基于遗传算法的铁路纵断面优化设计方法

针对传统的铁路纵断面优化大多采用局部优化的方法,提出了一种基于遗传算法的铁路纵断面优化方法,这种方法可以在一个可行域中自动搜索获得一个最优或较优解。其基本思想是首先根据纵断面初始解建立一个可行域,对解个体进行编码,然后对可行域中的可能解用一个评价函数(适应度)进行度量,对解个体进行选择、交叉、变异,从而获得最优解。该方法具有全局解空间搜索能力,从而实现了全局寻优的目的。     

动态规划法的公路纵断面优化设计

本文介绍利用动态规划法优化公路纵断面的基本原理及方法步骤,并编程进行了实例计算.结果表明,在初始纵断面的基础上用改进的动态规划法进一步优化,可取得令人满意的结果.     

动态规划法在公路纵断面优化设计中的应用

动态规划法是运筹学中的一种常用的优化算法，可以用来求解约束条件下的函数极值问题。本文介绍利用动态规划法优化公路纵断面的基本原理及方法步骤，并编程进行了实例计算。结果表明，在初始纵断面的基础上用动态规划法进一步优化，可取得令人满意的结果。     

公路优化设计中初始纵断面线的计算机生成

介绍了一种利用计算机产生公路初始纵断面线程序的方法 ,该方法利用三角形高程加权来对原始纵断面线进行平顺 ,并通过改变平顺范围来产生不同的平顺曲线。用最小二乘法对这些平顺曲线的交点进行初步优化后的节点即可视为初始变坡点。将这些变坡点相连并经过约束处理后就产生了一条初始纵断面线。这种计算机自动定坡方法可以在很大程度上减少手工拉坡的盲目性及不确定性 ,在公路优化设计中起着至关重要的作用。     

基于遗传算法的公路纵断面优化应用分析

为实现纵断面优化的自动化并提供更合理的方案,笔者提出了一种基于遗传算法的计算机优化方法.用数学模型将纵面线形简化为一个点序列,以填挖总量为目标函数,同时采用约束条件来控制线形,对变坡点序列进行优化.该方法得到的结果较人工设计更准确,并可在短时间内给出多种方案.在实际工程中可适当增加约束条件,设计出更合理的线形,结合GIS平台能使道路纵断面优化更有效、直观.     

公路优化设计中土石方量计算的一种方法

介绍了一种处理地面横坡线的方法 ,该方法利用最小二乘原理将地面线处理成双向横坡形式 ,能够在减少计算量的同时又满足所需精度 ,是目前采用比较多的一种方法。文中还总结了不同断面形式的土石方量计算公式。根据文中介绍的处理方法和给出的判断条件及计算公式 ,在计算机中编制出程序进行实例计算 ,结果证明该方法简单易行 ,并具有很强的可靠性。     

基于遗传算法的PID参数优化设计

提出一种新的ＰＩＤ参数设计方法,以模糊化的性能指标为目标函数,以设计参数的取值范围及极限性能指标为约束条件,建立优化数学模型,结果表明,在Ｍａｔｌａｂ环境下,将遗传算法同Ｓｍｕｌｉｎｋ仿真技术有机融合,求解该优化模型,该法能有效提高编程效率,所得优化解大大提高系统性能指标。     

基于遗传算法的钢结构优化设计

遗传算法是20世纪70年代初期基于生物技术而发展起来的一种新型智能优化方法。探讨此方法应用于建筑钢结构设计不仅改变了传统的设计观察，而且可以丰富钢结构优化设计理论和方法，在经济建设中取得显著效益。建立以重量（造价）最小为目标的钢框架结构梁、柱的数学模型，采用二进制编码，通过执行遗传算法的选择、交叉和变异算子，实现对结构的优化设计。编制了分析程序，并分析了算例。     

运用遗传算法的深亚微米输出缓冲器优化设计方法

分析了小尺寸效应对深亚微米器件性能的影响，结合输入输出耦合电容和漏极扩散层寄生电容对CMOS反相器延迟影响很大的特点，建立了小尺寸器件延时估算模型．采用变尺寸率反相器级连方法，建立了深亚微米输出缓冲器优化设计模型，并运用遗传算法建立了新的优化方法．该方法利用罚函数将小尺寸输出缓冲器优化问题转化为无约束问题，通过适应度函数设计和染色体编码，得到遗传优化结果，克服了传统方法处理非线性多变量问题时存在的效率降低等缺陷．SPICE仿真表明，应用新的深亚微米缓冲器设计模型及方法的优化结果与传统设计比较，延时减少了1个数量级以上，尺寸减小了30%以上，验证了新的深亚微米缓冲器设计模型及设计方法的可靠性．     

基于遗传算法的污水管网优化设计

文章基于遗传算法的基本原理,以管径和坡度为状态变量,充分利用约束条件建立可行组合空间,并通过选择、交叉和变异等迭代操作因子,最终求得在工程实用上满足的较优解.     

