常态及故障条件下的多传感器任务管控调度研究

针对多传感器控制中的常态和故障情况问题,建立了描述常态和故障条件下的多传感器控制的多目标规划模型,通过偏离度指数,应用遗传算法求得常态控制问题最优解.其次将传感器故障转化成伪执行器故障运用改进的遗传算法,实现了多传感器故障情形下最优控制求解.仿真结果表明了最优控制方案的有效性.     

基于机器学习方法的丙型肝炎病毒聚合酶NS5B非核苷抑制剂的定量构效关系研究

对89 个苯并异噻唑和苯并噻嗪类丙型肝炎病毒(HCV) NS5B聚合酶非核苷抑制剂进行了定量构效关系(QSAR)研究. 采用遗传算法组合偏最小二乘(GA-PLS)和线性逐步回归分析(LSRA)两种特征选择方法选择最优描述符子集, 然后建立多元线性回归和偏最小二乘线性回归模型. 并首次尝试使用遗传算法耦合支持向量机方法(GA-SVM)对两种特征选择方法所选的描述符子集分别建立非线性支持向量机回归模型. 三种机器学习方法所建模型均得到比较满意的预测效果. 采用LSRA所选的6 个描述符建立的三个QSAR模型对于测试集的相关系数为0.958-0.962, GA-SVM法给出最好的预测精度(0.962). 采用GA-PLS所选的7个描述符建立的三个QSAR模型对于测试集的相关系数为0.918-0.960, 偏最小二乘回归模型的结果最好(0.960). 本工作提供了一种有效的方法来预测丙型肝炎病毒抑制剂的生物活性, 该方法也可以扩展到其他类似的定量构效关系研究领域.     

基于可变航速的支线集装箱船舶调度优化模型与算法

随着航运市场的竞争不断加剧和集装箱船舶大型化的发展,越来越多的航运企业选择轴-辐式航运网络模式。支线船舶调度问题作为轴-辐式航运网络的重要组成部分受到研究者的高度关注。本文研究了可变航速和经济航速两种情境下的支线船舶调度问题,同时考虑枢纽港和喂给港的取送箱时间窗限制,以航运企业运营成本最小化为目标函数建立非线性混合整数规划模型。首先使用专业的规划求解器进行小规模算例的求解,验证了模型的准确性。同时运用改进的遗传算法对大规模支线船舶优化调度模型进行求解。为了提高求解效果,进一步设计了多智能体进化算法进行求解。数值结果表明,可变航速的运营成本低于经济航速的运营成本;在算法效率方面,改进遗传算法收敛速度较快,多智能体进化算法则可以提高求解精度。     

基于PCA-GA-BP神经网络的茶园环境预测研究

为了提高茶园墒情站数据的可靠性,详细分析了BP算法,提出了先采用主成分分析法来降低环境因子间的相关性,然后将遗传算法、动量法、自适应学习率与BP神经网络相结合预测茶园环境数据的新方法,方法有效地避免了BP算法收敛慢、易陷入局部极小等问题的发生.选取贵州省清镇市红枫湖生态茶园的环境数据作为实验数据对PCA-GA-BP环境数据预测模型进行验证,实验结果显示:该模型的平均相对误差为2.32%,精度优于BP预测模型.集成了GA-BP模块的茶园墒情站目前已经投入使用,有效指导着茶树的种植和保护.     

考虑模糊交货期的柔性作业车间动态调度研究

针对柔性作业车间调度在机器故障扰动情况下的动态性,采用基于事件与周期混合驱动的滚动窗口再调度策略进行动态调度.对于工件交货期模糊的情况采用梯形交货期窗口表示,并运用字典序多目标规划的方法,以平均流经时间最小、能耗最小、客户满意度最大为目标,建立多目标柔性作业车间动态调度模型,并设计了改进的自适应免疫遗传算法,在对种群进行初始化时,将初始化机器、初始化工序及随机初始化结合在一起,并对模型进行求解.将算例仿真结果与遗传算法所得的结果进行对比,验证算法的有效性.     

基于GA-BP模型的北京城镇农产品冷链物流需求预测

以农产品冷链物流需求为研究对象,从农产品供给、社会经济、冷链发展、人文、物流需求规模五个角度构建其指标体系,利用遗传算法(GA)的全局搜寻能力,构造了预测农产品冷链物流需求的遗传BP神经网络模型(GA-BP)并以北京为实例,对其城镇农产品冷链物流需求进行预测.结果表明,建立的模型对冷链物流需求与其影响因素的非线性关系有较强的刻画能力和较高的预测精度,能够为农产品冷链物流规划者及政府提供定量的决策依据.     

