单一成本目标数据处理服务外包业务工艺规划研究

本文对数据处理服务外包业务工艺规划所涉及的要素——成品数据要求、工艺方法、工序排序和设备工具进行了分析,结合数据处理业务流程特点,采用数学规划方法建立了非线性优化模型。在综合比较各类求解非线性规划的方法的基础上,鉴于遗传算法具有编码容易、搜索速度快以及鲁棒性等优点,选择遗传算法求解单目标优化问题。通过选取实际企业数据,利用MATLAB编程求解,验证了本文结果的适用性。     

一步法设计单色仪凹面全息光栅

凹面全息光栅是光谱分析仪器的核心器件之一,其成像质量直接决定了光谱分析仪器的分辨本领。利用光程函数理论设计凹面全息光栅是一个繁琐的求解非线性方程组的过程,该过程分两步进行,每步需要求解四个非线性方程。分两步求解不但过程麻烦,还不可避免地引入了取舍误差,降低了最优参数的精度。为了解决该问题,本文提出了一种设计单色仪凹面全息光栅的新方法——一步法,该方法不但可以简化求解过程、降低最优参数的误差,还可以方便地控制整体像差的变化趋势。采用有较强全局搜索能力的遗传算法求解该方法中非线性方程的极值问题,并与传统的方法对比验证了该方法的可行性和正确性,结果表明,一步法不但在方法上比两步法简便,其设计结果还优于两步法。     

基于遗传算法的片上网络低功耗映射

随着片上网络(Network-on-Chip)集成度的提高,功耗逐渐成为设计的焦点.本文提出了一种在延时约束条件下,基于遗传算法的片上网络通信链路的低功耗映射算法.该算法使用数组方式编码染色体,并采用非常规码的交叉和变异运算因子.它充分利用遗传算法的群体优势,能快速有效地对通信功耗作优化.实验表明,该算法能平均减少50%左右的通信功耗.     

遗传算法在柱状高温气冷堆换料优化问题中的应用

堆芯换料方案的优化是一个典型的组合优化问题,其搜索空间异常庞大。传统的优化算法很难在如此巨大的搜索空间中寻找出全局最优解。遗传算法以其优良的自适应能力和优化能力,为组合优化问题提供了一个非常有效的解决途径。采用遗传算法对柱状高温气冷堆堆芯装料方案进行了优化,并编写了相应程序。为了提高堆物理的计算精度,堆芯临界计算采用26群输运计算。由于多群输运计算需要大量计算时间,为此对遗传算法进行了并行优化。为了验证遗传算法对柱状高温气冷堆换料的优化能力,构造了一个8组件的小型柱状高温气冷堆换料优化基准题。结果表明,遗传算法在柱状高温气冷堆换料优化问题中具有良好的优化能力和计算稳定性。     

基于大脑情感学习模型和自适应遗传算法的混沌时间序列预测

针对传统神经网络预测精度不高、收敛速度慢的问题,提出一种基于大脑情感学习模型和自适应遗传算法的混沌时间序列预测方法.大脑情感学习模型模拟了哺乳动物大脑中杏仁体和眶额皮质之间的情感学习机制,具有计算复杂度低、运算速度快的特点,因此可以大大提高混沌预测的快速性.为了进一步提高大脑情感学习模型的预测精度,采用自适应遗传算法优化其参数,将待优化的权值与阈值分布在染色体基因序列上,用适应度函数选出最佳参数,从而增强了模型的逼近能力.基于Lorenz混沌时间序列和实际地磁Dst指数序列的预测结果表明,本文方法较其他传统方法在预测精度、运算速度和稳定性上均具有明显优势.     

遗传算法优化变分模态分解提取舰船辐射噪声特征线谱方法

特征线谱提取是舰船目标识别的一个重要研究环节,常采用传统的DEMON谱分析方法,处理过程中,一般对舰船噪声时域信号未予抑噪,低信噪比情况下,传统DEMON谱分析性能差。对此,提出一种采用遗传算法优化变分模态分解方法,用于分解舰船噪声原时域信号,获得抑制噪声后的舰船噪声重构信号,进而有效提取了舰船目标噪声幅度调制特征线谱。该方法首先采用遗传算法优化变分模态分解的两个关键输入参数(分解所取模态个数和惩罚因子),对变分模态分解得到的各阶固有模态分量加以判别,去除噪声主导分量,保留信号主导分量,使重构舰船噪声信号显著抑制了干扰噪声,然后对降噪后的重构信号进行频谱分析,获得目标噪声调制特征线谱。理论分析、仿真和实验数据处理结果表明,相比传统DEMON谱分析法,基于遗传算法优化变分模态分解的舰船噪声特征线谱提取方法具有更好的噪声抑制能力,所获取的舰船噪声幅度调制特征线谱信噪比明显高于传统DEMON方法,具有一定优势,前景良好。     

