110kv及其以下的油浸电力变压器的优化设计

变压器的优化设计是变压器设计的核心,根据变压器自身的特征,通常采用遗传算法进行优化。本系统通过采用改进GA的父代参与竞争的最优保存遗传算法进行优化,得到了几乎必然收敛的优化效果。     

一种求解资源受限工程调度问题的遗传算法

针对资源受限工程调度问题的特点，设计了一种改进的遗传算法，对算法的编码方式和解码规则，适值函数，遗传算法、初始种群的产生方法进行了详细的说明，利用被普遍应用的标准问题对该算法进行了大量的测试，分析了算法参数和问题参数对算法效果的影响，取得了令人满意的结果。     

基于神经网络的股市预测

本文研究了基于神经网络的股票预测方法．针对目前存在的问题,提出了联合Davidon最小二乘算法及遗传算法来综合训练网络结构和权值的新方法．经对上证指数的模拟预测表明,通过合理地选取参数,可获得满意的预测效果．     

蒜苔保鲜研究

本文通过对经ＧＡ处理及经ＧＡ和２,４－Ｄ共同处理的离体蒜苔在贮藏过程中水分、可溶性糖、纤维素含量的测定,得出经ＧＡ和２,４—Ｄ共同处理蒜苔保鲜效果较好,因为ＧＡ为可明显防止蒜苔衰老和抑制细胞内含物向珠蒜的转移及再利用;２,４－Ｄ可抑制珠蒜的形成．若同时密封袋装保鲜效果更好．     

具有局部搜索能力的自适应变异遗传算法

针对函数优化问题，提出一种自适应变异遗传算法来提高局部搜索的能力，弥补简单遗传算法易于早熟收敛的缺陷。最后以De Jong函数为仿真对象，将此算法与其它三种遗传算法进行比较，仿真结果表明此算法对于函数优化问题非常有效，大大加快了算法的收敛速度，并大幅度提高了搜寻到最优解的概率。     

自适应遗传算法优化模糊小脑模型

首次采用遗传算法（ＧＡ）设计模糊小脑模型神经网络（ＦｕｚｚｙＣＭＡＣ）的隶属函数．提出一个自适应ＧＡ优化算法，并且以优化模糊小脑模型ＦｕｚｙＣＭＡＣ学习正弦曲线．仿真实例表明，采用自适应ＧＡ方法优化的ＦｕｚｙＣＭＡＣ学习精度比标准小脑模型ＣＭＡＣ提高大约三个数量级、比标准ＦｕｚｚｙＣＭＡＣ（三角形隶属函数）提高一个数量级．自适应ＧＡ方法优化的ＦｕｚｙＣＭＡＣ学习速度比普通ＧＡ优化的速度快且进化过程的振荡明显减小，仿真证明该方法比普通ＧＡ优化方法稳定，收敛效果好．     

基于广义粗糙集的不确定条件下的Flow Shop调度

在实际生产调度过程中，加工时间的不确定性是普遍存在的，因此引用广义粗糙变量来表示不确定的工件处理时间，定义粗糙加法运算，precision以及ratio，建立了处理时间不确定性的FlowShop调度问题的精糙规划模型，提出了粗糙遗传调度算法将其应用于调度模型的求解，仿真实验证明了算法的有效性。     

中长期电力负荷预测

对电力负荷的预测的传统方法主要采用回归模型、曲线模型等，因不能充分利用历史数据，其准确性较差。利用人工智能技术，将BP神经网络及遗传算法应用于中长期期电力负荷预测，能更好的利用历史数据，如果再对有节假日的特殊月季电力负荷数据进行合理有效的处理，就能大大提高预测的精度。     

转基因水稻对赤霉素敏感性的初步研究

以水稻品种中花11及其转基因株系为材料,研究它们在苗期对GA3的反应程度.结果表明:用100mg/L的GA3在二叶期对各植株进行喷雾,5d后各个株系苗高都比以喷水的对照组显著增长.在充分考虑起始株高和试验期间对照正常生长动态变化的基础上提出了比净伸长率(specificnetelongateratio,GA3处理的净伸长率和对照净伸长率之比)的概念,并建议根据比净伸长率分析各株系对GA3的敏感性.应用该方法发现2份对GA3钝感的材料.文章报道这一结果并探讨了造成用比净伸长率与常用的“株高增长率”分析水稻品种/株系对GA3敏感性差异的原因.     

基于改进SLP理论的铁路电商物流中心布局研究

通过研究电子商务环境下铁路物流中心的作业情况,将铁路电商物流中心划分为收货区、存储区、拣货区、包装区、发货区、退货区、设备区和办公区8个功能区域。对系统布置规划（SLP）进行量化改造,加入数学建模的方法对物流影响因素进行量化分析。按照改进SLP方法对影响铁路电商物流中心的物流因素和非物流因素进行分析,并构建综合关系表。在功能区间不重叠、功能区不能超过规划范围、铁路长宽比有一定范围、不得占用铁路专用线区域、园区出入口等的约束条件下,建立了园区内物料搬运成本最小、功能区间综合关系最大、土地改造成本最小的目标函数,然后对目标函数进行处理得到归一化的单目标函数。通过改进遗传算法进行求解,从而得到科学合理的布局规划方案。实际应用的算例分析表明,本文中布局方法具有科学合理性。