利用遗传算法对GS算法改进的研究

利用遗传算法对传统的GS算法进行改进,提出一种基于遗传算法和GS算法混合的衍射光学元件的设计方法,能够有效地改进GS算法的不足。同时,分析设计了将高斯光束转变为字母、特定形状的图案以及多个目标图像的衍射光学元件,模拟结果与预期结果相符合,将此方法的仿真与传统GS算法的仿真作了比较。最后进行了实验验证,证明了设计方法的正确性。     

基于两层混合遗传算法的lT外包进度风险控制

针对IT(information technology)外包项目的两层进度风险控制优化问题,设计了两层混合遗传算法.该算法是在传统遗传算法中引入模拟退火和自适应机制,并结合优化问题的两层特点而设计的,能够克服传统遗传算法易于早熟、局部搜索能力较差的弱点.在算例分析中,首先分析了两层数学模型在IT外包项目进度风险控制中的管理意义,进而将两层混合遗传算法的仿真结果与两层粒子群优化算法和传统遗传算法的仿真结果进行比较,验证了改进算法的效率和有效性.     

透射式计算机光学元件的改进算法

由于GS算法的相位初始值的选择对元件设计有影响,因此利用倒退波来设定相位初始值的改进方法,可以在一定程度上克服GS算法的缺陷。计算机模拟计算结果表明,该方法设计的透射式元件不仅可以用于光波的不同波段(可见光或红外),提高了精度,而且可对较复杂的图样进行设计。     

基于免疫遗传算法的道路交通标志图像分割

针对道路交通标志图像分割的问题,提出了一种基于免疫遗传算法的实现方法。该算法利用免疫遗传机制,将图像的最佳阈值作为要求的解,设计了适合问题求解的抗体编码方式、克隆算子和免疫选择算子。仿真实验结果表明,所提算法能够有效地求得道路交通标志问题的最佳阈值。通过与传统遗传算法、改进遗传算法进行对比实验,更好地说明了本算法能够对图像分割得到较为满意的结果。     

透射式计算机光学元件的改进算法

由于GS算法的相位初始值的选择对元件设计有影响,因此利用倒退波来设定相位初始值的改进方法,可以在一定程度上克服GS算法的缺陷.计算机模拟计算结果表明,该方法设计的透射式元件不仅可以用于光波的不同波段(可见光或红外),提高了精度,而且可对较复杂的图样进行设计.     

光强均匀的高效分色聚焦衍射光学元件设计

基于模拟退火算法,通过改变算法过程中判断误差值的定义,包括光强差、光强平整值和线性相关系数,设计出一种输出光强分布均匀并且衍射聚焦效率高的光学元件,使其能够对多频率入射光同时实现分色和聚焦的功能.利用标量衍射理论,对所设计的衍射光学元件的分色聚焦性能进行定量表征,具体表征内容为聚焦效率以及光强均匀性.这种分色聚焦衍射光学元件为提高输出面光斑的衍射效率和光强均匀度提供了一种有效的方法,有利于高效太阳能电池系统的实际应用.     

基于模拟退火遗传算法的IIR数字滤波器参数优化设计

结合模拟退火算法的思想和遗传算法的思想,提出模拟退火遗传算法,并用此算法进行滤波器参数整定与优化,同时使用自适应交叉率和变异率,以及适应度拉伸方法对传统遗传算法进行改进。该算法有效抑制早熟,又具有收敛性快、全局寻优与局部寻优能力。仿真结果表明,基于此算法寻优设计的滤波器控制器具有更好的滤波特性。     

光束分束器的一种设计方法

论述了用一种改进的二元光学元件的设计方法设计光束分束器,该方法利用追迹法获得初位相,用Ｇ－Ｓ算法进行迭代运算,在运算过程中根据情况分别采用不同的振幅限制方法,从而使该算法具有收敛速度快,衍射效率高的优点,并且在对光束进行光束的同时,如果输入光束为非平面波,还可同时对其进行整形。     