结构优化设计中的组合遗传算法

针对标准遗传算法存在的早熟收敛、随机振荡和收敛速度慢等缺陷,采取改进措施.利用混沌序列的随机遍历性生成初始种群,并把相对差商算法的优化解加入到初始种群中,改善初始种群的性能.采用适应度的指数尺度变换改进传统的适应度评价函数.相对差商算法局部搜索能力强,而遗传算法具有较强的全局搜索性,发挥两者的优势,提出组合遗传算法.把相对差商算法作为一个与选择、交叉、变异平行的遗传算子嵌入到改进遗传算法中,提高局部寻优能力,防止早熟收敛.通过十杆平面桁架的数值算例来验证组合遗传算法应用的可行性和有效性,组合遗传算法的优化结果也远好于标准遗传算法和改进遗传算法.     

基于遗传算法和BP算法的混合算法

本文就函数优化问题,结合遗传算法和 BP 算法的优点,提出一种新的混合算法。该算法既有较快的收敛速度又能以较大概率收敛到全局最优解,数值实验结果表明该算法显著优于遗传算法和 BP 算法。     

基于遗传算法的公路网络设计的双层优化模型

针对现行公路网规划中存在的主观随意性和网络设计模型的缺陷,提出一种基于遗传算法的公路网络设计的双层优化模型,可一次性求出路段的技术等级与车道数,并利用一个简单的算例进行了仿真试验,结果表明,该模型与算法效果良好,具有较好的应用前景.     

基于遗传算法的自卸汽车T式举升机构优化设计

提出了自卸汽车举升机构设计对举升机构的特性要求,以举升初始时刻机构各铰点坐标为设计变量,以初始举升力系数为优化目标,考虑机构的传动性、油压特性等方面的约束,采用遗传算法对自卸汽车举升机构进行了合理的优化。最后利用MATLAB遗传算法工具箱编制了优化设计程序,通过实例表明遗传算法在自卸汽车举升机构参数优化问题上是一种行之有效的方法。达到了提高举升机构的动力、经济性能,避免设计阶段的盲目性、缩短了产品开发研制时间。     

基于遗传算法的机械优化设计

阐述了遗传算法的原理、理论基础和实现步骤,将遗传算法与搜索算法进行了分析比较,并附有应用实例。     

基于基因控制的遗传算法的研究

分析了传统的遗传算法适应度函数设计通常只针对目标函数,而没有考虑自变量。提出使用基因控制的方法,以达到增强较好的基因在遗传算法中的作用。从而做到尽量保留染色体中较好的基因,从而尽快的找到可行解,提高算法收敛速度和效率。     

基于遗传算法的多目标优化算法

本文先介绍了遗传算法的实现技术,又介绍了多目标优化问题的概念,然后使用遗传算法来求解多目标优化问题。文中使用了均匀设计方法来设计适应度函数,并设计了新的变异算子,算法结果是有效的。     

改进遗传算法在建筑结构优化设计中的应用

针对标准遗传算法在迭代过程中经常出现未成熟收敛、发生振荡、随机性太大等缺点,提出一种新的遗传算子转基因算子,用于对标准遗传算法的改进·这种转基因算子有效地利用了计算适应度的信息,很好地保护了最优个体,并能提高群体中个体的适应度·包含转基因算子的改进遗传算法能直接计算具有应力约束和截面尺寸约束的离散变量结构优化设计问题,也能处理同时具有稳定约束和位移约束的多工况、多约束、多变量的离散变量结构优化设计问题·算例结果表明,改进遗传算法的收敛特性和优化设计结果远好于标准遗传算法,是一种理想的建筑结构优化设计方法·     

改进的遗传算法在SVM参数优化中的应用

遗传算法是一种具有随机、高度并行、自适应特点的全局最优搜索技术,即以生物界自然选择和遗传机理为基础的智能计算模型,模拟生物的自然进化过程。文章利用改进的遗传算法优化SVM参数,提高SVM分类器的学习能力和推广能力,实验仿真表明,优化的SVM不仅能高准确地预训练集,而且使分类准确率维持在一个较高的水平。     

基于遗传-蚁群优化算法的QoS组播路由算法设计

为了提高网络路由性能,提出并设计了一种基于遗传-蚁群优化算法的QoS组播路由算法。首先,设计了自适应变频采集策略用于采集网络与节点信息,以此获得网络和节点的状态,为后续路由优化提供数据支持;其次,计算路径代价,将路径代价最小作为优化目标,建立QoS组播路由优化模型,并设置相关约束条件;最后,结合遗传算法和蚁群算法提出一种遗传-蚁群优化算法求解上述模型,输出最优路径,完成路由优化。实验结果表明,所提算法可有效降低路径长度与路径代价,提高搜索效率与路由请求成功率,优化后的路由时延抖动较小。