模糊數(shù)據(jù)挖掘和遺傳算法在入侵檢測中應(yīng)用

本文針對高層建筑風(fēng)振控制問題,應(yīng)用基于遺傳算法優(yōu)化模糊規(guī)則庫的模糊控制方法,通過mr阻尼器實(shí)現(xiàn)減小高層建筑風(fēng)振反應(yīng)。采用雙輸入、單輸出的模糊控制策略,即以風(fēng)荷載和其變化率為輸入量,以mr阻尼器所提供的控制力為輸出量。利用基于遺傳算法的優(yōu)化的模糊規(guī)則庫,根據(jù)作用模糊子集的推理方法進(jìn)行模糊推理運(yùn)算,并采用常用的重心法進(jìn)行解模糊處理。以某12層框架結(jié)構(gòu)為例,進(jìn)行數(shù)值模擬分析,并與優(yōu)化前的模糊控制策略和lqr最優(yōu)控制策略進(jìn)行比較。數(shù)值分析結(jié)果表明,利用遺傳算法使優(yōu)化模糊規(guī)則庫得以優(yōu)化,改善了模糊控制的效果,有效地減小了結(jié)構(gòu)的風(fēng)振反應(yīng)。

將一種全程控制的模糊遺傳算法(fga算法)引入結(jié)構(gòu)優(yōu)化設(shè)計。區(qū)別于一般的標(biāo)準(zhǔn)遺傳算法(sga算法),該算法基于模糊推斷機(jī)理,可對遺傳算法的選擇、交叉、變異以及搜索空間的變化進(jìn)行全程控制。通過2個典型數(shù)值多峰函數(shù)對fga算法與sga算法性能進(jìn)行了考核和對比,證明該算法在跳出局部最優(yōu)和搜索效率等方面均有較大改進(jìn)。將此改進(jìn)的模糊遺傳算法(fga算法)應(yīng)用于含整型和離散變量的鉚釘連接結(jié)構(gòu)連接效率優(yōu)化。結(jié)果表明:連接效率和優(yōu)化效率均得到改善。

標(biāo)準(zhǔn)遺傳算法在求解無約束優(yōu)化問題時得到了成功的應(yīng)用,但是多數(shù)的工程實(shí)例為約束優(yōu)化問題.目前引入懲罰函數(shù)思想的遺傳算法是解決約束優(yōu)化問題最常用的方法,但是使用此方法時參數(shù)的設(shè)定較為困難.從避免這個困難和提高算法本身性能的角度出發(fā),構(gòu)造了一種新的算法.首先對非可行個體進(jìn)行修正,把約束優(yōu)化問題轉(zhuǎn)化為無約束優(yōu)化問題;其次,采用了擴(kuò)大搜索空間選擇較優(yōu)個體的交叉算子,增強(qiáng)了全局搜索能力;最后,在部分較優(yōu)個體附近采用了局部搜索策略,提高局部搜索能力.通過對2個工程優(yōu)化實(shí)例的求解說明了算法的有效性.

遺傳算法在固結(jié)系數(shù)計算中的應(yīng)用——建筑物的荷載通過基礎(chǔ)傳給地基，地基受力后將會產(chǎn)生應(yīng)力和變形，從而導(dǎo)致建筑物基礎(chǔ)產(chǎn)生沉降和傾斜。如果基礎(chǔ)的沉降不均勻，將會對于建筑物的安全產(chǎn)生一定的影響，而影響沉降的最主要因素是飽和土體的固結(jié)系數(shù)，而固結(jié)系數(shù)的...

