基于遗传算法的圆柱共形微带天线阵的综合

针对基于梯度信息的经典阵列天线的综合方法一般不能直接应用于共形天线阵的综合,文章采用遗传算法,以圆柱共形微带天线阵为例,进行了共形阵波束形成的研究。提出了根据目标方向图,通过构造特殊适应度函数的方法达到优化目标。计算机仿真结果表明,遗传算法对共形天线阵方向图的灵活控制简便有效。     

小生境遗传算法用于阵列天线方向图综合

基于共享函数的小生境遗传算法能克服基本遗传算法易于早熟和局部寻优能力较差等不足，使种群中的个体保持多样性，对这种小生境遗传算法的遗传参数进行部分改进，并将改进后的遗传算法用于线天线阵列的方向图综合．通过与传统的切比雪夫综合方法结果比较发现，该方法在低副瓣方向图综合以及零点形成方面都能得到不错的效果，为其进一步在其他形式天线阵综合中的应用打下基础．     

准自适应波束形成法及其仿真

为解决智能天线中自适应波束形成算法复杂且难以实现的问题,提出一种准自适应波束形成法.基于均匀分布天线阵方向性图主瓣最窄、二项式分布天线阵在阵元间距为λ/2时方向性图无副瓣的特性,将均匀分布和二项式分布天线阵的方向性函数相乘并展开,得到主瓣窄、副瓣低的天线阵加权系数的计算公式.仿真结果表明,该算法计算量小,所得天线阵方向性图主瓣窄、副瓣低,基本能抑制主瓣之外的所有干扰,且其主瓣指向并跟踪期望用户来波方向,具有准自适应性.     

超低副瓣相控阵天线的优化综合技术

目的　研究超低副瓣相控阵天线的优化综合技术和互耦补偿技术。方法　提出天线单元间互耦的直接优化修正方法。该方法利用约束非线性最优化方法进行超低副瓣相控阵天线综合设计,将单元间的互耦直接计入优化计算中,可使天线阵综合优化和互耦修正一次完成。结果　给出了在天线阵不扫描和有一定扫描角度情况下,应用互耦直接优化修正方法的综合优化结果。结论　该方法只调整幅度激励,使天线阵达到超低副瓣和实现互耦补偿,有利于工程实现。     

改进遗传算法在天然气管网设计中的应用

针对树状管网问题,基于图论的基本原理,结合遗传算法的特点,应用改进遗传算法,对具体问题设计了相应的适应度函数、单亲换位算子、倒序算子以及重组算子,并建立了可行解判别矩阵。通过计算发现,改进算法能够获得最优解,证明改进算法可行有效。     

超低副瓣相控阵天线的优化综合技术

研究超低副瓣相控阵天线的优化综合技术和互耦补偿技术。方法提出了天线单元间互耦的直接优化修正方法,该方法利用晨线性最优化方法进行超低副瓣相控阵天线综合设计,将单元间的互耦直接计入优化计算中,可使天线阵综合优化和互耦修正一次完成。结果给出了在天线阵不扫描和有一定扫描角度情况下,诮经耦直接优化修正方法的综合优化结果。     

矩形波导缝隙天线阵分析

矩形波导缝隙阵天线在机载雷达上获得广泛使用。它具有体积小、重量轻、口径效率高、宽角副瓣低等特点。文中分析了矩形波导缝隙天线阵，给出了方向性函数及方向图，编制了分析软件，形成了方向图数据文件供通用软件调用。     

不同适应度函数的遗传算法在桥梁结构传感器布设中的应用

从模态振型正交性和模态能量两方面出发设计了3个适应度函数,将其分别应用于改进遗传算法和单亲遗传算法。采用两步法对大跨径桥梁结构传感器布设进行定量和定位分析。通过对两种遗传算法、3个适应度函数及有效独立算法在大跨径拱桥中的对比分析,证实了单亲遗传算法比改进遗传算法更适合于桥梁结构传感器的布设,基于组合评价准则适应度函数比单一评价准则适应度函数布设出的传感器位置更加合理,验证了两步法用于传感器定量及定位计算的有效性 。     

一种基于遗传算法的新时延估计方法

提出了一种新的时延估计方法,通过采用FIR滤波器模型并结合遗传算法解决了代价函数复杂计算量下的高效全局优化．算法利用最小二乘法准则,推导得到优化目标函数,并将时延,滤波器系数列入到参数估计模型中,继而将目标函数作为适应度函数,将时延,滤波器系数作为决策变量,应用遗传算法进行全局优化．通过仿真实验表明,本文不仅在滤波器长度比较短的情况下获得最优的时延估计,而且大大地减少了计算量,提高了稳健性．     

基于遗传算法的智能组卷系统的研究与实现

为解决传统组卷算法存在的工作量大、耗时长和试卷主观性强的问题,本文研究并实现了基于遗传算法的智能组卷系统.实现遗传算法的关键是设计适应度函数,适应度函数是描述试卷是否符合要求的函数,因此适应度函数设计的好坏直接决定了试卷的质量.为此研究设计的适应度函数能够对试卷难度、知识点考察数、区分度等多个试卷指标做出综合评判,生成...     

