复杂系统的遗传-模糊建模方法

针对复杂系统的模糊建模问题，提出了一种遗传．模糊建模新方法。首先，利用竞争学习算法对输入空间进行自适应聚类，基于聚类结果提取模糊模型的规则前件隶属函数参数，采用局部最小二乘法求得规则后件参数，从而初步建立起系统的T-S模糊模型。然后，对规则前、后件参数进行编码，借助于实值编码遗传算法优化模糊系统。最后，数字仿真结果验证了算法的可行性和有效性。     

基于多种群遗传算法的城轨列车节能运行优化研究

通过建立定时约束条件下的最小能量控制模型,采用Pontryagain极小值原理推导了城市轨道列车节能操纵策略的组成。提出一种变长实矩阵编码的多种群遗传算法进行列车节能运行优化:采用多质点的列车牵引仿真器模拟列车运行;对列车运行控制序列采用变长实数矩阵编码;引入基于退火选择的变长算子以增强算法的全局搜索能力;适应值共享保持种群的多样性;多种群并行寻优提高收敛速度,增强寻优过程的稳定性。实例计算结果证实了该方法的有效性和先进性。     

实数编码自适应遗传算法及其在光瞳滤波器参数控制中的应用

提出一种基于实数编码自适应遗传算法的光瞳滤波器光瞳函数参数优化设计的新方法.通过计算机模拟,结合实际使用场合对光能效率、旁瓣影响因子和超分辨能力的要求,选择合适参数实现最佳轴向超分辨成像效果.利用遗传算法设计的光瞳滤波器设计简单,有较好的综合效果,不仅具有较小的u0和M值,而且有较大的S值.理论和实践均表明该方法是高效和可靠的.     

基于模糊建模的混炼胶粘度测量

提出了一种在线测量混炼胶粘度的新方法．该方法以模糊建模技术为基础,综合考虑混炼过程各因素对胶料粘度的影响,建立起胶料粘度的在线测量模型．在模糊建模中,采用T-S模型描述胶料粘度变化的非线性过程,提出了一种基于相似性判别的模糊聚类算法以自动确定合适的聚类组数目,并用实数编码的遗传算法优化全局参数,从而获得了规则简化的、具有较高精度的模糊模型．根据此方法,设计了测量装置,并进行了现场试验．试验结果表明模糊模型输出与实验室测量值基本一致,平均误差较低且最大误差未超过1门尼．该方法较大地提高了橡胶混炼的生产效率,为粘度最优控制奠定了基础．     

基于遗传算法的输油管道压力信号自适应滤波

通常检测到的输油管道压力信号存在着信噪比较低的问题,通过应用实数编码的改进遗传算法对最小均方误差(LM S)自适应滤波器的权值向量W进行寻优,避免了收敛步长μ选择不当所引起的误差;遗传算法的并行操作也有效地防止了W在递推过程中收敛于局部最优解.仿真结果表明,该方法简单,运行时间短,去噪效果良好,可为泄漏检测和定位提供可靠的数据.     

基于分布式并行遗传算法的相对波阻抗反演方法

目的研究地震相对波阻抗反演的优化方法。方法比较遗传算法二进制编码、实数编码在最优个体保存策略、随机均匀分布选择、分散交叉、高斯变异和分布式并行方案下的全局寻优能力。结果实数编码分布式并行遗传算法优于基本遗传算法,用该方法对数值模型和实际地震剖面进行波阻抗参数反演,验证了分布式并行遗传算法的有效性、优越性。结论基于分布式并行遗传算法的相对波阻抗反演,为遗传算法在地震属性的优化研究中提供了一种改进思路。     

基于广义遗传优化的RBF算法在铁水脱硫中的应用

铁水脱硫过程是一个非常复杂的多元非线性反应过程,在研究了基本遗传算法和RBF算法的基础上,提出了基于广义遗传优化的RBF算法.并说明了基于广义遗传优化的RBF算法在某钢厂铁水脱硫预报模型中的应用.该算法不仅克服了RBF中心个数选择的随机性,而且较好地解决了遗传算法时间复杂度高的缺点.通过对基于广义遗传优化的RBF算法与RBF算法的仿真比较,进一步阐明了该算法在铁水脱硫预报模型中的有效性和精确性.并且现场实验也表明,该算法能够达到终点命中率在85%以上,这说明了该算法的工程实用性.     

一种基于实数编码的改进遗传算法

在介绍基于实数编码遗传算法的优点和分析原有遗传操作机制存在缺陷的基础上,重点研究了实数编码的改进线性交叉算子,提出了一种改进遗传算法(MGA)·该改进线性交叉算子的优点是在交叉之后,一个子代位于两父代之间,另一子代位于靠近较好的父代的一侧,使解向好的方向发展,并且都是可行解·通过对几个典型的实例计算并与其他基于实数编码的遗传算法进行比较,结果表明,本算法在求解优化问题的收敛速度和精确性方面具有优势·     

实数编码化学反应优化的全局收敛性研究

作为一种新的自然计算方法,化学反应优化性能优越,适应性强,但其理论研究缺乏.针对上述问题,以实数编码化学反应优化(RCCRO)为对象,研究其收敛性和收敛速度.首先,建立RCCRO在连续时间上有限吸收的Markov链模型,并证明其为有限可吸收Markov链;然后,基于有限吸收Markov链证明RCCRO的收敛性;进而,对于采用不同初等反应组合的RCCRO,研究初等反应的有效性和算法全局收敛的必要条件;最后分析了RCCRO的收敛速度和首达时间.     

基于GA-Fuzzy的混沌系统辨识研究

提出用遗传算法优化的Takagi-Sugeno-Kang(TSK)模糊模型对未知或不确定的混沌动力学系统进行辨识。在辨识未知混沌系统的TSK模型过程中，只需利用未知混沌系统的输出时间序列。首先，采用模糊聚类分析方法从训练数据建立其初始TSK模糊模型。然后采用实数编码的遗传算法对初始模型进行优化设计。同时为防止破坏模糊规则的语义属性，对遗传搜索空间采取了适当的限制。用辨识模型重建吸引子方法定性地评价辨识模型，通过计算辨识模型的Lyapunov指数定量地评价辨识模型的性能。仿真结果表明，该辨识模型能很好地逼近原混沌动力学系统，准确地体现原混沌系统的动力学特性。