大型橋梁動(dòng)力檢測測點(diǎn)優(yōu)化的改進(jìn)遺傳算法及其應(yīng)用

通過對(duì)遺傳算法的二進(jìn)制編碼和實(shí)數(shù)編碼的機(jī)理分析,結(jié)合2種編碼的優(yōu)點(diǎn),從工程結(jié)構(gòu)優(yōu)化實(shí)際問題出發(fā),提出了一種可以任意控制離散度的改進(jìn)實(shí)數(shù)編碼遺傳算法.該算法利用實(shí)際工程結(jié)構(gòu)問題中對(duì)尺寸設(shè)計(jì)變量精度要求的放松,在編碼過程中加上\"隱約束\

本文的主要目的是開發(fā)基于實(shí)數(shù)編碼的雜交遺傳算法來識(shí)別土體的本構(gòu)參數(shù)。該雜交遺傳算法在經(jīng)典遺傳算法框架下開發(fā),融合兩個(gè)新開發(fā)的交叉算子,形成了一個(gè)新的雜交策略。為了保持種群的多樣性,在算法中采用了一個(gè)動(dòng)態(tài)隨機(jī)變異算子。另外,為了提高算法收斂性,采用了一個(gè)基于混沌的局部搜索技術(shù)。分別基于室內(nèi)試驗(yàn)和現(xiàn)場試驗(yàn),通過識(shí)別土的本構(gòu)參數(shù)來測試新算法的搜索能力和搜索效率。為了測試新開發(fā)算法的突出表現(xiàn),特選用5種經(jīng)典的隨機(jī)類算法(遺傳算法、粒子群算法、模擬退火算法、差分算法和蜂巢算法),分析同樣的案例進(jìn)行比較。結(jié)果表明,在收斂速度和最優(yōu)解的準(zhǔn)確度方面,新改進(jìn)的算法可以很好地處理巖土工程的參數(shù)反演。

應(yīng)用遺傳算法的染色體編碼、約束條件及修復(fù)算子等,提出了解決橋梁施工資源有限工期最短的優(yōu)化方法,研究了其目標(biāo)函數(shù)的數(shù)學(xué)模型,利用vc語言編制了計(jì)算機(jī)程序,實(shí)橋優(yōu)化結(jié)果表明遺傳算法符合橋梁施工實(shí)際。

根據(jù)資源優(yōu)化和遺傳算法理論,分析橋梁施工資源均衡優(yōu)化評(píng)價(jià)參數(shù),建立實(shí)橋遺傳算法優(yōu)化模型,并利用tuboc編制計(jì)算機(jī)程序,計(jì)算得出良好優(yōu)化效果。

針對(duì)傳統(tǒng)方法單獨(dú)采用bp神經(jīng)網(wǎng)絡(luò)算法易陷入局部極值的問題,提出了遺傳算法優(yōu)化bp神經(jīng)網(wǎng)絡(luò),并將其應(yīng)用于mimo-ofdm系統(tǒng)信號(hào)檢測中。該方法將遺傳算法與神經(jīng)網(wǎng)絡(luò)相結(jié)合,用遺傳算法優(yōu)化神經(jīng)網(wǎng)絡(luò)初始值,使bp網(wǎng)絡(luò)快速收斂到最優(yōu)解,避免了由初始值的隨機(jī)選取而帶來的檢測誤碼。仿真結(jié)果表明所提出的方法在誤碼率方面有比較好的性能。