复杂函数全局最优化的改进遗传退火算法

针对复杂函数的最优化问题 ,首先提出了一种基于邻域函数的尺度参数自寻优的改进模拟退火算法 ,进而通过设计多操作的基于概率接受思想的变异操作 ,结合混沌序列 ,在遗传算法中引入灾变操作和改进模拟退火算法 ,最终提出了改进遗传退火算法。基于典型算例的仿真结果验证了改进算法对高维复杂函数最优化的有效性 ,其性能明显优于传统的遗传算法、模拟退火、改进的进化规划方法以及遗传 -AL OPEX算法。     

实现长焦深的衍射光学元件设计方法

提出了一种设计长焦深小焦斑衍射光学元件的方法.该方法采用ZEMAX光学设计程序,利用能量守恒原理求解目标函数,并综合考虑焦斑大小保持不变的要求,对目标函数进行了修正,通过修正后的函数来约束输出光束在焦深范围内的轴上位置,从而完成衍射光学元件的相位优化,并求得相应的工艺参数.该元件不但可以使激光束具有长焦深和小焦斑,而且还具有可加工性.焦深范围能达到2 mm,焦深范围内光斑半径在5.32～10.48μm变化,与相同参数的传统光学元件相比,焦深增加了8倍,焦斑半径变化很小,而普通光学元件在此范围内最大焦斑半径达到102.9μm.该方法为长焦深元件的设计、加工与制造提供了可行方案.     

基于并行遗传算法的车间作业调度

研究了并行遗传算法在车间作业调度问题中的应用,通过对传统的迁移策略进行改进,给出了运用该算法求解车间作业调度的具体过程。最后给出了计算机仿真结果,与普通遗传算法求得的结果的比较,证明了该算法的有效性和先进性。     

基于MATLAB App Designer光学实验虚拟仿真系统的设计与实现

为丰富光学教学手段,搭建适合线上学习的实验教学平台,解决传统MATLAB GUIDE数据传递效率低、不能在Web上运行的问题,基于MATLAB App Designer重新进行了架构,设计了物理实验仿真平台.该文针对矩孔衍射、牛顿环、光栅衍射的设计进行了详细论述,提出了可见光颜色渐变仿真算法的概念,完成了与服务器的对接...     

改进自适应遗传算法解决登机桥桥手调度问题

为了降低因登机桥桥手调度问题而引起的机场运行秩序被破坏、登机桥桥手工作效率低下以及工作负载不平衡事件发生的可能性,该文通过改进自适应遗传算法结合登机桥桥手调度原则对调度问题进行建模求解。首先设计了有针对性的适应度函数。同时为了克服传统遗传算法无法直接应用于该问题以及改进算法性能,该文改进了算法的执行流程,最终通过改进后的算法对问题进行优化计算。通过算法计算得到了满意的调度结果,并且与基本遗传算法、传统改进自适应遗传算法以及模拟退火遗传算法进行比较,发现性能得到大幅度提升。算法不仅避免了未改进之前的早熟问题,同时加快了收敛速度以及人工调度带来的隐患,同时克服了传统遗传算法无法直接适用于登机桥桥手调度的问题,为机场地勤部门对于桥手调度问题提供了工具和方法,具有重要实际意义与工程应用价值。     

基于相似个体拥挤与Fibonacci法的遗传算法

由于传统遗传算法在应用中会出现"早熟",局部寻优能力较差,求解结果精度不高等缺点,提出了相似个体排挤方法和Fibonacci算子,给出了用相似个体的拥挤与Fibonacci算子相结合的改进遗传算法.数值仿真表明改进后的算法优于传统遗传算法和当前一些改进遗传算法,提高了遗传算法的局部搜索能力和收敛速度,并且能以较大概率搜索到优化问题的全局最优解.     

