基于KPCA-K-means++和GA-LMS模型的改进RBF神经网络室内可见光定位

针对室内可见光定位接收光功率不均匀、定位精度低等问题,提出一种自适应花授粉定量式灯源优化方案结合改进径向基函数(RBF)的神经网络接收信号强度指示(RSSI)可见光定位方法.所提方法采用自适应花授粉算法优化发射器的光照强度;通过基于改进RBF神经网络的RSSI定位方法处理接收到的均匀光信号,实现精确有效定位.利用核主成分分析K-means++(KPCA-K means++)聚类模型对RSSI样本值进行预处理,得到最优聚类数目和聚类中心,作为隐含层神经元个数和中心值.通过遗传算法-最小均方(GA-LMS)模型对RBF神经网络参数进行寻优.仿真结果表明,在9 m×12 m×3.5 m的室内环境中,接收光功率为 28.6 dBm～-25.1 dBm,定位误差小于0.1m.因此,所提改进后的可见光定位方法具有定位精度更高、实用性更强等优点.     

基于遗传算法的SOBER-SJ10池沸腾传热研究

基于遗传算法构建了沸腾过程中加热固壁一维瞬态导热反问题计算方法,采用具有精确解的半无限瞬态导热问题构造了一个校核算例,验证了该算法具有较高的准确度和抗干扰能力,能够准确反演计算沸腾传热瞬态热流密度。基于该算法分析了 SOBER-SJ10地面和空间实验中沸腾传热特性,结果表明微重力环境中单相传热被严重抑制,热流密度远小于地面数值;不同重力条件下核态沸腾传热曲线落在同一位置,显示出低热流密度时核态沸腾传热具有某种重力无关特征;但微重力条件下核态沸腾曲线起始于远低于地面的热流密度,同时在远比地面小的热流密度值时达到临界热流状态,并转变为过渡沸腾模式。     

超临界CO2布雷登循环热电联供系统多目标优化

本文研究了以超临界CO₂布雷登循环为原动机的热电联供系统,对系统主要运行参数进行了分析,得到运行参数对于系统热力学性能和经济性能的影响规律。同时,以一次能源利用率和单位输出成本作为目标函数,采用多目标遗传算法对系统进行了优化;在优化结果的基础上,通过TOPSIS法决策出最优解,并与单目标最优解进行对比。结果表明,透平进口温度、透平进口压力和压缩机进口温度的增大有利于系统效率的提高;作为代价,成本也相应增加。在热电比0~4范围内,尽可能增大热电比能够最大程度上降低系统的单位输出成本,提高能源的利用率。     

Comparative study of kinetic modeling for the oxidative coupling of methane by genetic and marquardt algorithms

Overall kinetic studies on the oxidative coupling of methane, OCM, have been conducted in a tubular fixed bed reactor, using perovskite titanate as the reaction catalyst. The appropriate operating conditions were found to be: temperature 750-775 ℃, total feed flow rate of 160 ml/min, CH4/O2 ratio of 2 and GHSV of 100 min-1. Under these conditions, C2 yield of 28% was achieved. Correlations of the kinetic data have been performed with lumped rate equations for C2 and COx formation as functions of temperature, O2 and CH4 partial pressures. Six models have been selected among the common lumped kinetic models. The selected models have been regressed with the experimental data which were obtained from the Catatest system by genetic algorithm in order to obtain optimized parameters. The kinetic coefficients in the overall reactions were optimized by different numerical optimization methods such as: the Levenberg-Marquardt and genetic algorithms and the results were compared with one another. It has been found that the Santamaria model is in good agreement with the experimental data. The Arrhenius parameters of this model have been obtained by linear regression. It should be noted that the Marquardt algorithm is sensitive to the first guesses and there is possibility to trap in the relative minimum.     

GaMnAs薄膜洛伦兹振子模型参数提取以及材料缺陷分析

利用改进的遗传算法从GaMnAs外延薄膜的远红外反射光谱中提取了GaMnAs薄膜的洛伦兹振子模型参数,发现GaAs掺入Mn后,ωTO向低频方向移动,ωLO基本保持不变,ε∞和εs均减小,γ有很大变化.并通过XRD以及近红外谱发现Mn的掺入会引入缺陷,这种缺陷会影响晶格质量,导致γ发生很大变化.     

基于TSP问题的一种改进遗传算法

针对传统遗传算法(GA)在解决旅行商问题(TSP)时存在的不足,对初始种群的选取方式和算子的选取进行了改进,设计出了一种能够较好的求解出TSP问题的最优解的算法.计算机仿真实验验证了该算法的有效性.     

基于均匀设计抽样遗传算法求解背包问题

众所周知,遗传算法的运行机理及特点是具有定向制导的随机搜索技术,其定向制导的原则是:导向以高适应度模式为祖先的"家族"方向.以此结论为基础,利用均匀设计抽样的理论和方法,对遗传算法中的交叉操作进行了重新设计,给出了一个新的GA算法,称之为均匀设计抽样遗传算法.最后将均匀设计抽样遗传算法应用于求解背包问题,并与简单遗传算...     

遗传算法结合密度泛函理论研究Cu13团簇的几何结构

基于Gupta 多体势采用遗传算法详细计算了金属团簇Cu13的几何结构,对所得到的大量低能（基态及低激发态）结构,利用密度泛函理论方法作进一步优化计算。结果表明：尽管遗传算法所得基于Gupta原子间多体势的基态结构（Ih高对称性的紧致结构）并不对应第一性原理计算结果（非紧致低对称性基态）,但遗传算法给予的大量候选结构经密度泛函理论再次计算仍然可以高效地得到真实基态结构,体现出遗传算法在计算具有非紧致低对称性基态体系时的有效性。     

大规模伤亡事件应对流程的前摄性调度优化

以死亡人数最少化为目标,研究大规模伤亡事件应对流程的前摄性调度优化问题。首先,使用伤情等级和伤情随机转化的马尔可夫链,建立伤员死亡概率与伤员处置时间的函数关系。随后,将研究问题转化为柔性作业车间静态调度问题,并设计遗传算法求解。最后用一个随机算例对算法进行仿真,结果表明：该算法可行有效;与现有研究中救援时间最短化的调度方法相比,伴随着可接受的救援时间跨度增加,该方法可大幅降低救援过程中的死亡人数。本文研究有助于决策者优化应急救援过程,有效减少死亡人员数量。     

双目标瓶颈指派问题的遗传算法

给出一种双目标瓶颈指派问题的新模型,本模型结合了决策者和工人两方面的因素,特别之处在于考虑到了工人对工作的排名偏好.进而,将双目标瓶颈指派问题转化为单目标规划,并设计了解此问题的遗传算法,算法的解均为双目标瓶颈指派问题的Pareto最优解.