基于遗传算法和种子概念的本体概念提取算法

本体学习技术是利用本体工程技术和机器学习技术等众多学科技术来实现本体(半)自动构建的一项技术。通过研究中文本体学习这一领域存在的问题,提出了基于遗传算法和种子概念的本体概念提取算法。介绍了当前基于非结构化数据源的本体概念主要提取算法,在遗传算法和种子概念的基础上,设计了一种基于非结构化数据源的本体概念提取算法。实验证明,本算法在特定领域本体学习方面取得了良好的效果。     

南瓜资源遗传多样性的SRAP分析

利用30对SRAP引物组合对南瓜属(Cucurbita)中的中国南瓜(C.moschata D.)、印度南瓜(C.maxima D.)和美洲南瓜(C.pepo L.)三个栽培种共76份南瓜资源进行了遗多样性分析.结果表明,在检测到的574条带中,有508条具有多态性,平均每对引物检测到的条带数为19.13条.UPGMA树形图显示,这些SRAP引物可将76份参试材料分为三类,它们分别与其在植物学上的印度南瓜、美洲南瓜和中国南瓜分类相符.在种内,材料间有按起源地分类的趋势,但与果形、果色等形态性状没有相关性.     

基因工程的发展现状和应用前景

介绍了＂基因＂和＂基因工程＂,从植物育种、动物育种、医学、保护生物多样性等6个方面阐述了基因工程的应用价值,对基因工程的研究前景进行了展望。     

Genetic-fuzzy HEV control strategy based on driving cycle recognition

A genetic-fuzzy HEV control strategy based on driving cycle recognition (DCR) was built. Six driving cycles were selected to represent different traffic conditions e.g. freeway, urban, suburb. A neural algorithm was used for traffic condition recognition based on ten parameters of each driving cycle. The DCR was utilized for optimization of the HEV control parameters using a genetic-fuzzy approach. A fuzzy logic controller (FLC) was designed to be intelligent to manage the engine to work in the vicinity of its optimal condition. The fuzzy membership function parameters were optimized using the genetic algorithm (GA) for each driving cycle. The result is that the DCR_fuzzy controller can reduce the fuel consumption by 1.9%, higher than only CYC_HWFET optimized fuzzy (0.2%) or CYC_WVUSUB optimized fuzzy (0.7%). The DCR_fuzzy method can get the better result than only optimizing one cycle on the complex real traffic conditions.     

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.     

基于遗传算法的三维空间柱面拟合

从二维平面曲线的定义出发,进而扩展至三维空间柱面的定义.提出采用遗传算法拟合得出空间柱面的参数,将空间柱面唯一确定.以空间圆柱面为例,说明采用遗传算法进行空间柱面拟合的原理以及方法.以空间曲面的表达参数作为需辨识的参数值,并且对相关的参数值加以约束,基于最小二乘原理建立优化目标函数,采用遗传算法进行进化寻优.实例研究表明本文方法的有效性与拟合精度优势.     

停车泊位有限供给条件下最佳停车泊位规模

为了确定城市中心区的合理停车泊位数量,使之既能满足基本出行需要,又能抑制过量出行造成路网拥堵,首先对停车泊位有限供给条件下驾驶员出行行为进行了分析,划分了不同驾驶员属性以反映不同驾驶员的出行意愿与决策特征,并在此基础上构建了最佳泊位规模优化模型,以使得在道路网络最大容量允许范围内可满足的停车总需求最大并做到泊位利用最大化.介绍了模型求解算法,数值算例表明,通过该模型的优化可确定城市中心区的最佳停车泊位数量,为停车需求管理提供科学依据.     

基于声辐射模态的板加筋位置优化

为了降低筋板结构振动辐射噪声,提出了两种加筋位置优化模型。一种采用遗传算法直接搜索辐射声功率最小时的加筋分布;另一种取声辐射模态的辐射效率作为优化各阶声功率的加筋数权重,然后采用遗传算法逐阶搜索声辐射模态的声功率最小时的加筋分布。对一典型板结构,使用这两种优化模型进行加筋位置优化的数值计算。计算结果表明了两种优化模型的有效性;并分析了加筋位置对各阶声辐射模态的声功率的影响。在加筋位置优化的基础上,采用声功率灵敏度进一步优化了筋的结构参数。     

军用飞机斤斗类飞行轨迹最优化方法

针对军用飞机斤斗类飞行过程,以半滚倒转和半斤斗翻转为例,建立机动飞行计算模型。根据最小机动速度设置改出速度约束条件,将斤斗类机动平均分段,利用神经网络的拟合功能,得到动作改出速度和操纵条件之间的非线性关系。利用遗传算法的全局寻优功能,结合神经网络得到的权重和偏置结果,探索机动过程中边界飞行性能最大的法向过载选取方法。仿真结果表明,与相关手册中给出的常规操纵方法相比,利用遗传算法优化后得到的过载控制规律飞行,可以使飞机具有更大的高度-速度范围,同时,比直接将遗传算法和数值积分相结合具有更快的计算速度。提出的方法也可以用于其他机型斤斗类飞行轨迹的最优化设计中。研究结果具有一定的实用价值。     

基于互补型集成经验模态分解和遗传最小二乘支持向量机的交通流量预测模型

交通流是智能交通系统中的关键组成部分,也是交通规划的重要依据。为了提高道路交通流量预测的精确性,提出一种基于互补型集成经验模态分解(complete ensemble empirical mode decomposition,CEEMD)后,采用遗传算法(genetic algorithm,GA)优化参数的最小二乘支持向量机(least square support vector machine,LSSVM)的交通流量预测模型。该模型使用互补型集成经验模态分解原始数据,将分解后的本征模态函数(intrinsic mode function,IMF)分量分别用遗传算法优化参数后的最小二乘支持向量机进行预测,叠加全部IMF分量值作为模型最终的预测结果。通过对美国加利福利亚州某高速公路一个月的交通流量数据进行训练预测,结果表明,该模型平均相对误差仅为6.51%,相较于其他模型拥有更好的预测效果,可为交通流的预测提供一定的参考。