基于零相关区的最佳重组杂交桥函数序列族设计

基于序列码研究对重组杂交桥函数序列进行了最佳搜索设计,介绍了最佳重组杂交桥函数序列族设计的一般思想,提出了以零自相关区为搜索标准的最佳序列族设计方法,通过Matlab编程和仿真实现,分别给出了16长和32长重组杂交桥函数在不同零元素个数情况下的序列族设计结果;进一步完善了杂交桥函数序列的应用设计研究。     

遗传算法在声纳隔振模块参数优化方面的应用

声纳在军工和民用上都有极其广泛的应用。为了提高声纳的工作性能,必须在声阵模块前、后插入性能优良的隔振模块,而隔振模块的性能参数又严重影响了其隔振性能。因此在建立隔振模块数学模型,准确计算和预报其隔振性能的基础上,进一步实现优化,对于设计和制造性能优良的声纳隔振模块,具有特别重要的意义。本文应用ANSYS软件建立了隔振模块的参数分析文件,结合遗传算法实现了充油密度、护套弹性模量、隔振组件弹性模量的优化设计。     

基于双目标规划和遗传算法的航线配船优化

为弥补目前航线配船问题研究存在的不足,以最大化船公司航线运营利润、最小化运力浪费为目标,建立双目标航线配船模型.同时为避免目前航线配船模型求解方式的繁琐,尝试将航线配船问题的可行解用染色体形式表示,通过遗传算法在解空间内的遍历和搜索,得到问题的满意解.实例分析证明了模型的可行性和算法的有效性.     

考虑平行系统特征的双活调度系统的设计与应用

为提高电网运行的稳定性,需要构建稳定可靠的电网调度系统,现提出一种考虑平行系统特征的双活调度系统。通过构建主备两个数据中心,平常根据应用业务量在主备调间进行调整,实现对资源的充分利用。发生故障时,另一个正常运行的中心将承担所有业务。并将平行系统视为电网虚拟运行系统,将真实与虚拟系统结合后得到电网双活调度系统,并具有管理和控制模块、实验和评估模块、学习和培训模块等功能。该系统通过对数据进行初始化处理,计算出电力分配结果,建立双层任务调度模型,利用遗传算法求解模型,从而实现双活调度系统的优化调度。对系统进行试验测试,试验结果表明：本文设计系统所提方法达到最优分配值所需时间短、效率高、电网信息调度总量大,调度能力强,调度信息的安全性高。说明所设计的双活调度系统具有可行性,利于区域电网的优化调度。     

基于遗传算法和发送行为的垃圾邮件检测模型

提出了一个基于遗传算法和发送行为的垃圾邮件检测模型,它通过抽取出可疑垃圾邮件的发送行为特征信息,用遗传算法确定各个特征信息的权重,根据邮件的总权重来判断邮件是否是垃圾邮件。实验结果表明,该模型获得较好的垃圾邮件检测效果。     

TPMS点阵结构的密度梯度杂交优化设计

三周期极小曲面（triply periodic minimal surface,TPMS）点阵结构因其优异的综合性能受到中外学者的广泛关注。在点阵结构实际应用过程中,常常需要对其进行优化设计以兼顾轻量化与承载性能两方面的要求。目前,对TPMS点阵结构的优化设计主要集中于密度梯度层面,未综合考虑载荷方向对其力学性能的影响。为此,首先研究了TPMS点阵结构的各向异性特征。基于平均场均匀化方法求解了不同类型TPMS点阵结构的等效弹性矩阵,通过Matlab插值计算,绘制了其在三维空间范围内的杨氏模量图。发现不同类型的TPMS点阵结构呈现出不同的各向异性特征,其中W点阵结构在[100]等轴线方向上性能较强,在[111]等斜向对角方向上性能较弱,而P点阵结构则刚好相反。根据TPMS点阵结构的各向异性,同时考虑主应力方向以及相对密度分布对其性能的影响,提出了TPMS点阵结构的密度梯度杂交优化设计方法。以悬臂梁模型为基础,基于载荷边界条件对其进行拓扑优化设计,并将拓扑优化密度云映射为点阵结构的相对密度分布,从而实现密度梯度设计。根据TPMS点阵结构的各向异性特征以及单元主应力方向分别选择W和P点阵单胞填充悬臂梁,使主应力方向位于点阵结构性能较强的方向,避免点阵结构在性能薄弱的方向承受较大的应力。将不同类型的TPMS点阵单元合理分布后,利用激活函数将它们进行杂交连接,实现结构梯度设计。综合相对密度分布和单元结构分布,生成密度梯度杂交点阵结构。采用有限元仿真方法对比分析优化设计前后点阵结构的承载性能,结果表明密度梯度W和P点阵结构的刚度与对应的均质点阵结构相比都有明显提高,而由W和P两种点阵单胞组成的密度梯度杂交点阵结构刚度最大,比密度梯度W和P点阵结构分别提高4.63%和33.63%。该结果表明在密度优化的基础上,根据承载时单元主应力方向将不同类型的点阵结构进行合理分布以及混合杂交设计能够进一步提高结构的整体刚度。建立的TPMS点阵结构密度梯度杂交优化方法为其在轻量化设计等方面的应用提供了一定的指导。     