基于遗传算法的公交智能调度与优化——以南岳衡山景区为例

南岳衡山(以下简称南岳)以“外秀于林,内秀于文”驰名中外,作为风景名胜区近几年游客人数不断攀升。本文利用遗传算法对景区内公交线路的调度模型进行求解。首先,根据景区现有的公共交通资源和旅客的出行规律,构建了以旅游公交营运成本、游客等待成本和游客流失成本三方面优化目标的模型;然后,使用线性加权方法实现对旅客与营运公司双方利益兼顾,进一步完善模型;最后,利用Matlab对实地调研数据的车辆调度方案求解。表明该模型改善了南岳景区旅游交通,满足游客的合理需求,提升了旅游公司经营策略,真正成为“寿岳独秀”的知名品牌。     

基于遗传算法的五模材料分层优化*

由于超材料的微结构尺度不能忽略,利用超材料微结构所集成的器件等效参数不是连续分布的,而是呈离散分布的。因此在利用超材料设计声学器件的过程中,需要对器件进行分层离散化,而分层方案的选取往往会影响器件的工作效果。该文基于五模材料水下隐身衣的设计理论,提出了一种基于遗传算法的五模材料隐身衣分层优化策略,并分别对优化前和优化后的分层隐身衣做了声学仿真。仿真结果表明采用优化策略后,隐身衣背景声场的散射能量和反射能量均有大幅度降低,并且对窄带探测信号和宽带探测信号均有较好的隐身效果,因此该分层优化策略能够显著提升隐身衣的隐身效果。该文所提出的分层优化策略为提升五模材料隐身衣性能提供了理论支持,并可以进一步推广至其他超材料器件的微结构设计中。     

混凝土声发射信号源定位精度的细观模型计算分析*

混凝土内部在断裂时会产生相应的声发射信号,通过这一信号,混凝土内部损伤断裂区域可以被定位。然而,混凝土是一种多相非均匀材料,而声发射定位算法是基于均匀介质假设进行计算的,因此采用该算法对其定位会产生一定的误差,有必要从细观的角度研究混凝土非均匀性对定位精度的影响。本文基于随机骨料模型以及时差定位算法（基于遗传算法）,建立了一种用于估计混凝土声发射定位误差的定量估算模型。本文采用该模型定量估算分析了混凝土细观组分对其声速的影响,并在该分析结构的基础上继续分析了骨料含量以及声速取值偏差对定位精度的影响。     

SiPLS-CARS与GA-ELM对哈密瓜冠层叶片含水率的反演估测

传统的叶片含水率检测方法效率低、操作繁琐且是有损的检测,不利于大田哈密瓜叶片含水率的快速获取。为实现对大田哈密瓜生长期进行更精细的田间灌水管理,利用光谱技术分别获取了哈密瓜植株在成长期（M₁）、开花期（M₂）、结果期（M₃）、成熟期（M₄）四个时期内的冠层叶片样本,采用烘干法测得叶片样本的含水率。为提高预测模型的精度和稳定性,首先开展并讨论极限学习机（ELM）模型中的核函数与隐含层神经元个数的选择对ELM模型精度的影响。随后分别利用联合子区间偏最小二乘法（SiPLS）及其与竞争性自适应重加权采样法（CARS）、遗传算法（GA）、连续投影算法（SPA）的组合算法对全波段光谱数据中与叶片含水率相关性高的特征波长进行筛选提取。再分别使用GA与粒子群算法（PSO ）对已经确定最佳核函数与隐含层神经元个数的ELM模型中的输入层与隐含层间的连接权值（W）和隐含层神经元阈值（B）进行优化选择,获取最优且稳定的W与B值,进一步提高模型的稳定性和预测精度。最后将四种特征波长提取算法优选出的特征波长分别进行ELM,GA-ELM,PSO-ELM建模分析,以校正集和预测集的相关系数R_c与R_p为模型评价指标,经过对比分析优选出能准确预测哈密瓜冠层叶片含水率的反演估测模型。采用SiPLS及其与CARS,GA和SPA的组合算法提取特征波长,筛选出的变量数分别为273,20,32和6,占全光谱变量的15.6%,1.2%,1.9%和0.03%。进一步将筛选出的特征波长作为自变量,叶片的含水率作为因变量,建立了ELM的预测模型,最佳预测精度R_p值为0.845 0,预测精度不是很理想。故引入GA与PSO对ELM中随机产生的W与B值进行优化选择。最终,经过研究发现,利用GA优化后的ELM模型结合SiPLS-CARS筛选出的特征波长建立的哈密瓜冠层叶片含水率预测精度最优,故反演叶片含水率的最优建模方式为SiPLS-CARS-GA-ELM,R_c值为0.928 9,R_p值为0.903 2,所建模型精度较高,可为大田哈密瓜冠层叶片的含水率进行快速检测,为田间灌溉管理提供科学依据。