光谱技术结合BiPLS-GA-SPA和ELM算法的生菜冠层氮素含量检测研究

氮素是影响生菜产量和品质的重要因素,光谱技术是检测作物氮素含量最有效的手段之一。通过获取不同氮素水平下生菜冠层的反射光谱,对其进行FDSGF（first-order derivative based savitzky-golay filt）滤波后,利用后向区间偏最小二乘算法（BiPLS）、遗传算法（GA）及连续投影算法（SPA）对特征波长进行梯度提取,最终从2 151个波长点中提取了8个与生菜氮素最为相关的特征波长。分别利用多元线性回归（MLR）、径向基函数神经网络（RBFNN）及极限学习机（ELM）三种算法建立了基于特征波段或特征波长的8个生菜冠层氮素含量检测模型。结果表明： BiPLS-GA-SPA-ELM模型（RMSEC=0.241 6%,R_c=0.934 6,RMSEP=0.284 2%,R_p=0.921 8）的预测结果优于其他模型,为指导合理施肥和开发便携式仪器提供了理论基础。     

集团分布式制造模式下生产调配优化模型研究及算法设计

基于分布式概念的集团分布式制造生产管理模式在市场中占据着越来越重要的地位,此种运营模式由制造型企业向服务型企业蔓延的趋势也越来越明显,然而针对这一具有自身特点的集团分布式概念下的生产管理模型的调度研究却很少。研究针对此生产管理模式下集团级的生产调配问题建立数学模型,综合考虑客户订单的分散情况、各分厂日生产能力限制和产品品种多样性的特点,采用改进的遗传算法求解该模型,提出一种基于订单和工厂的两段式非负整数染色体编码方法,保证了生产能力约束和订单约束,采用PMX交叉算法避免不合法染色体的出现。选取W集团一定计划期内的客户订单数据进行实例分析,验证了该生产调配模型和算法的有效性。     

最优二维固/固声子晶体带隙特性研究

声子晶体是一种具有弹性波带隙特性的周期性复合材料,其带隙特性受单胞拓扑形状的影响。通过拓扑优化技术,能够突破传统设计方法的局限,实现对声子晶体的主动设计。本文基于遗传算法和改进的平面波展开法,通过两阶段的优化过程,得到具有最大相对带隙的二维铜/环氧树脂声子晶体结构,并进一步研究不同带隙最优声子晶体单胞拓扑形状及其带隙特性。结果表明,利用所开发的带隙优化程序,能够得到满足带隙要求的具有全局最优的声子晶体结构;声子晶体最低带隙所对应的单胞是简单晶格结构,其散射体形状简单,而且对应的带隙频率最低,相对带隙最大,对于隔音减振最有实用价值。     

SDSS-DR10中WDMS光谱的自动搜索研究

SDSS-DR10是美国SLOAN巡天望远镜发布的最新数据,包含了首批APOGEE光谱。这些海量的天文光谱除了可以用来探寻银河系的结构和进行多波段证认外,还蕴藏着包括白矮主序双星在内的特殊天体。白矮主序双星是一类特殊的双星系统,它由两颗主序星演化而来,包含了中低质量恒星演化的终点—白矮星,以及M矮星。白矮主序双星对于密近双星的演化和参数研究有积极的意义。目前针对这类特殊天体的发现主要使用测光筛选结合后期观测证认的方法,不但准确率低,而且需要耗费较多的人工处理时间,无法满足在海量光谱数据中快速发现目标天体的需要。提出一种适用于在海量天文光谱中自动、快速发现白矮主序双星的方法。该方法针对SDSS的DR10数据,使用改进的遗传算法对海量光谱进行自动识别,寻找白矮主序双星候选体。实验共发现了4, 140个白矮主序双星,通过交叉证认,其中24个是未被收录的新的源。验证了遗传算法在天文数据挖掘和自动搜索方面的有效性,为在海量光谱中快速发现特殊天体提供了另一途径。该方法也可用于在其他巡天望远镜的海量光谱中进行特定天体的自动识别。提供了新发现的白矮主序双星的赤经、赤纬等信息,补充了现有的白矮主序双星光谱库。