遗传算法及轮盘赌选择的C + +实现

遗传算法是运用遗传学原理、生物进化规律及计算机技术实现的最优化搜索算法,通过对问题参数进行编码,按照适应度对位串进行复制、交叉及变异操作,直到搜索到问题的全局最优解.介绍了遗传编码原则、适应度函数及遗传优化过程,分析了轮盘赌解决复制及匹配过程中位串的选择问题,利用C 语言对具体的案例进行了轮盘赌程序仿真实现.     

自适应遗传算法在二维电磁波散射的MEI方法中的应用研究

MEI(Measured Equation of Invariance)方法是一种有效的用于边界截断的数值计算方法,已在计算电磁学领域得到广泛应用,其中MEI方程的病态性是值得关注的一个问题.该文采用有限元方法求解与二维电磁波散射问题相关的Helmholtz方程,重点研究将自适应遗传算法应用于MEI方程的求解.该文的研究结果表明,应用自适应遗传算法求解MEI方程是有效的.     

双属性概率图优化的无人机集群协同目标搜索

为了提高不确定环境下无人机（unmanned aerial vehicle,UAV）对目标捕获能力,进而提高多UAV协同搜索效率,提出了基于双属性概率图结合改进的协同进化遗传算法（improved co-evolutionary genetic algorithm,ICEGA）的多UAV协同目标搜索方法。首先,根据环境的先验信息,在原概率图基础上引入标志位,建立基于双属性矩阵的待搜索环境概率模型,提高环境和目标的信息感知准确度;其次,定义UAV的飞行规则并结合目标先验概率图信息,建立UAV运动模型及确定最大收益的目标函数;最后,建立分布式UAV之间的信息交互模型,运用ICEGA算法优化产生最优协同决策输入航向角集合,在线实时滚动优化产生最优协同路径。实验结果表明,基于双属性概率图结合ICEGA算法更能够保证最优路径的产生,使得UAV能够准确地搜索到目标;同时,对比仿真验证了ICEGA算法能够提高UAV之间的协同性,保证了路径可行性及提高了目标搜索效率。     

基于遗传算法对高温作业专用服的优化设计

针对高温作业专用服的设计,通过有限差分法和偏微分方程理论构建了多层织物材料温度分布模型、单层厚度优化模型和基于遗传算法的优化模型,在保证工作人员安全性的前提下(不超过47℃,控制44℃时长)以此来确定防护层的最优厚度.研究表明:最后得出的计算结果具有稳定性,对拟合结果与实际数据差异性进行检验,两者的关联程度较高.     

Temperature modeling and control of Direct Methanol Fuel Cell based on adaptive neural fuzzy technology

Aiming at on-line controlling of Direct Methanol Fuel Cell （DMFC） stack, an adaptive neural fuzzy inference technology is adopted in the modeling and control of DMFC temperature system. In the modeling process, an Adaptive Neural Fuzzy Inference System （ANFIS） identification model of DMFC stack temperature is developed based on the input-output sampled data, which can avoid the internal complexity of DMFC stack. In the controlling process, with the network model trained well as the reference model of the DMFC control system, a novel fuzzy genetic algorithm is used to regulate the parameters and fuzzy rules of a neural fuzzy controller. In the simulation, compared with the nonlinear Proportional Integral Derivative （PID） and traditional fuzzy algorithm, the improved neural fuzzy controller designed in this paper gets better performance, as demonstrated by the simulation results.     

一种自适应免疫遗传算法及其在系统辨识和参数优化中的应用

基于遗传算法与免疫系统的机理,提出了一种自适应免疫遗传算法(AIGA).该算法定义了选择、扩展与突变等操作,通过对选择比例、扩展半径、突变半径的约束和参数的自适应调节,提高了算法的全局与局部搜索能力.同时,将AIGA用于系统辨识以及PID参数的优化中,进行了仿真实验,取得了较好的结果,证明了该方法的有效性.     

一种高效稳态型遗传算法结构

提出了一种高效率的稳态型遗传算法结构,使每代种群中需处理的码链数不超过种群规模的１／３,而且优良码链的选择与劣质码链的淘汰同时完成,提高了计算工作效率．该算法结构已用于一个数字集成电路高层综合系统中,作为优化操作调度和功能单元分配的工具．经用不同规模的实例运行,证实本文算法结构是正确而有效的．     

基于小生境遗传算法的绿色建筑景观空间环境优化设计

传统建筑景观的设计往往存在直视效果差、居民满意度较低的问题,并且其在绿色环保方面的设计也存在不合理之处,因此,该文提出一种基于小生境遗传算法的绿色建筑景观空间环境优化设计方案.根据小生境遗传算法对建筑景观尺寸的多目标进行优化,优化的目标包括建筑的成本以及绿化带等公共设施.结果表明,提出的方案能够优化建筑景观环境,居民的满意度有所提高.     

基于成对曲线组合的柔顺机构设计

采用拓扑优化技术进行柔顺机构设计成功与否在很大程度上取决于所采用的机构几何表述方式.本文提出了一种全新的基于成对曲线组合（对线组）的表述方式.这种几何表述方式,首先确定机构的输入输出区域.虽然在初始阶段不知道机构在设计域的分布,但是载荷加载需要借助机构输入输出点,因此必须有至少一个加载区域,一个支撑区域和一个输出区域.将这些输入输出区域利用成对Bezier曲线直接或间接连接起来形成一种可以承载负荷的柔顺机构.这种几何表述方式生成的机构边界为曲线函数之组合,解决了拓扑优化设计中的锯齿和模糊边界问题,并且可以同时进行形状和拓扑优化并且保持结构边界的光滑,没有棋盘格现象和中间密度单元等.基于对线组进行柔顺机构表征,会产生一些复杂的结构,基于FG-FEM有限元法进行仿真分析求得响应.研究柔顺机构拓扑优化设计理论与方法,采用图的形式对机构对象进行编码,利用遗传算法的全局寻优能力寻找全局最优解,数据算例的结果表明,提出的方法正确有效.     

模糊控制理论综述

介绍模糊控制理论的概念、结构、历史发展、应用特点和发展概况,着重阐述模糊控制的设计,分析设计中的关键模糊控制器。事实上,单纯的模糊控制往往达不到理想的结果,实际运用中需要将模糊控制和其他成熟的控制理论相结合,以达到最优控制的目的。因此,总结各种控制系统与模糊控制的结合,分别有神经网络模糊控制、基于遗传算法的模糊控制、专家模糊控制以及混沌模糊控制等,并指出了模糊控制理论中需要解决的问题,展望了模糊控制的发展方向。