首页 | 本学科首页   官方微博 | 高级检索  
    检索          
共有20条相似文献,以下是第1-20项 搜索用时 203 毫秒

1.  多种群遗传算法在PBX本构模型参数识别中的应用  
   高军  黄再兴《爆炸与冲击》,2016年第6期
   利用多种群并行结构对标准遗传算法SGA进行并行化处理,引入移民算子和精华种群形成多种群遗传算法MPGA,并设计了自适应交叉和变异概率对算法的收敛速度进行改进.结合ABAQUS软件和改进的多种群遗传算法,建立了材料本构模型参数识别方法.采用该方法对PBX炸药黏弹性损伤本构模型参数进行了模拟识别,并同基于标准遗传算法的参数识别方法进行了比较.结果证明,基于改进多种群遗传算法IMPGA的方法对克服算法未成熟收敛有显著的效果,识别结果更稳定.同时该方法的收敛速度更快,寻优能力更强,适合复杂非线性问题的优化,此方法可以被应用到其他材料本构模型的参数识别中.    

2.  机械系统动力优化设计的自适应混合遗传算法  
   韦凌云  赵玫《应用力学学报》,2004年第21卷第4期
   针对机械系统动力优化设计问题的特点,本文提出了一个自适应混合遗传算法。该方法将目适应控制参数调整策略、小生境技术和单纯形法有机地融入遗传算法,较为有效地解决了基本遗传算法的过早收敛和局部搜索能力弱的问题,提高了算法全局寻优的可靠性和收敛速度,为解决机械系统动力优化设计问题提供了一种可靠、有效和易用的优化方法。一个五自由度汽车悬挂系统的动力优化设计实例验证了算法的效率、可靠性和实用性。    

3.  基于遗传算法的水轮机振动参数识别  被引次数:3
   刘迎曦 李生 李守巨《计算力学学报》,2003年第20卷第5期
   通过对水轮机现场测试数据的频域分析,建立了测点位移响应的参数正模型。并基于遗传算法,建立了在时域内识别结构振动参数的数值方法,采用该方法对水轮机位移响应正模型的待定参数识别进行了研究。计算结果表明,所建立的基于遗传算法的参数识别方法具有良好的稳定性、抗观测噪声能力和较高的识别精度,能够反演出比较符合实际情况的位移响应振动模型。这就为荷载识别、结构优化和预报减震效果等后续工作提供了可靠的实施前提。    

4.  经验正交函数与遗传算法结合的副热带高压位势场非线性模型反演  
   张韧  洪梅  孙照渤  牛生杰  朱伟军  闵锦忠  万齐林《应用数学和力学》,2006年第27卷第12期
   针对副热带高压的动力预报模型难以准确构建的困难,基于T106数值预报产品500hPa位势高度场序列,用经验正交函数(EOF)分解方法对位势场序列进行了时、空分解,引入了动力系统重构思想,以EOF分解的空间模态的时间系数序列作为动力模型变量,用遗传算法全局搜索和并行计算优势,进行了动力模型参数的优化反演,建立了客观合理的非线性动力模型.通过对动力模型积分和EOF的时、空重构,实现了副热带高压的中、长期预报.试验结果表明.本文反演的动力模型的副热带高压预报效果优于常规的数值预报产品,该研究工作为副热带高压等复杂天气系缔和萼索场预报提供了新的方法恩路和技术途径.    

5.  面向工程全局优化的混沌优化算法研究进展
Research advances of chaos optimization algorithms for engineering global optimization
 
   刘振军  杨迪雄《计算力学学报》,2016年第33卷第3期
   近年来,基于混沌的初值敏感性、伪随机性、遍历性以及自相似分形等非线性动力学特性所发展的混沌优化方法,是一种有潜力的工程全局优化新工具,已广泛应用于科学与工程技术的各学科领域。根据混沌优化方法的发展历程,以算法基本思想和工程应用研究状况为重点,评述了混沌神经网络优化方法、第一类混合混沌优化算法(基于混沌搜索)、第二类混合混沌优化算法(混沌序列代替随机序列)以及混沌分形优化四种主要混沌优化算法。混沌映射最早被引入神经网络,发展了混沌神经网络优化方法,可解决复杂的组合优化等全局优化问题。遗传算法及粒子群等启发式随机算法虽具全局搜索能力,但易出现早熟并陷入局部最优。然后,出现了混沌搜索的概念,研究者将其嵌入启发式算法建立了第一类混合混沌优化算法,可有效克服原启发式算法早熟收敛的缺点。随后,利用混沌映射产生的混沌序列代替启发式算法中的随机参数形成了第二类混合混沌优化算法。混合混沌优化算法有益于实现快速全局收敛和提高计算精度。最后,利用混沌分形特性,从分形理论出发提出一类新颖的混沌分形优化算法,可搜索到优化问题的所有全局最优解。此外,对混沌优化算法研究的几个发展方向进行了展望,诸如加强混沌优化算法的参数设计、处理大规模优化、多目标优化问题以及使用代理模型等。    

