用遗传算法优化模糊控制器

提出一种带迁移算子的遗传算法 ,并用于优化模糊控制器 ,在对倒立摆和大纯滞后等复杂对象的控制仿真实验中均获得很好的结果 ;并对提高遗传算法多参数优化的效率及目标函数的影响进行了初步的讨论。     

用于神经网络直接逆控制的连续空间遗传算法

为解决神经网络直接逆控制中训练样本的获取问题 ,提出一种神经控制器的设计方法 .通过对连续空间遗传算法的编码和遗传算子进行适当改进 ,采用保留精英的线性排序选择 ,避免成熟前收敛 ,并给出算术交叉算子和乘法变异算子 ,使算法同时具有好的搜索精度和搜索效率 ;然后采用这种改进的遗传算法对非线性动态系统的控制进行优化 ,获得基于一定性能指标的期望的状态轨迹及相应的最优控制序列 ,并以此训练神经网络控制器 .最后给出了以同步机为控制对象的仿真结果 ,验证了方法的有效性 .     

利用遗传算法进行振动吸振器的优化设计

为了解决振动吸振器优化设计的非线性多维离散问题,引入了全局搜索遗传算法,以频率范围内的声功率峰值最小作为目标函数,对吸振器的位置及结构参数进行了优化设计。采用了混合编码与ｓｔｅａｄｙｓｔａｔｅ算法操作,以提高遗传算法的性能,用位移响应基础法替代传统的有限元方法计算了声功率值,节约了遗传算法的计算时间。最后以悬臂板梁为例,对算法进行了验证。     

基于遗传算法的动态联盟伙伴选择过程及优化模型

动态联盟中的伙伴选择和优化是动态联盟组建过程中的一个关键问题。该文对动态联盟中伙伴选择问题的复杂性进行了分析 ,指出已有定量方法存在的局限性 ,在对伙伴选择过程进行数学描述的基础上 ,提出了一个基于遗传算法的联盟伙伴选择优化模型 ;并对该模型的算法进行了设计和改进 ,最后给出了一个典型算例 ,以说明该模型和算法的有效性。     

切片平均分子量神经网络预测模型的研究及应用

建立聚合反应切片平均分子量的预测模型对锦纶帘子布的生产有重要的意义,该文采用改进的遗传算法（ＧＡ）和ＢＰ算法相结合的混合学习算法来训练神经网络,并采用多元逐步回归法对输入层节点数进行了优化,建立了聚合反应切片平均分子量在线预测的神经网络模型。在某化工厂聚合反应中的应用表明,该模型比基于最小二乘法的预测模型收敛速度快,预测精度高、网络有泛化能力强。     

进化设计思维与进化设计系统

结合思维的瞬间达尔文进行化机制和遗传程序设计的思想,阐述了设计思维的进化过程,在此基础上,提出了进化设计系统的结构,并对其特征和构在键进行了分析,设计是复杂而富创造性的活动,是演化方法和逻辑推理的结合,一方面体现出设计思维的诸多特征;另一方面为形象思维和创造性思维的计算机实现提供了一定程度上的可能性,拓展了设计方法学和设计自动化的研究思路。     

集成环境下基于特征的CAPP专家系统

综合运用专家系统技术、特征技术和数据库技术,针对工程制造业加工和使用的箱体类零件,提出了一种集成环境下的基于特征的CAPP专家系统的研制开发构想,实现了箱体类零件的计算机辅助工艺过程设计。     

多工序公差综合优化方法的研究

公差是机械制造过程中最重要的参数之一,其对加工成本和产品质量有很大影响,以最低加工成本为目标,根据成本与公差间的函数关系,建立了非线性的公差优化模型,并采用遗传算法解决了多零件多工序非线性公差综合优化问题。实例证明该优化模型正确,算法可靠。     

动物遗传标记概述

文中综述了几种常用的遗传标记方法及其各自的优缺点,着重对分子遗传标记作了较系统的阐述。     

简单遗传算法的一种改进算法

针对简单遗传算法收敛速度慢的问题,结合复合形法,提出了一种改进算法并将其应用于系统辨识,仿真结果表明,改进后的算法具有收敛快,精度高的优点。