針對(duì)標(biāo)準(zhǔn)遺傳算法在迭代過程中經(jīng)常出現(xiàn)未成熟收斂、發(fā)生振蕩、隨機(jī)性太大等缺點(diǎn),提出一種新的遺傳算子轉(zhuǎn)基因算子,用于對(duì)標(biāo)準(zhǔn)遺傳算法的改進(jìn)·這種轉(zhuǎn)基因算子有效地利用了計(jì)算適應(yīng)度的信息,很好地保護(hù)了最優(yōu)個(gè)體,并能提高群體中個(gè)體的適應(yīng)度·包含轉(zhuǎn)基因算子的改進(jìn)遺傳算法能直接計(jì)算具有應(yīng)力約束和截面尺寸約束的離散變量結(jié)構(gòu)優(yōu)化設(shè)計(jì)問題,也能處理同時(shí)具有穩(wěn)定約束和位移約束的多工況、多約束、多變量的離散變量結(jié)構(gòu)優(yōu)化設(shè)計(jì)問題·算例結(jié)果表明,改進(jìn)遺傳算法的收斂特性和優(yōu)化設(shè)計(jì)結(jié)果遠(yuǎn)好于標(biāo)準(zhǔn)遺傳算法,是一種理想的建筑結(jié)構(gòu)優(yōu)化設(shè)計(jì)方法·

文中闡述了遺傳算法與其它算法相結(jié)合的多種改進(jìn)遺傳算法進(jìn)行水電站無功優(yōu)化中的應(yīng)用和今后的發(fā)展方向。

首先給出了離散變量結(jié)構(gòu)的數(shù)學(xué)優(yōu)化模型,提出了子空間搜索的單親遺傳算法,并給出了兩個(gè)減少計(jì)算量的策略。通過兩個(gè)結(jié)構(gòu)優(yōu)化的算例表明,文章算法收斂速度快、收斂平穩(wěn),為離散變量結(jié)構(gòu)優(yōu)化設(shè)計(jì)提供了一種借鑒方法。

針對(duì)簡單遺傳算法中的線性適應(yīng)度、恒定交叉與變異概率等不能動(dòng)態(tài)地適應(yīng)整個(gè)尋優(yōu)過程,提出采用非線性適應(yīng)度與自適應(yīng)交叉、變異概率的改進(jìn)遺傳算法。以典型的遺傳算法測試函數(shù)驗(yàn)證改進(jìn)遺傳算法的有效性與可行性,最后將改進(jìn)遺傳算法用于離散變量桁架結(jié)構(gòu)優(yōu)化設(shè)計(jì),計(jì)算結(jié)果表明改進(jìn)遺傳算法是可行、有效的。

橋梁動(dòng)力檢測與有限元分析——介紹了橋梁結(jié)構(gòu)的動(dòng)載試驗(yàn)和動(dòng)力測定評(píng)價(jià)方法。分析了某高架特大橋的動(dòng)力檢測試驗(yàn)的結(jié)果，對(duì)橋梁空間實(shí)體進(jìn)行了有限元分析，可為類似工程提供參考。

在工程結(jié)構(gòu)的優(yōu)化設(shè)計(jì)中，遺傳算法已逐步得到應(yīng)用；本文采取一種新的染色體編碼方式，將遺傳算法應(yīng)用到水工結(jié)構(gòu)的優(yōu)化設(shè)計(jì)中，重力壩的計(jì)算結(jié)果驗(yàn)證了遺傳算法的可行性與有效性。

針對(duì)在天然氣長輸管道運(yùn)行優(yōu)化中廣泛使用的傳統(tǒng)遺傳算法存在的諸多問題,結(jié)合天然氣長輸管道的運(yùn)行特點(diǎn),對(duì)傳統(tǒng)遺傳算法加以改進(jìn)。使用改進(jìn)后的遺傳算法對(duì)管道運(yùn)行優(yōu)化的計(jì)算結(jié)果表明,改進(jìn)遺傳算法優(yōu)于動(dòng)態(tài)規(guī)劃算法和傳統(tǒng)遺傳算法,在天然氣長輸管道的運(yùn)行優(yōu)化過程中具有實(shí)用價(jià)值。