6.  基于遗传算法的人脸精确定位  
   廖频《南昌大学学报(理科版)》,2012年第36卷第3期
   提出一种基于遗传算法的人脸图象精确定位方法,作为人脸检测与人脸识别之间的一个中间优化处理过程,以解决由于人脸检测技术的定位误差导致人脸识别错误的问题。精确定位问题转化为一个在离散空间中的优化搜索问题,以遗传算法作为优化搜索方法,利用其收敛速度较快、鲁棒性强和全局寻优等优点,改进了基于身份子空间统一模型的人脸识别系统的识别效果。实验结果表明,基于遗传算法的人脸图象精确定位方法能够有效地提高人脸识别系统的识别率。    

7.  部分输入未知条件下结构动力复合反演的分解算法  
   谢献忠  易伟建  刘锡军《计算力学学报》,2005年第22卷第6期
   在充分利用部分输入已确知而部分输入未知的激励特性的基础上,提出了结构动力复合反演的分解算法,该算法从源头上消除了迭代过程中参数识别与荷载反演的相互影响,降低了问题的计算规模。对于线性参数系统,该算法不经过任何迭代计算即可一次性完成结构参数识别及荷载反演。将其与松弛法结合,可解决非线性参数系统的识别问题,与文献[4]的方法比较,其收敛速度有显著提高。    

8.  抛物型方程的演化参数识别方法  被引次数:11
   熊盛武  李元香  康立山  陈毓屏《计算物理》,2000年第17卷第5期
   给出子一种利用演化计算方法求解微分方程中的参数识别类型反问题的方法。该方法参数识别问题转化为泛函数的优化问题用演化算法来求解,指定待定参数的函数类形式,用遗传算法(Genetic Algorithes)来演化待求参数的最优估计值,并将该方法运用于线性扩散方程和拟线性对流扩散反方程反问题的数值模拟中。    

9.  基于一种免疫算法的结构动态参数识别  被引次数:1
   孙万泉  马震岳《计算力学学报》,2005年第22卷第2期
   受生物免疫系统的启发提出了一些基于免疫概念的优化算法。该方法有效地避免了传统遗传算法易于出现早熟、搜索效率低及不能很好保持个体多样性等问题。本文将免疫算法应用于结构动态参数识别领域,通过其在VC环境下调用ANSYS有限元程序中的APDL语言,并在后期引入加速循环操作,从而实现了对结构动态参数快速而精确的识别,仿真算例表明其正确性、有效性和较好的抗观测噪声能力。该方法特别适合于对大型复杂结构的参数识别计算。    

10.  基于子结构的非线性参数系统动力反演方法研究  
   林湘  吴子燕  邓子辰《计算力学学报》,2009年第26卷第1期
   研究了输入、输出不完备情况下的非线性参数系统动力反演问题.将子结构技术与分解算法相结合,引入广义逆,无需迭代.直接求得待识别参数的极小范数最小二乘解,反演获得未知输入荷载.本文从理论上论证了该方法的收敛性和严格的适用条件,为有限测点条件下非线性参数系统的动力反演问题提供了一个较好的解决方法.与全量补偿算法相比,计算效率大大提高,具有广泛的工程实际应用前景.数值算例表明该方法具有很好的参数识别精度及荷载反演效果.    

11.  基于遗传优化的西太平洋副高异常活动年份的动力预报模型反演  
   洪梅  张韧  刘科峰《物理学报》,2013年第62卷第7期
   基于2000–2010年NECR/NECP的500 hPa位势场资料, 用EOF时空分解方法和动力模型重构思想, 通过遗传算法的全局优化搜索和并行计算途径, 开展了500 hPa位势场动力预报模型反演, 建立了刻画副高活动的非线性动力预报模型, 实现了副高活动的中长期预报. 模型预报试验表明, 该模型对副高的中长期活动, 尤其是异常活动能够较好地描述和预报, 进而为副高等复杂天气系统的预报探索了新的方法思路. 关键词: 副热带高压 500 hPa位势场 动力模型反演 遗传算法    