利用计算机设计制作衍射光学元件

利用计算机设计制作衍射光学元件陶少华陈培锋丘军林（华中理工大学激光技术国家重点实验室武汉４３００７４）本文在杨－顾相位设计算法的基础上，利用编制的程序自动进行光学元件的表面相位分布的设计。对于复杂的表面相位分布图样，光学成像刻蚀法最为适合和方便。作者...     

基于混合遗传算法的多约束组播路由优化算法

针对目前多约束组播路由算法中存在的算法复杂,不能求出其精确解和运算量大,解不稳定等问题提出了一种新的组播路由优化算法,其核心是采用改进的遗传算法。该算法采用模拟退火算法与遗传算法相结合的方法,编码采用实数编码结构,交叉和变异概率适当选择,合理设计适应度函数。仿真结果表明,该算法是有效的,稳定的,比传统遗传算法性能优越,具有较强的实用性。     

基于病毒侵染和逆转操作的改进遗传算法

针对传统遗传算法解决TSP问题,提出了加入病毒种群来感染初始种群,并将种群分为父代和子代种群实现逆转操作的改进遗传算法。加入病毒种群来感染初始种群加快了遗传算法的收敛速度,通过逆转操作使算法更容易跳过局部最优解,避免遗传算法在大规模问题中易陷入局部最优解的问题。以两组实验来对比改进算法性能与传统算法性能的差别,结果表明改进算法的执行效率和执行结果明显优于传统遗传算法。最后利用改进后的遗传算法遍历中国34座省会城市的最优路线,验证了该算法的准确性和优越性。     

环境温度变化对双波段谐衍射光学元件衍射效率的影响

基于二元光学元件的位相延迟表达式,推导出谐衍射光学元件随环境温度影响的位相延迟表达式、衍射效率表达式和带宽积分平均衍射效率表达式.定性分析了谐衍射光学元件衍射效率和带宽积分平均衍射效率与环境温度变化的关系.从理论上解释了谐衍射光学元件的特性,确定了谐衍射光学元件衍射波峰随环境温度变化的现象与变化规律.分析表明:在双波红外范围内,谐衍射光学元件的谐波长随环境温度升高向长波方向漂移,随环境温度降低向短波方向漂移.环境温度变化对谐衍射光学元件衍射效率和带宽积分平均衍射效率的影响较大.因此谐衍射光学元件只能应用于波段较窄、温度变化范围较小的折衍射混合成像光学系统中.     

一种改进的遗传算法及其在线天线阵方向图综合中的应用

提出了一种适用于具有任意几何参数的线天线阵方向图综合的新方法。该方法简单而灵活,是传统遗传算法的一种改进。应用这种方法,以降低线天线阵的旁瓣辐射为优化目标,对线天线阵的方向图进行了优化设计,并将所得结果和Chebyshev方法所得的结果进行了比较,表明新方法综合结果和Chebyshev方法所得结果相近。针对同一问题,还将改进的遗传算法同传统的遗传算法进行了比较,表明改进方法特别适用于参数连续变化的问题。然而,对这一改进算法加入量化过程后同样可应用于离散参数的优化问题中。     

基于自适应变异SAPSO-LSSVM的轨道电路故障诊断

针对传统无绝缘轨道电路故障诊断精度不高与诊断结果不稳定的问题,提出一种将模拟退火(Simulated Annealing,SA)算法和粒子群最小二乘支持向量机(PSO-LSSVM)相结合的方法,并用其进行故障诊断.借鉴遗传算法(Genetic Algorithm,GA)中的变异思想,在SA算法中引入简单变异算子,提出动态自适应变异SAPSO算法,以克服传统粒子群算法易陷入局部最优的问题.利用自适应变异SAPSO算法对改进LSSVM核函数的惩罚因子和核函数参数进行优化,避免故障诊断结果不稳定.最后通过仿真将本文算法与近几年比较先进的几种算法进行对比.仿真结果表明:本文算法对无绝缘轨道电路的故障诊断准确率更高、诊断结果更稳定.