模糊粗糙集數(shù)據(jù)挖掘方法在電力變壓器故障診斷中的應(yīng)用研究 ——基于油中溶解氣體的分析診斷 董立新1,肖登明1,王俏華1,呂干云1,劉奕路2 (1.上海交通大學(xué)電子信息及電氣工程學(xué)院,上海200240； 2.美國弗吉尼亞理工大學(xué)電氣工程系) 摘要:將電力變壓器故障歷史數(shù)據(jù)首先進(jìn)行模糊化及離散化處理，然后構(gòu) 建故障診斷決策表，以決策表作為主要工具，即“知識庫”，采用粗糙集數(shù)據(jù)挖 掘方法直接從決策表中提取出潛在的診斷規(guī)則，為電力變壓器提供有效的故障診 斷。 關(guān)鍵詞:模糊;故障診斷;知識庫;粗糙集（rs） fuzzyroughsetsmethodapplicationresearchforfault diagnosisofpowertransformer donglixin1,xiaodengming1,wa

遺傳算法是模擬自然選擇和自然遺傳過程中的繁殖、交叉和基因突變現(xiàn)象,在每次迭代中都保留一組候選解,并按某種指標(biāo)從解群中選取較優(yōu)的個體,利用遺傳算子對這些個體進(jìn)行組合,產(chǎn)生新一代的候選解群,重復(fù)此過程,直到滿足某種收斂指標(biāo)為止。此算法在解決復(fù)雜優(yōu)化問題的潛力和在工業(yè)領(lǐng)域的成功應(yīng)用的到廣泛關(guān)注。主要介紹了遺傳算法用于測量中線性問題的解算,并根據(jù)此算法自身優(yōu)點(diǎn),應(yīng)用于測邊網(wǎng)平差等非線性問題的解算中,得出了理想的結(jié)果,并據(jù)此得出了一些建議與結(jié)論。

電網(wǎng)負(fù)荷需求量隨著氣候、環(huán)境的變化而變化,在很大程度上存在著不確定性,而目前制定的發(fā)電計劃都是根據(jù)以往的經(jīng)驗進(jìn)行制定的,給出的計劃出力與實(shí)際負(fù)荷水平存在較大的偏差。由于存在偏離發(fā)電計劃的偏差,如果單純地按照發(fā)電計劃發(fā)電,會導(dǎo)致電能的不平衡,從而影響電網(wǎng)的正常運(yùn)行。為了描述這種偏差,采用模糊集理論來描述負(fù)荷的不確定性,構(gòu)建了一個基于模糊負(fù)荷的梯級水電站發(fā)電耗水量最小的短期優(yōu)化調(diào)度數(shù)學(xué)模型,利用模糊區(qū)間的概念來研究不同模糊置信水平下梯級水電站的優(yōu)化調(diào)度問題。同時研究入庫徑流量、發(fā)電耗水量、棄水量、水頭變化等因素,全面考慮蓄水量、棄水量、發(fā)電流量、發(fā)電水頭之間的關(guān)系及其對水電站正常運(yùn)行的影響,以及各級水電站間的相互影響,用二次曲線表達(dá)式描述水電站水頭特性關(guān)系,既能準(zhǔn)確描述水電站水庫特性,又能減少優(yōu)化問題的決策變量個數(shù),提高求解效率。最后以一個三級水電站為例,通過遺傳算法求解所建模型,利用置信區(qū)間的概念分析負(fù)荷在不同置信水平下的優(yōu)化情況,結(jié)果表明了所建優(yōu)化調(diào)度數(shù)學(xué)模型的正確性和可行性。

利用粒子群算法對入侵檢測神經(jīng)網(wǎng)絡(luò)模型進(jìn)行優(yōu)化。仿真結(jié)果表明,與bp神經(jīng)網(wǎng)絡(luò)和ga神經(jīng)網(wǎng)絡(luò)相比較,具有較強(qiáng)的逼近和容錯能力、較快的收斂速度和較好的檢測效果。

