氮化镓(Ga_nN)团簇的结构性质研究

研究了镓团簇掺杂一个氮原子后团簇的结构特性.通过遗传算法结合密度泛函理论(DFT)计算出了GanN团簇的最低能量结构.结果发现当n<11时,GanN最低能量结构均是N原子位于中心的构型;n≥11时,GanN最低能量结构与相应尺寸的纯镓团簇的结构已经基本相同.     

用单亲遗传算法解决影片递送问题

遗传算法(简称GA)是基于生物进化原理的普适性全局优化算法，是解决NP难问题的一种行之有效的方法．但是，序号编码的遗传算法不能在任意两条染色体的任意位置进行交叉，必须使用PMX，CX和OX等特殊的交叉算子，这些算子实施起来都很麻烦且效率不高．针对这一问题，采用单亲遗传算法，取消交叉操作，强化变异作用．这样既简化了遗传操作，又克服了早熟现象．较成功的解决了影片递送问题，文中的算例表明，该算法是实际有效的．     

MUSIC算法结合小生境遗传算法的电磁矢量传感器波达方向估计

当最大似然估计法和MUSIC算法求解矢量传感器阵列问题时,存在多维谱峰搜索的困难。采用一种小生境遗传算法用于矢量传感器阵列的MUSIC算法的多谱峰搜索。通过实验仿真,验证了小生境算法的有效性。仿真结果表明,基于遗传算法的MUSIC算法得到的角度估计均方根偏差性能比ESPRIT算法要差,而在均方根标准方差方面,基于遗传算法的MUSIC算法则比ESPRIT算法要好。     

一种灰度图象的自适应分割算法

利用遗传算法的高效搜索性能和模糊集合理论能较好地描述问题的模糊性和随机性，提出了基于遗传算法的最大模糊熵快速分割算法，将遗传算法和模糊集合理论结合起来应用于灰度图象单闽值和多阈值分割．实验结果证明该方法有效地实现了快速分割，并具有较好的鲁棒性．     

过热器机理模型的遗传算法参数优化方法研究

针对过热器模型各参数存在的强耦合性,提出了基于遗传算法的机理模型参数优化方法。建立过热器数学模型,确定优化参数,应用遗传算法进行优化,直到模型精度达到要求。仿真研究表明,运用该方法建立的过热器模型达到预定精度要求;优化过程自动进行,缩短了建模和优化时间。这种方法具有通用性,简单易行,为火电厂仿真机数学建模和参数优化提供一种新的思路和方法。     

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。     

HD水电站库岸大型斜坡变形体成因机制及稳定性评价

近年来,受水库蓄水及降雨等因素影响,造成大量水电站库岸边坡变形加剧,一旦失稳极可能对电站的正常运行造成极大危害。本文选取距HD水电站坝址约6 km,方量约353万立方米的库岸边坡变形体作为研究对象,通过综合采用野外地质精细调查、室内试验、三维数值模拟和理论分析等方法对该变形体的稳定性及成因机制进行深入研究。结果表明：该岸坡变形体基岩以玄武岩、凝灰岩为主,覆盖层总体较薄,主要为碎石土,变形体的持续发育由多因素耦合作用引起;当暴雨或水库蓄水时,变形体有效应力减小,位移量增加,滑面剪应变增量增加且贯通性更好;三维数值模拟结果显示,在天然、暴雨、低蓄水位(1586 m)和高蓄水位(1691 m)工况下的最大变形量分别为33.9 cm、56.2 cm、79.5和88.6 cm;该变形体的发育过程可分为两个阶段,分别是天然情况下的稳定阶段和暴雨或水库蓄水后的加速变形阶段,暴雨和库水位上升是促进该变形体持续变形的主要原因。     

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.     

基于遗传算法的类零相关多相码设计

距离高分辨多输入多输出（multiple input multiple output,MIMO）雷达体制下,目标回波可能跨越多个距离单元,因此要求发射信号在主瓣附近具有较低的自相关旁瓣和互相关。针对这一问题,提出了一种基于遗传算法的类零相关多相码设计方法。该方法选择具有零相关特性的零相关码集为初始群体,然后针对零相关码的特性,对遗传算法的交叉和变异操作进行了优化设计。通过把相关信号能量向远离主瓣的区域挤压,获得的多相码在主瓣附近具有较低的自相关旁瓣和互相关。最后,计算机仿真验证了该方法的有效性。