基于改进算法的移动机器人路径规划

机器人路径规划问题通常采用不同算法来对其进行规划，为发挥算法中改进遗传算法和鲸鱼优化法的优势，弥补遗传算法出现优化准确率和收敛度不高等问题，将改进遗传算法和鲸鱼优化法融合，增强移动机器人路径规划对动态环境的适应性能。对算法适应度函数进行优化，改善了基本遗传算法、提升了原算法对函数的求解效率。通过遗传算法、对遗传算法进行改进的算法、改进遗传算法与鲸鱼算法相融合的算法所运行的路径长度与运行时间进行比较，结果表明融合改进优化算法可以有效获取最优算子，减少运算时的迭代次数，同时提升算法的规划准确率。     

空间网格结构风振抑制的阻尼器位置与数量寻优

针对空间结构振动抑制问题,基于经典遗传算法提出改进算法,进行阻尼器的位置寻优和数量寻优.通过对变异概率的调节,增强了改进算法跳出局部陷阱的能力,使之可准确找到全局最优解.通过提高编码效率、筛选初始种群分布等有效措施提高了算法收敛速度.所构造的适应度函数,可实现阻尼器杆件数量和位置的同步寻优.对影响结构振动抑制的各参数进行数值分析,并以空间网壳结构为例,利用改进遗传算法进行寻优计算和结果讨论,得出在一定荷载条件下空间网格结构阻尼器杆件的优化布置规律.     

一种改进的基于遗传算法的K均值聚类算法

结合遗传算法和K均值聚类算法的优点,提出一种改进的基于遗传算法的K均值聚类算法.将遗传算法的编码方法、初始化、适应度函数、选择、交叉和变异等较好地应用于聚类问题,不仅解决了K均值聚类算法中K值难以确定、对初始值敏感以及遗传算法存在收敛性差和容易早熟的缺点,而且实现了聚类中心的优化选择、K值的自动学习和基因的自适应变异等...     

激光切割路径优化的双重编码改进遗传算法

针对激光切割路径优化的特点,将其归纳为旅行商问题,并利用改进遗传算法进行求解。为使优化更具实际意义,建立了考虑时间距离和热效应的多目标优化数学模型。改进的遗传算法采用双重编码对轮廓扫描顺序和各轮廓的起始点同时进行优化。在编码设计时,被切割件除考虑多边形情况外还考虑到圆及椭圆的情况,通过构建的适应函数将多目标函数转化为单目标优化问题,同时为提高算法的优化性能,适应函数采用动态控制,并改进了交叉与变异操作。仿真结果表明,该算法能有效地对激光切割路径进行优化。     

过程综合的全局优化改进遗传算法

针对过程系统综合和蒸汽动力系统优化的复杂非线性规划问题，提出了改进和连续化全局优化的遗传算法，算例表明，该方法用于求解复杂优化问题是非常有效的，而且具有获得全局最优解的能力。     

基于自适应遗传算法的入侵检测方法

提出了一种基于自适应遗传算法的入侵检测方法。该方法采用自适应的适应度函数、交叉概率及变异概率取代固定的适应度函数、交叉概率及变异概率来改进遗传算法并用于入侵检测中。实验结果证明算法显著提高了自身收敛性能,具有很强的自适应能力,用于入侵检测中在保证较高检测率的基础上,对不同类型的攻击检测具有良好的均衡性。     

基于遗传模拟退火算法的QoS组播路由问题求解

提出了一种基于遗传模拟退火算法的带宽时延约束费用最小组播路由选择方法,该方法针对遗传算法的局限性,采用基于备选路径集的整数序列编码机制,对适应度函数进行了调整,改进了交叉和变异操作,并结合了模拟退火算法.实验表明,该算法能够有效地提高收敛速度,避免早熟收敛,能够满足多媒体网络对相应QoS的需求.     

对基于聚类和遗传算法的时间序列分割算法的改进

Vincent S.Tseng 等人提出的基于聚类和遗传算法的时间序列分割算法中,对于适应值函数的定义存在缺陷,本文对此进行了改进:用归一化处理消除子序列幅度对距离计算的影响,并引入类间距使分割结果的类间差异(模式之间的差异)变得更明显。对比算法改进前后的实验结果可以看出,这两点措施使适应值函数的精确性得到了提高,更有利于识别出子序列的模式。     

基于遗传算法的变风量空调模糊控制系统的研究

针对变风量空调模糊控制系统控制规则的获取依赖人类经验的问题,提出将遗传算法与模糊控制相结合。在推导适应度值函数的基础上,利用遗传算法获取控制规则,改善控制效果。一定程度上解决了人为调试获取规则困难的问题。仿真结果表明,在变风量空调系统中将遗传算法与模糊控制相结合是可行的。     

基于自适应退火遗传算法的船舶管路布局优化方法

采用自适应遗传算法来确定标准遗传算法的杂交率和变异率,尤其对变异率的调整,使其不但能根据个体适应值的大小进行自适应修正,而且能随进化状态的改变而改变,从而增强了算法摆脱局部最优解的能力.同时引入模拟退火思想,通过对标准遗传算法接受算子的退火处理,使其在搜索过程中除了接受优化解以外还以Metropolis准则接受恶化解,提高了种群的多样性,有效地增强了全局寻优能力.通过对适应值函数的退火拉伸,调整了进化前后期的适应值差异,从而加速了寻优过程.最终以形成的自适应模拟退火遗传算法进行船舶管路的三维布局优化,仿真实验表明,该算法不但加快了寻优速度,而且与标准遗传算法相比全局收敛率提高了近30%.