基于遗传算法的负刚度装置优化布置

针对一种新型轨道式负刚度装置(negative stiffness device,NSD)提出了一种基于遗传算法的优化布置数学模型,该模型同时考虑NSD在加速度控制上的优势和位移控制上的劣势,设定5组加权系数组合,考察不同优化侧重下的控制效果.以某10层结构为算例,通过对比负刚度装置和传统阻尼器控制效果,得到最优加权系数组合;通过对比5组加权系数组合,得到负刚度装置优化布置基本原则.     

基于遗传算法的常规工艺运行参数模糊优化

考虑了系统运行目标的不唯一性(考虑出水浊度、CODMn和费用3个运行目标),根据模糊优化思路,把多目标优化转化为单目标综合优化,利用遗传算法的高效搜索性能,对可控参数进行编码、译码、计算适应值函数,求取满足常规系统出水水质约束的模糊较优控制参数组合(包括7项可变运行参数).优化结果表明不同原水水质条件下均对应有不同的运行条件和参数;混凝剂和预氧化剂种类及投量之间均存在一定的配比关系,合适的配比不但可以提高出水水质还可以减少运行费用.     

一种基于Java应用构件动态重定位模型

提高分布应用性能和各种资源利用率的关键途径是尽可能地减少处理机间的通信量和让处理机忙于有用的工作．在因特网环境下，现有提高分布应用性能和各种资源利用率的工作存在一定的不足，如不能在邻居局域网范围内进行负载平衡．提出了基于局域网簇和“通讯录”的应用构件动态重定位模型．在该模型中，一方面对局域网簇内负载进行平衡，另一方面针对构件远程调用决策重新定位构件或复制构件副本以提高分布应用的性能．另外，构件动态重定位模型必须满足构件迁移前后一致性，给出了一种基于通讯录的构件通信算法，解决了该一致性问题并且具有较高的效率．实验结果表明该模型是可行和有效的．     

水平基因转移应用于污染治理的研究进展

随着经济的发展,有毒有害难降解污染物引起的环境问题变得越来越严重。对于这类污染物的处理多采用生化处理方法,其中生物强化技术是目前较好的方法,但是它也存在强化效果差、处理效率低等问题。国外研究人员发现：遗传物质可在不同的生物个体之间或单个细胞的内部细胞器之间自发进行交流,称为水平基因转移。在污染体系中,降解基因的转移能够使土著菌获得降解新功能,从而强化对难降解污染物的处理,这就为现有的生物强化技术提供了一种解决难降解污染问题的新思路。介绍了水平基因转移的概念以及将其应用于污染治理中的研究进展,并分析了技术发展前景。     

基于遗传算法的通风网络两步法风流调节优化算法

概括混合型通风网络优化模型,归纳混合型通风网络风量最优分配和风流最优调控两步法优化基本框架。首先,在满足矿井通风风量需求的基础上,实现风量分配优化。然后,结合矿井通风网络实际调风需求,引入遗传算法随机产生动态网络的邻接矩阵,使用附有条件的最小支撑树算法求解部分余树弦(调风地点)约束下的最小支撑树和独立回路矩阵,根据回路矩阵计算通风网络余树弦风阻调节值,在通风总功率和约束条件基础上构建广义最小化目标函数,依此对调节方案进行评价,使用遗传算法中的进化算子对调节方案编码实施进化操作,最后通过迭代得到满意解。研究结果表明:两步法思想简化混合型通风网络优化问题,解决调风地点约束的通风网络优化问题,执行效率高,能够解决较大规模的通风网络优化问题。     

再生金属的回收与综合利用原则

通过分析、对比、总结世界各国及我国矿产资源综合利用的现状,阐述了再生金属的回收与综合利用的原则,提出了解决矿产资源问题的途径。     

基于单亲遗传算法的飞行机组指派技术

航空公司机组人员指派是一个NP疑难问题.现在航空公司的排班工作存在着排班人员工作量大,排班过程效率低,值勤成本高,排班结果机组人员不满意等等的问题.为解决这些问题,采用单亲遗传算法,利用计算机技术,对机组人员进行合理的排班.通过与改进遗传算法进行比较,单亲遗传算法收敛速度更快,能够得到更合理的机组指派结果.     

企业核心能力生成机理的研究

企业获得长久竞争优势的途径是提高核心能力,运用企业能力结构图来阐述企业学习、核心能力与长久竞争优势之间的联系,构建了多层回路模型来阐明规范、能力与战略三个学习回路之间的逻辑关系,指出各学习回路内部要素之间的相互作用促进了企业核心能力的形成。     

抚州地区农药植物资源

报道了抚州地区有主要农药植物68种,隶属42科61属,其中蕨类植物1种,裸子植物2种,被子植物65种,这些农药植物具有较高的杀虫作用,建议今后合理的开发这些农药植物资源。     

遗传算法的改进及其在方程组求解中应用

选择、交叉和变异是遗传算法的几个主要操作算子，它们构成了遗传操作。对遗传操作提出了改进方案、即对于交换操作：如果两个子代的适应度均比父代大就交换，如果子代的适应度一个比父代大而另一个比父代小则保留大的子代而还原小的子代为父代．如果子代的适应度均比父代小则取消此次的交换。变异操作中对每个父代的多个位置逐个变异．如果子代的适应度比父代大则变异，否则不变异。通过解线性方程组和非线性方程组证明丁该方法能够使得遗传始终向着理想的方向，避免了算法陷入死循环，并且收敛速度非常快。