針對(duì)遺傳算法在迭代過程中經(jīng)常出現(xiàn)未成熟收斂、振蕩、隨機(jī)性太大和迭代過程緩慢等缺點(diǎn),提出引入轉(zhuǎn)基因算子與單親遺傳算子,同時(shí)提出一種離散變量結(jié)構(gòu)優(yōu)化設(shè)計(jì)的三等分割算法,通過與遺傳算法相結(jié)合并運(yùn)用到初始群體形成和進(jìn)化過程中,使兩種算法既可相互獨(dú)立地運(yùn)算,又可彼此相互協(xié)調(diào)、共同作用.根據(jù)工程實(shí)際,充分考慮規(guī)范規(guī)定的約束條件和各項(xiàng)技術(shù)標(biāo)準(zhǔn)要求,建立離散變量結(jié)構(gòu)優(yōu)化模型.各種算法的優(yōu)化結(jié)果對(duì)比表明,改進(jìn)混合遺傳算法具有省時(shí)、高效、局部搜索能力強(qiáng)和全局性好的特點(diǎn).

遺傳算法原理、實(shí)現(xiàn)及其在離散變量結(jié)構(gòu)優(yōu)化設(shè)計(jì)中的應(yīng)用——闡述了遺傳算法的基本原理和實(shí)現(xiàn)步驟，論述了遺傳算法的特點(diǎn)．介紹了遺傳算法在離散變量結(jié)構(gòu)優(yōu)化設(shè)計(jì)中的應(yīng)用情況　　

將微種群遺傳算法與基于啟發(fā)式模式移動(dòng)的局部尋優(yōu)方法和aitkenδ~2加速策略相結(jié)合,給出了一種加速微種群遺傳算法.算法中利用aitkenδ~2加速策略改進(jìn)當(dāng)前種群,利用基于啟發(fā)式模式移動(dòng)的局部尋優(yōu)方法改進(jìn)子代群體.利用3個(gè)數(shù)值優(yōu)化算例測試了算法的性能,表明本文算法具有較好的收斂性和計(jì)算效率.最后將其用于桁架結(jié)構(gòu)截面優(yōu)化設(shè)計(jì),10桿平面桁架和25桿空間桁架的優(yōu)化結(jié)果表明,本文算法的計(jì)算精度和計(jì)算工作量均優(yōu)于傳統(tǒng)的遺傳算法.

建立了由沙畈水庫和金蘭水庫組成的串聯(lián)小水電群優(yōu)化調(diào)度的數(shù)學(xué)模型,采用了改進(jìn)遺傳算法對(duì)該模型進(jìn)行優(yōu)化計(jì)算。算法設(shè)計(jì)編程簡單、計(jì)算工作量小、收斂速度快。利用兩個(gè)水庫的入庫徑流實(shí)測值進(jìn)行了仿真實(shí)驗(yàn),結(jié)果說明優(yōu)化調(diào)度能比常規(guī)調(diào)度取得更大的經(jīng)濟(jì)效益,同時(shí)也說明了遺傳算法是求解小水電群優(yōu)化調(diào)度的可行而有效的方法。

針對(duì)傳統(tǒng)算法在套筒滾子鏈傳動(dòng)優(yōu)化設(shè)計(jì)中全局尋優(yōu)能力差的問題,改進(jìn)了標(biāo)準(zhǔn)遺傳算法參數(shù),并運(yùn)用退火罰函數(shù)處理約束,提出了基于改進(jìn)遺傳算法的套筒滾子鏈傳動(dòng)優(yōu)化設(shè)計(jì)的方法。開發(fā)了混合離散變量優(yōu)化的改進(jìn)遺傳算法程序,給出了套筒滾子鏈傳動(dòng)的混合離散變量優(yōu)化設(shè)計(jì)的實(shí)例,所得優(yōu)化參數(shù)符合實(shí)際生產(chǎn)的要求。

