人工神经网络结合遗传算法对网站开发优化的应用

对于企业管理者,必须就某些特定的设计目标与网站设计人员进行沟通,通过最初的开发、网站评价、改进过程,不断地促进电子商务网站的发展.本文提出了用人工神经网络通过学习（或训练）自动总结出EC网站设计因素与某经营目标数据间的函数关系,再用遗传算法来完成由该函数作为目标函数的优化方法,使网站的改进设计有科学的依据.     

战略联盟下的分布式库存系统建模和仿真

考虑多厂商多仓库的分布式库存系统,根据总成本最小原则,建立基于战略联盟的系统数学优化模型.模型允许不同厂商的多个仓库联合订货,以享受价格折扣,所有仓库之间库存完全共享,可进行调拨.利用遗传算法确定各仓库的订货点和期望补货水平等决策变量,并将其作为仿真模型的输入数据,在eM-plant软件上进行仿真,对调拨量和调拨点进行决策.通过对不同的控制策略仿真的数据统计分析可知,基于战略联盟的联合订货和允许调拨的库存共享策略,可以获得较高的客户服务水平和较低的总费用.     

一种相对快速收敛的遗传算法的探讨

GA作为一种新的全局优化搜索技术比起其他搜索算法,优点明显,其不足之处是当搜索具有复杂染色体结构的求解空间时收敛速度慢。针对这问题提出了一种改进的相对快速收敛的GA算法的思路:增加对染色体的分割与重组操作,依据于各段的结构和段长,组成段群体,对其实施遗传操作以寻找优化段,重新组合成完整的染色体来搜索优化解。     

一种非线性调频波形优化设计算法

将遗传算法与动态优选法相结合，构成了一种新的算法，该算法能够有效抑制非线性调频信号通过匹配滤波器后产生的旁瓣，最后与数值法和动态优选法进行了比较。     

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.     

改进GA优化BP神经网络的短时交通流预测

为了提高BP神经网络预测模型对短时交通流的预测准确性,文章提出了一种基于改进遗传算法优化BP神经网络的短时交通流预测方法。由于模拟退火算法具有较强的局部搜索能力,能够在搜索过程中避免陷入局部最优解,因此引入模拟退火算法中的Metropolis接受准则来增加遗传算法的局部搜索能力,避免了遗传算法过早收敛和陷入局部最优解。通过改进的遗传算法优化BP神经网络的权值和阈值,然后训练BP神经网络预测模型以求得最优解。仿真结果表明,该方法对短时交通流预测具有较好的预测精确性。     

基于RSM-GA法的薄壁蜡模压蜡过程收缩率建模与优化

基于响应面法(RSM),通过一系列的实验建立了薄壁蜡模壁厚方向的收缩率与压蜡参数之间的数学模型,并对模型的合理性与充分性进行了方差分析,对压蜡过程中工艺参数对尺寸收缩率的影响进行了敏感性分析.为了减小收缩率,基于遗传算法(GA)对工艺参数进行了全局优化.     

基于METRIC理论的超大规模卫星星座多级备份策略

针对超大规模卫星星座可能出现的运行维护成本高、任务可用度低的问题, 结合卫星批量化生产以及采用一枚火箭将多颗卫星送入轨道(一箭多星)的现状, 基于可维修备件多级保障库存技术(multi-echelon technique for recoverable item control, METRIC)提出一种超大规模卫星星座多级备份策略。首先, 阐述了基于METRIC理论的卫星星座多级备份策略模型的原理, 备份策略同时考虑地面备份、停泊轨道备份以及星座轨道备份3种备份模式, 建立了考虑卫星年平均需求量、期望需求量与期望短缺数的星座可用度模型, 包含制造费用和发射费用的星座备份费用模型,以及以星座可用度为约束, 星座备份费用为优化目标的数学优化模型。然后, 以某型超大规模低轨卫星星座为案例研究对象, 使用遗传算法和边际分析法进行求解。最后, 讨论了遗传算法与边际分析法在求解该优化问题时的优缺点。结果表明, 在同一星座可用度指标下, 采用星座多级备份策略可比采用传统两级备份策略有效降低每年备份费用; 在保证星座可用度的前提下大幅降低了超大规模卫星星座的备份费用, 可为精确配置各级备份卫星数量提供参考。     

基于PSASP自定义接口功能的直驱型风电机组简化模型

针对大规模直驱永磁风电系统机电暂态仿真时采用PSASP自带的通用发电机模型不能表述实际直驱型永磁风力发电机组(简称D-PMSG)运行特性的问题,以某地近海风电场D-PMSG单机测试数据作为参考,利用PSASP自定义建模环境(PSAP/UD)搭建直驱永磁风机暂态简化模型。D-PMSG暂态简化模型忽略发电机及机侧变流器影响,同时考虑低电压穿越时动态短路电流的特性、电压频率保护控制以及有功恢复速率设置,将D-PMSG当成带有低压穿越保护的受控电流源,并根据D-PMSG低压穿越时的实测数据基于遗传算法实现了重要参数的优化工作。通过分别将D-PMSG暂态简化模型与详细模型、增加爬坡功率设置以及单机测试系统实测运行数据在三相短路故障条件下的对比,验证了D-PMSG暂态简化方法的正确性,以及参数优化方法的有效性。     

基于自适应动态时间规整(DTW)的GA-FCM多阶段间歇过程故障诊断

多时段是间歇过程的固有特征,对间歇过程划分阶段可以提高故障诊断的精度。采用模糊C-均值聚类（FCM）算法划分阶段存在对初始聚类中心敏感、易于陷入局部极优值的问题。提出遗传算法与FCM算法相结合的方法（GA-FCM）,用于克服FCM易于陷入局部极优值的问题,以达到全局最优。同时,针对间歇过程数据不等长问题,提出自适应动态时间规整（DTW）算法。随后,用GA-FCM方法完成阶段划分,再建立多向核主元分析（MKPCA）模型完成故障检测。最后将此算法应用于青霉素发酵过程,仿真结果验证了所提方法的可行性和有效性。