基于遗传算法的二层线性规划问题的求解算法

本研究了下层以最优解返回上层的二层线性规划问题的遗传算法。在提出可行度概念的基础上，构造了二层线性规划上层规划问题的适应度函数，由此设计了求解二层线性规划问题遗传算法。为了提高遗传算法处理约束的能力，在产生初始种群时将随机产生的初始种群变为满足约束的初始种群，从而避免了使用罚函数处理约束带来的困难，最后用实例验证了本提出的二层线性规划的遗传算法的有效性。     

基于遗传算法构建巴耳末公式

基于遗传算法构建了巴耳末公式．通过建立合适的拟合数学模型，用计算机对数学模型进行优化，使之尽可能反映氢原子实际谱线分布，并求出经验常量和拟合公式，最后分析了所得结果．     

用遗传算法拟合电力系统负荷短期预测的非线性模型

本文运用遗传算法，根据河北省１９８５—１９９０年春节期间每小时用电量的统计数字，建立了非线性回归模型（Ｇｏｍｐｅｒｔｄｚ），结果表明，遗传算法性能良好，可望成为电力系统各种非线性模型辨识的有效手段。     

遗传算法在构象搜寻中的应用

遗传算法是一种模仿自然进化进程的新颖的启发式优化方法。通过它，人们可以在计算机上对所需的各种问题实施进化操作，最终产生理想的结果。遗传算法现已被广泛于计算机辅助设计、工程设计、系统模拟等领域并取得了极大的成功。本文拟对遗传算法在对大、中、小分子的构象搜寻中的应用作一较全面的综述。     

(BN)n(n≤12)团簇的结构及成键性质

利用遗传算法和Gastreich提出的经验势函数研究了(BN)_n(n≤12)团簇的可能稳定结构, 并对能量较低的异构体在HF/6-31G(d)水平进行优化, 得到了(BN)_n(n≤12)团簇的线状、蒲扇形、单环、双环、三环和笼状结构, 讨论了各种结构的特征及相对稳定性. 分析了BN团簇中原子的成键性质, 在单环结构中, N原子以sp2杂化成键, B原子以sp杂化成键, 而在节点处B原子以sp2杂化成键. (BN)6是唯一没有张力的单环结构.     

不依赖于统计模型的手性毛细管电泳分离多指标同时优化

考虑到手性毛细管电泳分离机理的复杂性，提出了不依赖于统计模型的二进制编码遗传算法多目标优化策略。根据实验参数的多少及其重要性，采用均匀设计安排完成初步实验。并用Derringer功效函数作为多指标同时优化的评价指标，以取得较高的分离度和较快分离速度；通过对实验参数给予编码，转化为二进制字符串，根据得到的总功效函数值大小进行遗传算法操作，产生新的一组实验条件。重复上述过程直到得到最佳分离条件为止。此方法成功地应用于华法令对映体的毛细管电泳分离条件优化。     

用数值遗传算法改进非线性PLS法进行构效关系研究

将数值遗传算法同非线性ＰＬＳ结合，改进和完善了非线性ＰＬＳ，推导了指数，对数，倒数和Ｓｉｇｍｏｉｄ函数的公式，构造了可以处理多种非线性函数关系的算法，可用于解决复杂的结构与性能相互关系。     

人类A3腺苷受体拮抗剂1,2,4-三唑并[1,5-α]喹喔啉衍生物的QSAR研究

采用遗传算法构建了27种人类腺苷受体拮抗剂1,2,4-三唑并[1,5-α]喹喔啉衍生物与受体之间的亲和性的QSAR模型.为得到理想模型,计算了拓扑学、热力学、空间、电子拓扑状态和量子化学描述符.结合这些参数得到最终模型:ENpKi=13.407-0.027*FC-8-0.033*FC-8 0.845*Atype_C_28-19.493*Shadow_XYfrac.计算得到的统计学指标为:LOF=0.291,r2=0.766,ra2dj=0.723,F-test=17.974,PRESS=3.469,CV-r2=0.791.通过对模型进行分析,得到如下结论:降低C-8位亲电、亲核原子的前线电子密度的权重和分子在XY平面的投影分数,增加疏水性原子类型描述符Atpye_C_28的值,都对增加化合物分子与受体的亲和性有利.利用此模型合理的设计了两个新的化合物,并预测具有较高的结合活性.该研究为喹喔啉衍生物作为人类A3腺苷受体拮抗剂的结构改造提供理论指导,并为进一步研究受体与配体亲和性机理奠定理论基础.     

基于GA-BP神经网络的信息技术业上市公司的成长性预测

文章针对民营企业中的信息技术业,建立包含盈利能力、营运能力、偿债能力、扩张能力、创新能力与公司规模6个方面的指标体系,采用整合改进遗传算法和神经网络的GA-BP算法,对企业的成长性建立模型进行预测与分析.进一步,为验证模型性能,从WIND金融数据库获取数据并进行预处理后,测试集上可决系数R2为0.9990,性能优于其他五种机器学习算法.通过公司市值增长率进行相关系数分析,对建立的模型进行有效性检验,结果表明所选特征的有效性与合理性.最后通过随机森林进行封装特征重要性排序,对指标模型进行简化,选出的8个特征在测试集上改进GA-BP算法的R2为0.8927,再次证明了最初指标选择的合理性.     

Lamination Design Optimization for Continuous Fiber Reinforced Composites of Variable Thicknesses北大核心CSCD

由于具备高的比强度、比刚度,利用连续纤维增强复合材料代替传统金属材料以实现结构轻量化正受到设计者们的广泛关注。然而,结构的复杂性给复合材料的铺层设计与优化带来了很大的挑战。针对航空用复合材料铺层设计约束多的问题,通过逐步构建设计变量准确表达结构的铺层信息。基于经典遗传算法框架,结合各设计变量特点,定义了铺层优化算法中的遗传算子,通过引入“修复”策略保证了每一代解都能满足设计约束,分布在可行域区间内。最后利用精英保留策略提高了算法的局部寻优能力,可以降低复杂复合材料结构铺层设计的计算成本。通过解决经典benchmark问题并与已有优化结果的比较,验证了前述铺层优化算法的全局、局部寻优能力,为工程实际中的复合材料铺层设计优化提供了理论支撑。