Fuzzy—GA及其在H^∞及其在H^∞控制系统设计中的应用

针对遗传算法的误导性及参数控制等问题,提出一种基于模糊优化设计思想的模糊遗传算法。将该方法结合分层的染色体结构构成混合智能优化设计方法,并将它应用ＭＩＭＯ的典型Ｈ＾∞控制系统的设计。仿真试验结果表明,该混合智能优化设计方法有效。     

大系统最优控制问题的启发式预估方法

提出了求解长期最优控制问题的一种新方法——启发式预估方法。该方法的主要特点是在每个子问题中引进一个启发项,并且在协调级采用了预估算法.对于严格凸问题,可以证明分解问题与原问题是等价的.同时还给出了该方法的一种并行算法.与P.B.Luh方法相比,启发式预估方法不仅能简化协调级的计算,而且能减少协调级的迭代次数,从而显著提高了问题的求解速度.仿真结果表明该方法是可行的,并且在实时控制中具有广阔的应用前景。     

支持求解圆形packing问题的两个拟人策略

提出两个拟人策略,在拟物算法的基础上,为具有ＮＰ难度的圆形ｐａｃｋｉｎｇ问题得到了一个高效率的实用求解算法。正面回答了Ｄｏｒｉｔ Ｓ．Ｈｏｃｈｂａｕｍ等人提出的寻求效率更高的启发式算法的问题。     

遗传算法在列车节能优化中的应用

为降低铁路运营成本，文章针对列车运行能源消耗问题进行了研究。建立列车节能控制模型，将列车节能控制这一典型的最优控制问题转化为最优化问题。同时提出坡道三分法的机车手柄位变化原则。并应用遗传算法求解该非线性规划问题。最后应用Matlab软件仿真验证了所提方法的有效性。     

谈概率统计的启发式教学

在概率统计课堂上进行启发式教学,摒弃灌输式的教学方式,由浅入深,由直观到抽象,运用归纳类比等方法,使学生掌握数学概念公式的来源,探索新知,并通过信息及时交流,保证了课堂教学能紧凑有序地进行,达到了预期的效果。     

基于GA-Bp算法的收获机械脱粒性能建模与仿真

建立脱粒装置性能与其影响因素之间非线性模型的目的就是在不确定环境下，对影响脱粒性能的各因素进行优化使脱粒装置的各个性能指标达到最佳要求。它给出了基于GA与BP相结合的具体算法和实现过程。同时针对脱粒装置性能建模这一具体问题，给出了用于对脱粒性能进行建模的基于GA-BP算法神经网络的实现。用DELPHI语言开发的模型仿真软件对脱粒装置进行了性能建模仿真试验，试验结果验证了该模型用于脱粒装置性能建模研究的可行性。     

一类过程控制对象的神经网络建模及仿真

针对一类典型过程控制系统中存在的非线性和参数不确定问题，提出了神经网络的建模方法。辨识结构采用串并联形式，并分别使用改进BP算法和浮点式遗传算法进行了网络的训练。仿真结果表明遗传算法的全局搜索能力及高效率对神经网络的权值优化具有相当明显的效果，它不仅学习速度快而且稳定性好，可以作为一种良好的优化方法运用到神经网络建模和控制当中。     

工业平缝机挑线机构运动学分析和优化综合

对连杆挑线机构进行了运动学分析,修正了以往分析中的错误.具体分析了挑线机构结构参数对收线角的影响,并给出了影响规律.提出理想挑线点轨迹所具有的综合特性,根据遗传算法,得出连杆挑线机构收线角最小的最优设计变量.经验证,其结果令人满意.     

GATEST:使用遗传算法自动生成模拟矢量的验证平台

对硬件设计进行功能验证的一个关键问题是需要大量的模拟矢量来保证验证的充分性。本文针对Verilog语言,采用遗传算法(GeneticAlgorithm,GA)作为解决方案,设计了一个使用遗传算法自动生成模拟矢量的验证平台GATEST。该平台的一个特点是,根据指定的关键信号使用数据流分析产生关键路径集合,并采用基于该集合的路径覆盖率作为适应度函数引导模拟矢量的生成。使用该验证平台对北大众志-863系统芯片的功能模块进行实验,并详细分析了不同控制参数配置下的实验结果,说明该平台具有一定的有效性。