12.  基于遗传算法的设计地震反应谱标定方法  
   夏江 陈清军《上海力学》,2006年第27卷第2期
   基于自然进化原理的遗传算法是一种解决复杂非线性规划问题十分有前景的方法。对遗传算法中一些有代表性的算法作了简要分析和评价。介绍了用地面峰值加速度(PGA)、峰值速度(PGV)和峰值位移(PGD)三个参数标定设计地震反应谱的模型。针对此分段非线性函数规划问题,运用MATLAB编写遗传算法程序进行了计算。计算表明遗传算法在全局优化、非线性优化、多参数优化等方面表现出了传统算法无法比拟的优势。    

13.  基于改进萤火虫算法的移动车辆参数识
Identification of moving vehicular parameters based on Improved Glowworm Swarm Optimization algorithm
 
   李海龙  吕中荣  刘济科《计算力学学报》,2017年第34卷第1期
   提出了一种基于萤火虫优化算法的移动车辆参数直接识别方法.采用四自由度双轴十二参数车辆模型和欧拉梁有限元模型建立了车桥耦合系统的动力方程,并利用Newmark直接积分法求解了系统的动力响应.通过引入一种局部搜索策略和末位淘汰机制改进了萤火虫优化算法的收敛速率,并提高了识别结果的精度.本文方法仅利用车辆振动的竖向加速度响应测量就能进行移动车辆参数的识别.数值算例表明,改进的萤火虫优化算法可以准确地识别出车辆的质量、悬挂刚度和阻尼等参数,并且对测量噪声不敏感.    

14.  改进的FastICA-SVR结合荧光光谱技术测定1-萘酚、2-萘酚  
   王玉田  刘凌妃  张立娟  张正帅  刘婷婷  王书涛  商凤凯《光谱学与光谱分析》,2019年第1期
   水作为生命之源与人类的生存息息相关,近年来关于水环境污染的报道越来越多,不容忽视。实验以萘酚的两种同分异构体1-萘酚、2-萘酚的混合物作为研究对象,提出了一种新的算法,通过对混合物的三维荧光光谱进行分析来实现水中萘酚的定性定量分析。利用FS920稳态荧光光谱仪对配制的混合溶液进行扫描得到荧光光谱数据,并对数据进行一系列的预处理去除拉曼散射和瑞利散射的影响。将解决盲源分离(BSS)问题的独立成分分析(ICA)算法应用到荧光光谱定性定量分析问题当中,盲源分离技术就是将测量得到的混合信号作为处理对象进行分解,实现未知系统中源信号的求解,并得到混合矩阵。对混合物中单一物质的识别与测量与盲源分离问题类似。采用基于负熵最大的快速独立成分分析(FastICA)算法对实验数据进行分解,将所有样本的三维荧光光谱数据沿发射波长方向展开成为向量,得到一个大小为(N×M)的矩阵(N为样本数,M为波长数),将该矩阵作为快速独立成分分析的输入进行独立分量提取,输出分别为单组分物质的展开荧光光谱和混合矩阵。FastICA算法的关键是利用牛顿迭代算法得到解混矩阵,但迭代过程中复杂的求导问题会使计算量增大、迭代速度减慢,针对该算法存在的问题,提出用差分法(又称为双点弦截法)代替求导的解决方法。为了验证算法的可行性,用改进后的算法和原有算法分别对荧光光谱数据进行了五次独立分量提取实验,原有算法平均运行时间为17.78s,而改进后的算法平均运行时间为3.22s,比原有算法提高了14.56s,有效地减少了计算量,改善了FastICA算法的迭代速度并且使其收敛性更加稳定。通过实验结果可以看出改进后的算法得到的光谱更接近真实的光谱。利用快速独立成分分析算法分解得到的混合矩阵与物质浓度相关,这是物质定量分析的依据,但它们之间的关系可能是非线性的,采用能实现非线性拟合的支持向量回归机(SVR)进行回归预测,将混合矩阵和实际浓度矩阵分别作为SVR的输入和输出,利用遗传算法(GA)对支持向量回归机的参数进行优化选择,并选择径向基核函数(RBF函数)作为SVR的核函数,建立回归模型,实现对荧光光谱的定量分析。1-萘酚的拟合相关系数(r)为0.998 6,样品回收率(Recovery rate)为96.75%~104.2%,预测均方根误差(RMSEP)为0.119μg·L~(-1);2-萘酚的拟合相关系数为0.998 8,样品回收率为96.8%~105.5%,预测均方根误差为0.1μg·L~(-1),预测结果比较令人满意,符合预测要求。实验证明改进的基于负熵最大的FastICA-SVR算法能实现对混合物中1-萘酚、2-萘酚准确有效的识别和测量,并且改进之后加快了算法的分解速度。    

