用遗传算法求解一个系统可靠性优化问题

在造价、体积和重量约束条件下,多级串并联系统的可靠性优化问题是一个具有多局部极值的、非线性的、同时具有整数和实数变量的混合优化问题。把遗传算法和共轭梯度法结合起来,对该问题搜索到了其它算法未能得到的最优解。在遗传算法的应用中,设定了有效的线性定标技术和混合交叉操作,改善了遗传算法的收敛性能。并基于模式理论从数值上表明该问题是符合积水块假设的。最后还从数值上表明遗传算法对该问题是多项式收敛的。     

日周期短期负荷自适应滤波预测模型

考虑到时负荷的日周期性,利用时间序列分析中的自适应滤波预测法,建立日周期自适应滤波模型,经河北南网实例验证,预测精度较高。     

改进遗传算法及其在谷氨酸发酵过程建模中的应用

针对谷氨酸发酵过程建模中变量取值范围扩大时,二进制遗传算法存在收敛速度和精度的矛盾,研究了改进的浮点遗传算法．仿真结果表明：该改进算法能克服二进制遗传算法的缺点,不仅在收敛精度和速度上都有明显的改进,且效率很高．具有工程实际应用前景．     

高速网络业务模型及数据流量反馈控制研究

分析了高速通信网络不同业务类型的特点．根据不同业务对网络服务质量（ＱＯＳ）的要求及动态占用带宽的优先度,将其分为两种类型：一类业务可在预定的范围改变其传输速率,另一类是被动的,网络根据可用带宽的大小动态地调节其传输速率．文中给出了一种业务流量控制模型,该模型把带宽的高效率利用归结为如何对被动业务流量进行控制．按充分利用信道容量的原则,提出了一种自适应反馈控制算法．模拟表明,这种控制方法有良好的性能．     

基于遗传算法的RBF神经网络设计

采用了遗传算法自动构造ＲＢＦ网络,把网络结构的形式作为一个子集选择问题来解决,并提出了新的遗传操作算子来改进遗传算法,加快了收敛速度,提出了算法的实用性,文中介绍了遗传算法的结构与优化原理,并给出了ＲＢＦ网络结构的生成方法,用仿真结果证明了本算法的可行性。     

遗传算法在系统辨识中的应用

基于遗传算法,采用改进的遗传算子,提出了一种辨识系统参数的方法,该方法能有效地克服有色噪声的干扰,获得系统参数的无偏估计。仿真结果说明了该方法的有效性。     

遗传算法及其研究与应用新进展

近些年,一种新的优化算法--遗传算法（GeneticAlgorithm,即GA）正在迅速发展。这一算法最早是由美国的密西根（Michigan）大学的霍兰（Holland）教授和他的学生们在7O年代初提出而创立的。该算法植根于自然进化与遗传机理,原先是用于模拟自然界的自适应（适者生存）现象,后来被引向于广泛的工程问题,而快速发展成一种"自适应启发式概率性迭代式全局搜索算法"。由于遗传算法具有不依赖于问题模型的特性、全局最优性、隐含并行性、高效率及解决不同非线性问题的鲁棒性的特点,正越来越激发起人们研究与应用的兴趣。自80年代以来,对G…     

一种眼动测量的图像分析方法

提出一种用于鸟类视觉行为学实验的眼动测量的图像分析方法.采用基于遗传算法的多级灰度值聚类法分割普通CCD捕捉的视频图像,用区域生长法标记连通域粗略定位瞳孔区域,并利用瞳孔的近似圆形的几何特性修补光源反射影像形成的孔洞.在此基础上进行边缘检测,利用边缘像素的灰度分布特点修正瞳孔轮廓,采用重心法定位瞳孔中心.用该方法对实验环境照度下捕捉的图像和红外光源辅助照明的图像进行了分析,并与主动轮廓线方法对比.实验结果表明,该方法对眼睛特征的先验知识依赖程度低,抗噪声能力强,瞳孔中心定位精确.     

遗传算法及神经网络在锅炉负荷优化分配中的应用

针对并列运行锅炉群的负荷优化分配问题,提出用遗传神经网络辨识给煤量-产气量模型,并用改进的遗传算法进行负荷优化分配.给出了改进遗传算法和遗传神经网络的辨识原理.负荷优化分配结果表明,该方法优于平均分配方法.     

自适应扫频随机共振方法的研究

针对大参数信号二次采样随机共振应用的局限性,提出了自适应扫频随机共振方法.该方法根据信号、噪声和系统三者协调作用发生随机共振时的关系,自动调整采样频率和双稳系统的结构参数,从而自动获取随机共振状态.将此方法应用于实际噪声下弱信号的提取,取得了较好的结果.