目前市場上流行的變頻空調(diào)存在著反應(yīng)滯后、自適應(yīng)能力差等問題。本文利用遺傳算法具有全局最優(yōu)搜索能力和自增強(qiáng)式學(xué)習(xí)能力的特點(diǎn),結(jié)合模糊控制方法,研究了一種基于遺傳算法模糊智能變頻空調(diào)的控制方法。對控制系統(tǒng)的硬件和軟件進(jìn)行了設(shè)計,并在motorola908gp32上進(jìn)行了仿真實(shí)驗,取得預(yù)期的效果,為該技術(shù)方法的實(shí)際應(yīng)用奠定了理論與實(shí)驗基礎(chǔ)。

提出了一種適合于模糊控制空調(diào)器參數(shù)優(yōu)化的變?nèi)后w規(guī)模遺傳算法———vpga.通過對二維病態(tài)且難以極小化的單峰考評函數(shù)———rosenbrock函數(shù)的計算,證明了vpga較標(biāo)準(zhǔn)遺傳算法(sga)具有較高的全局尋優(yōu)能力.采用該算法對模糊控制空調(diào)器的比例因子進(jìn)行了優(yōu)化,并與單形調(diào)優(yōu)法的優(yōu)化結(jié)果進(jìn)行了對比.結(jié)果表明,采用vpga避免了局部最優(yōu)問題,同時也提高了收斂速度

通過對目前市場家用空調(diào)自動控制原理的分析研究,以空調(diào)系統(tǒng)舒適性為多目標(biāo)優(yōu)化函數(shù),利用遺傳算法結(jié)合模糊控制方法對空調(diào)系統(tǒng)控制規(guī)則進(jìn)行自動尋優(yōu)控制,達(dá)到變頻空調(diào)自適應(yīng)智能控制的目的。

介紹了掘進(jìn)工作面局部通風(fēng)的要求,提出了一種新的礦井局部通風(fēng)機(jī)自適應(yīng)控制策略,局部通風(fēng)機(jī)的速度由模糊控制器根據(jù)工作狀態(tài)隨時調(diào)整,其模糊控制規(guī)則基于遺傳算法在線調(diào)節(jié)。該系統(tǒng)具有適應(yīng)性強(qiáng)、控制靈活的優(yōu)點(diǎn),又具有較高的控制精度和較好的穩(wěn)定性。

基于遺傳算法中處理約束條件使用的傳統(tǒng)罰函數(shù)方法效果并不理想,本文提出了一種處理約束優(yōu)化問題的模糊罰函數(shù)遺傳算法,并在高層建筑的上部結(jié)構(gòu)與地基基礎(chǔ)共同作用的基礎(chǔ)上,將其應(yīng)用于高層建筑的樁箱基礎(chǔ)的優(yōu)化設(shè)計問題,工程實(shí)例證明其不僅能改善基礎(chǔ)受力情況,而且具有較大的經(jīng)濟(jì)效益。

針對變風(fēng)量空調(diào)模糊控制系統(tǒng)控制規(guī)則的獲取依賴人類經(jīng)驗的問題,提出將遺傳算法與模糊控制相結(jié)合。在推導(dǎo)適應(yīng)度值函數(shù)的基礎(chǔ)上,利用遺傳算法獲取控制規(guī)則,改善控制效果。一定程度上解決了人為調(diào)試獲取規(guī)則困難的問題。仿真結(jié)果表明,在變風(fēng)量空調(diào)系統(tǒng)中將遺傳算法與模糊控制相結(jié)合是可行的。

利用matlab軟件對基于遺傳算法模糊智能空調(diào)系統(tǒng)進(jìn)行了仿真設(shè)計。設(shè)計了模糊子系統(tǒng)和遺傳算法子系統(tǒng)的仿真系統(tǒng),以舒適度為目標(biāo)函數(shù),利用遺傳算法對模糊智能變頻空調(diào)的控制規(guī)則及隸屬度函數(shù)進(jìn)行了仿真尋優(yōu)。并利用尋優(yōu)獲得的隸屬函數(shù)和控制規(guī)則與pid算法、常規(guī)模糊控制算法控制同一被控對象的響應(yīng)結(jié)果進(jìn)行了對比分析。

