糊约束网络在机床产品协同设计冲突检测中的应用

分析了机床产品协同设计中约束的内涵和特点,并用EXPRESS-G图描绘了约束网络的结构模型.将机床产品协同设计中的约束分为硬约束和软约束,从数学上给出模糊约束和模糊约束满足问题的定义.采用遗传算法作为协同设计过程中模糊约束满足问题的求解方法,在遗传算法的运行过程中对软硬约束分别进行了不同的技巧处理,遗传算法利用硬约束通过前向检查算法随机产生几何可行初始群体来限制设计空间,并给出遗传算法的具体实现过程.提出了基于模糊约束网络的冲突检测系统的体系结构,并对原型系统进行开发.最后,以某车床传动轴的设计为例验证了约束在协同设计冲突检测中的应用.     

Fuzzy资源约束非线性规划的一个有效解法

重新定义了Ｆｕｚｚｙ约束与Ｆｕｚｚｙ目标的隶属函数,通过构造一致逼近函数将一复杂的Ｆｕｚｚｙ非线性规划问题转化为只含非负约束的优化问题,得到了一个简单有效的解法,并在相当弱的条件下证明了算法的收敛性。     

基于改进遗传算法的模糊聚类研究及应用

模糊C-均值聚类算法是一种局部搜索算法,采用迭代的爬山技术,对初值敏感易陷入局部最小值。遗传算法是一种全局优化算法,能够克服模糊C-均值聚类算法陷入局部最小值的问题,但遗传算法收敛速度慢,易早熟。应用小生境思想对遗传算法进行了改进,以保护种群中基因的多样性,设计了基于最短距离的算术交叉算子、边界变异算子及双精英种子参与进化的策略。仿真实验结果表明,改进后的算法能够提高模糊聚类的收敛速度和聚类质量。     

改进蚱蜢算法在电动汽车充换电站调度中的应用

电动汽车充换电站调度优化问题一般采用群智能优化算法求解,但现有算法存在陷入局部最优、早熟收敛等缺陷,因此提出一种改进的蚱蜢算法:采用边界反弹机制,提高算法效率;引入正余弦搜索机制,加强算法的全局搜索能力;采用Lévy飞行对粒子进行随机扰动,防止种群陷入局部最优;采用非线性收敛策略加快算法后期的收敛速度.实验结果表明,该算法在电动汽车充换电站调度优化问题上,性能优于原始蚱蜢算法以及其他现有群智能算法.     

采用神经网络和遗传算法组合的自学习模糊控制器

本文提出一种新型的、采用神经网络和遗传算法组合自学习构造模糊控制器的方法。该方法将神经网络的实时增强学习能力融合于遗传算法的全局搜索中,提高了系统的收敛速度、实时学习能力和控制性能,而不需要提供系统动力学知识和先验控制经验。作者以倒立摆系统和家用空调器作为控制对象,通过仿真计算检验了该方法的有效性。     

电网规划的多目标模糊优化方法

建立了一个用于电网规划的多目标优化模型。模型中同时计及了规划方案的经济性和可靠性双重目标。通过对各目标实现程度的隶属函数进行定义,将多目标优化问题转变成模糊规划问题进行求解。最后,本文还给出了我国某城市电网规划的计算结果,证明了所提模型及算法的可行性。     

一种基于信息熵的多种群遗传算法

通过模型变换建立了一种约束优化的演化设计模型．并构造出求解此模型的多种群空间收缩遗传算法．利用最优解在各种群中的存在概率将信息熵概念引入进化过程,构造出一种含有熵的多目标优化模型,利用该模型可以直接显式地给出作为拉格朗日乘子的种群最优解存在概率,从而得出多种群遗传操作的空间收缩因子,控制各种群寻优搜索时解空间的收缩．用种群的多样性避免遗传进化的早熟现象,以空间收缩尺度作为停机判据,有效地控制了算法的收敛．数值算例显示,熵的介入使随机搜索类进化算法的寻优目的性大为增强,从而提高了演化设计的计算效率。     

一种基于遗传算法的模糊神经网络结构和参数优化

提出一种基于遗传算法的三阶段优化策略。在给定初始参数基础上,利用基于十进制编码的遗传算法实现模糊神经网络的结构优化,用基于二进制编码的遗传算法实现模糊神经网络的参数优化。仿真结果表明上述优化策略是有效的。     

机械系统可靠性分配的模糊优化方法

本文指出，串联系统可靠性的优化分配受到很多因素的影响，本质上是一个模糊优化问题。针对这一实际情况，本文提出了串联系统可靠度的模糊优化分配方法，并以给定各种资源数量约束条件下的串联系统可靠度优化分配为例加以讨论     

一种改进MIMO-MC-CDMA系统资源分配算法

提出一种应用于多输入多输出MC-CDMA系统的功率、子带、码道自适应分配算法。发送端在总发射功率受限的条件下通过多用户间功率、子带和码道的分配最大化系统吞吐量。通过限制用户的最大码道数来实现用户之间的带宽公平性。和传统MC－CDMA系统资源分配算法比较,本算法的最大特点是综合考虑功率、子带、码道的三维优化。算法最终归结为一个约束优化问题并利用拉格朗日乘子法进行求解。计算机仿真验证了算法的有效性。     

基于混合遗传算法的随机结构可靠性优化设计

遗传算法（GA）是一种具有随机搜索技术的进化算法,但在运用过程中出现早熟、收敛速度慢、局部搜索能力差的缺点。对遗传算法中的遗传算子进行了改进,提出了遗传算法和最佳矢量法相结合的混合遗传算法,并引入了小生境技术。分析表明,基于小生境的混合遗传算法即发挥了最佳矢量法局部搜索能力强的特点,又结合了遗传算法全局搜索能力强的优点,使收敛性能大大改善,同时小生境技术的使用,避免了优化过程中局部最优解的出现,提高收敛速度。具体算例表明该混合遗传算法是一种高效的结构优化方法。