基于遗传算法优化机器学习模型的地下水潜在性预测

传统机器学习模型在地下水潜在性预测中,未考虑最优因子组合,会对地下水潜在性制图产生不利影响。为此,提出了遗传算法优化支持向量机的地下水潜在性预测方法。以云南省彝良县为研究区,从地形、水文、土壤、地质等方面选取了共15个影响因子;考虑模型性能和影响因子的作用,利用遗传优化算法筛选了包含11个影响因子的最优因子组合;然后使用支持向量机方法构建了地下水潜在性预测模型;最后计算了因子优化前后的模型准确度和受试者工作特性曲线下面积（area under curve,AUC）,并绘制了模型的受试者工作特性（receiver operating characteristic,ROC）曲线和地下水潜在性预测图。结果表明：因子优化前模型的准确度为0.774,验证集AUC为0.789,因子优化后模型的准确度为0.777,验证集AUC为0.806,分别提高了0.003和0.017。可见,所提方法的准确性、可靠性优于传统的支持向量机法,其结果可以为区域水文地质调查和地下水资源管理与规划提供科学参考。     

基于改进遗传算法的磁流变阻尼半主动控制系统整体优化

为解决磁流变阻尼半主动控制系统中控制算法参数、阻尼器参数与布置位置优化问题,提出一种改进的自适应小生境遗传算法.该遗传算法在选择策略、交叉和变异操作、交叉概率和变异概率的自适应调整等方面作了改进,并同时采用预选择机制和共享机制这两种小生境技术.算例分析结果表明：改进的自适应小生境遗传算法和改进的基本遗传算法优化结果总体一致,表明前者分析结果是正确的;前者首次得到最优解耗费的机时比后者平均少32.7%,可见前者比后者收敛速度更快;30次优化分析结果表明,前者比后者稳定性更强;经前者优化的磁流变阻尼半主动控制系统取得良好减振效果,El Centro波、集集波、人工波输入时,半主动控制结构层间位移角和绝对加速度的最大值较无控时分别平均减小64.1%、54.7%、55.9%.算例表明了改进的自适应小生境遗传算法的有效性,实现了对磁流变阻尼半主动控制系统的整体优化.     

多级退火遗传算法及其在ULSP优化中的应用

针对一般遗传算法（ＣＧＡ）在解优化问题中存在的问题和缺陷,提出一种改进的多级退火遗传算法（ＭＬＡＧＡ）、基于Ｂｏｌｔｚｍａｎｎ生存机制的群体更新策略,以及在多级退火的初始阶段引入移民策略有效解决了“群体多样性”和“快速收敛”之间的矛盾。通过和ＣＧＡ在ＵＬＳＰ问题优化中的比较,验证了改进算法的有效性。     

缺货的模糊需求回收物流库存控制模型及算法

为了研究模糊需求下回收物流的库存问题,对退回物品采用批量修复处理的方式,在不考虑提前期的情况下,假设销售商允许消费者退货,且退货服从Poisson分布,建立了一个包括单位购买成本、维修成本、库存成本和缺货成本的回收物流最优库存策略模型.引入模糊模拟和遗传算法相结合的混合智能算法,对不确定需求的回收物流单周期库存模型求解,以找到模糊情况下总成本的估计,从而推导出与之相对应的最优定购量.最后,应用一个实例对结果进行讨论,表明该算法有一定的有效性.