15.  多传感器目标识别系统的特征优化方法  
   牛丽红  倪国强《光学技术》,2005年第31卷第3期
   来自多传感器的目标特征往往是高维数的,并且包含了更多的冗余信息和噪声。为了减小数据获取的代价,提高目标识别器的性能和效率,提出了基于遗传算法(GA)的多传感器目标识别系统特征优化方法。将遗传算法与神经网络目标分类器结合,通过识别结果的反馈信息,控制GA的遗传进化方向,从而实现特征优化。为了克服遗传算法的未成熟收敛问题,提出了相关选择与自适应遗传算子相结合的改进遗传算法。仿真实验结果验证了方法的有效性。    

16.  基于遗传算法的爆炸冲击荷载参数识别方法  被引次数:5
   李守巨  刘迎曦  刘玉静  何翔  周圆π《爆炸与冲击》,2002年第22卷第4期
   基于改进的遗传算法,建立了根据测试系统动力响应观测数据反演爆炸冲击荷载参数的数值方法。遗传算法为解决反问题的不适定性提供了强有力的手段。数值模拟结果表明,所提出的爆炸冲击荷 载参数随机反演方法具有全局搜索能力,并且具有良好的抗观测噪音能力。当测试系统的观测相对误差为10%时,参数反演结果的误差小于8%,所建立的参数反演方法具有良好的鲁棒性。    

17.  基于遗传算法的非线性映射预测硝基苯化合物的生物毒性  
   李仲  王凤英《原子与分子物理学报》,2010年第27卷第5期
   摘要: 非线性映射是一种降维处理技术,通过Sammon算法可以将多维分析问题转化为二维问题分析。应用该法的关键在于寻求二维空间的最佳投影点,这可以转化为一个复杂的非线性优化问题来进行解决。遗传算法是解决各类函数优化和非线性映射问题的一种有效算法。以硝基苯化合物的生物毒性的模式识别为例,编制基于误差函数的目标函数和遗传算法约束参数,应用基于MATLAB的遗传算法工具箱进行优化求解。结果表明:该工具箱在求解此类非线性优化问题上是有效的, 基于遗传算法的非线性映射的预测结果比其它方法要好些。    

18.  区间自适应遗传算法优化无约束非线性规划问题  
   朱会霞  李微微  李彤煜  刘凤超  张彩虹《数学的实践与认识》,2019年第4期
   针对无约束非线性规划传统优化方法存在的问题,将区间自适应遗传算法引入无约束非线性规划优化中,算法可以利用当前进化信息,自适应移动搜索区间,找到全局最优解,故可缩短搜索区间长度,提高编码精度,降低算法计算量,解决了传统遗传算法处理优化问题时,给定区间必须包含最优解这一问题,这也是本算法有别于其他优化算法的独特优势,为某些最优解所在区间难以估计的无约束非线性规划问题的优化提供了一条有效可行的途径.系统阐述了区间自适应遗传算法的原理,给出了算法优化无约束非线性规划问题的步骤,以MatlabR2016b仿真方式对算法进行了实例测试,结果表明,方法是一种计算稳定、正确、有效、可靠实用的无约束非线性规划优化方法.    

19.  用遗传算法确定物态方程参数  
   江厚满 张寿齐《高压物理学报》,1998年第12卷第1期
   根据实测应力历史曲线建立非线性优化模型,以确定材料物态方程参数。将全局优化性能良好手遗传算法应用于优化过程,针对2号纯铁的一维平面碰撞实验记录,用这种方法计算了铁的物态方程参数c0和s,并将结果同用BFGS算法得到的结果进行了比较。    

20.  一种基于自适应混合遗传算法的非线性函数优化方法  
   胡觉亮  吴庆标《高校应用数学学报(A辑)》,2004年第19卷第Z1期
   遗传算法因其具有的特性,它采用交换、复制和突变等方法,获取的解为全局最优解,而且无需计算函数的导数,是一种只考虑输入与输出关系的黑箱问题,适用于处理各种复杂问题.此文基于最优保存的思想,把最速下降法与最优保存和自适应遗传算法相结合,用于求解非线性函数优化问题,提出一种基于自适应混合遗传算法的非线性函数全局优化方法.    

设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号