針對房間溫控對象的參數(shù)變化對空調(diào)器模糊控制效果有很大影響這一現(xiàn)象，提出了一種基于遺傳算法的自適應(yīng)模糊控制方法，該方法由一種新型的參數(shù)混合辨識算法以及變?nèi)后w規(guī)模的遺傳優(yōu)化算法組成，從而實(shí)現(xiàn)了比例因子的在線自調(diào)整。仿真結(jié)果證明了該方法的有效性。

針對某小型固定翼無人機(jī)縱向姿態(tài)控制和軌跡跟蹤的要求設(shè)計了一種模糊-積分混合控制器.為避免控制器參數(shù)調(diào)試的復(fù)雜性,提高控制性能,利用遺傳算法對模糊控制的隸屬度函數(shù)進(jìn)行了優(yōu)化設(shè)計.在優(yōu)化設(shè)計階段,確定了設(shè)計變量和約束條件,并給出了比例因子整定原則.仿真結(jié)果表明,基于遺傳算法的模糊-積分控制器與傳統(tǒng)pid控制器相比具有更短的響應(yīng)時間,魯棒性強(qiáng),并且解決了單一模糊控制器穩(wěn)態(tài)響應(yīng)精度低、響應(yīng)曲線顫振的問題.

vol.31no.3 2005206 華東理工大學(xué)學(xué)報(自然科學(xué)版)　　　　　 journalofeastchinauniversityofscienceandtechnology(naturalscienceedition)　　　　　 基金項目:國家自然科學(xué)基金(60074035);浙江省自然科學(xué)基金 (y104171) 收稿日期:2004205230 作者簡介:葉慕靜(19792),女,浙江人,碩士生,研究方向為先進(jìn)生產(chǎn) 系統(tǒng)組織與優(yōu)化。 　　文章編號:100623080(2005)0320371205 slp和遺傳算法結(jié)合在工廠平面布置中的應(yīng)用 葉慕靜3,　周根貴 (浙江工業(yè)大學(xué)經(jīng)貿(mào)學(xué)院,杭州310014) 　　摘要:用經(jīng)典的系統(tǒng)布置設(shè)計求得綜合相互

遺傳算法在巖土工程反演問題中的應(yīng)用——綜述了巖土工程反演的基本過程，并在介紹遺傳算法研究進(jìn)展的基礎(chǔ)上，將遺傳算法與傳統(tǒng)優(yōu)化算法進(jìn)行比較，然后給出幾種遺傳算法的改進(jìn)策略，同時介紹了遺傳算法在巖土工程反演領(lǐng)域中經(jīng)常使用的幾種改進(jìn)方法，最后通過實(shí)例...

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)行過程中各個可控變量的最佳設(shè)定值的優(yōu)化過程,并對遺傳算法的運(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),對該方法在實(shí)際系統(tǒng)中的應(yīng)用進(jìn)行了仿真驗證。

提出了利用遺傳算法實(shí)現(xiàn)空調(diào)器理想溫度的控制效果,介紹了空調(diào)器溫控系統(tǒng)的控制原理,通過遺傳法優(yōu)化pid參數(shù),使空調(diào)器能夠根據(jù)室內(nèi)溫差及室內(nèi)外溫度變化率確定壓縮機(jī)的轉(zhuǎn)速,實(shí)現(xiàn)最佳的自動制冷工況,通過實(shí)驗仿真表明控制系統(tǒng)具有很好的魯棒性和滿意的動態(tài)特征。

綜述了巖土工程反演的基本過程,并在介紹遺傳算法研究進(jìn)展的基礎(chǔ)上,將遺傳算法與傳統(tǒng)優(yōu)化算法進(jìn)行比較,然后給出幾種遺傳算法的改進(jìn)策略,同時介紹了遺傳算法在巖土工程反演領(lǐng)域中經(jīng)常使用的幾種改進(jìn)方法,最后通過實(shí)例驗證了遺傳算法是求解巖土工程反演問題的有效方法。