本文考慮隨機(jī)因素的影響,建立了dh106動(dòng)力箱可靠性優(yōu)化設(shè)計(jì)的模型。采用懲罰函數(shù)法將約束優(yōu)化轉(zhuǎn)化為無約束優(yōu)化。將遺傳算法用于dh106動(dòng)力箱可靠性優(yōu)化設(shè)計(jì)的求解,利用交叉和變異來搜索,在較大程度上避免了優(yōu)化搜索停止在局部優(yōu)化解上,優(yōu)化效果十分明顯。

以vav中央空調(diào)能耗仿真模型為基礎(chǔ),根據(jù)vav中央空調(diào)節(jié)能優(yōu)化問題的特點(diǎn),分析了利用遺傳算法解決該問題的可行性。詳細(xì)介紹了利用遺傳算法尋找vav中央空調(diào)系統(tǒng)運(yùn)行過程中各個(gè)可控變量的最佳設(shè)定值的優(yōu)化過程,并對(duì)遺傳算法的運(yùn)行效果進(jìn)行了分析。建立了基于遺傳算法的vav中央空調(diào)控制仿真系統(tǒng),對(duì)該方法在實(shí)際系統(tǒng)中的應(yīng)用進(jìn)行了仿真驗(yàn)證。

基于遺傳算法的燒結(jié)配料優(yōu)化方法 摘要：配料是燒結(jié)的基礎(chǔ)，燒結(jié)配料效果的好壞直接影響到企 業(yè)的生產(chǎn)效益。傳統(tǒng)的燒結(jié)配料試算模型存在配料成分不穩(wěn)定，配 料成本高等諸多弊端，本文介紹了利用遺傳算法進(jìn)行燒結(jié)優(yōu)化配料 的方法，將優(yōu)化方案應(yīng)用到實(shí)際生產(chǎn)中取得明顯的經(jīng)濟(jì)效益。 關(guān)鍵詞：燒結(jié)優(yōu)化配料遺傳算法 中圖分類號(hào)：tf04文獻(xiàn)標(biāo)識(shí)碼：a文章編號(hào)：1007-9416（2013） 01-0118-02 1前言 配料是燒結(jié)的基礎(chǔ)，燒結(jié)配料效果的好壞直接影響到燒結(jié)礦的 化學(xué)成分及穩(wěn)定性，并影響到原料的使用成本。傳統(tǒng)的試算模型存 在配料成分不穩(wěn)定，配料成本高，配料能力不足，資源利用不合理 等諸多弊端。而傳統(tǒng)的求解最優(yōu)化方法又大多要求搜索空間具有連 續(xù)可導(dǎo)性，且通常只能給出局部最優(yōu)解，不易獲得全面最優(yōu)解。 近幾年來發(fā)展起來的遺傳算法則較好地解決了這些問題，遺傳 算法（geneticalgori

介紹了遺傳算法的基本原理及算法步驟,對(duì)其編碼與解碼方案、約束條件的處理、搜索速度、全局尋優(yōu)等進(jìn)行了改造,使新群體的整體素質(zhì)更好,加快了尋優(yōu)過程。采用改進(jìn)的遺傳算法對(duì)干式變壓器的電磁計(jì)算設(shè)計(jì)進(jìn)行了優(yōu)化,并應(yīng)用于sgb-800/10干式電力變壓器的單目標(biāo)和雙目標(biāo)的優(yōu)化設(shè)計(jì)。通過實(shí)例參數(shù)對(duì)比分析,表明該算法切實(shí)可行,優(yōu)化效果較好。

基于遺傳算法的rc結(jié)構(gòu)優(yōu)化設(shè)——結(jié)合我國現(xiàn)行的結(jié)構(gòu)設(shè)計(jì)規(guī)范，對(duì)承受多工況荷載下的鋼筋混凝土框架結(jié)構(gòu)離散變量的優(yōu)化設(shè)計(jì)問題，提出了基于遺傳算法的優(yōu)化算法。通過建立配筋模板數(shù)據(jù)庫，將梁柱的計(jì)算配筋面積轉(zhuǎn)換成最優(yōu)的且滿足規(guī)范和施工要求的實(shí)際配筋形式。...