基于遗传算法的光伏–热电耦合系统多目标优化研究

多因素共同作用下的系统优化设计是光伏–热电耦合系统研究的难点之一。本文建立了光伏–热电耦合系统与单一光伏系统的理论模型,以最高耦合效率与相对于单一光伏系统的最大效率差值为优化目标,采用多目标遗传算法,开展了耦合系统优化设计研究。结果表明,最高耦合效率与最大效率差值两个优化目标是负相关的,且其负相关性是由光伏参考效率所导致,需综合考虑系统经济性,确定最高耦合效率和最大效率差值的折中方案,从而获得耦合系统最佳设计。     

基于遗传算法选择多光源下的光谱反射率重构研究

为解决基于RGB三通道信息值重构光谱反射率精度不理想的问题,提出了一种优化的基于RGB三通道信息的光谱反射率重构算法。首先编码产生随机选择多个光源的个体,RGB三通道值通过多项式回归算法预测多个光源下的三刺激值,并采用伪逆法进行多光源下的光谱反射率重构,然后将样本的重构精度作为个体的适应度评估值,以优胜劣汰,适者生存为原则对个体进行选择、交叉、变异操作,最后得到适用于颜色样本光谱重构的多个光源与基于这些光源重构得到的光谱反射率。实验选用Munsell颜色集作为训练样本集,RC24色卡、SG140色卡作为检测样本集,8个标准光源和82个发光二极管光源作为实验光源,采用该算法从90个光源中选取最优的光源组合并重构得到样本的光谱数据,并与Zhang提出的基于穷举法选择的多光源下的光谱重构方法和A光源下的伪逆法进行了重构精度对比。实验结果显示该研究提出的方法随着光源个数的增加,光谱反射率重构精度提高,特别是光源个数增加到3时,光谱重构精度提高的幅度最大。在三种重构方法中,该方法重构RC24的平均色差和平均光谱均方根误差分别为0.332 4和0.002 9,而Zhang的方法与伪逆法的平均色差分别为0.429 3和3.266,平均光谱均方根误差分别为0.029 7和0.004 8;该文方法重构SG140的平均色差和平均光谱均方根误差分别为0.486 2和0.007 3,而Zhang的方法与伪逆法的平均色差分别为0.544 8和3.821 9,平均光谱均方根误差分别为0.035 6和0.013 3。结果表明基于多光源下的光谱反射率重构精度明显优于基于单个光源下的重构精度,而基于遗传算法的多光源选择方法又优于穷举法,它能够根据颜色样本自动寻找到最优光源组合,从而基于最优多光源下的三刺激值重构样本的光谱反射率,提高了光谱反射率重构的精度。     

基于遗传算法的混沌系统模糊控制

基于遗传算法，研究了混沌系统的模糊控制问题.采用遗传算法对模糊系统的隶属函数进行优化，综合了遗传算法强大的空间搜索能力，高精度和模糊控制器快速性的优点，使模糊控制达到较好的控制效果.仿真结果证明了所给方法的有效性. 关键词： 混沌系统 遗传算法 模糊控制     

基于节点相关性的网络不动点理论研究

现代复杂的通信网络内部存在着广泛的幂律现象，网络节点之间存在相关特性. 根据这种相关特性，提出了网络不动点理论. 将Banach不动点理论引入网络模型，证明了网络不动点理论的正确有效性. 证明过程是把通信网络看作由路径预测算法产生的似马尔可夫链的路由节点迭代序列形成的网络空间. 由节点相关性可知，此空间中的节点序列相对越长就越能折射出搜索的目标所在，预测准确率也会逐步增加，可以更好地进行目标定位、数据挖掘等. 通过某种路由准则的算子从源节点最终映射到的目的节点与Banach空间的不动点相对应，即为网络空间的不动点. 当网络发展到能为用户提供真正的无处不在的连接时，网络不动点理论的物理特性将非常明显. 因为网络规模越大，节点间的群体作用越显著，就越能显现网络不动点理论的物理特性. 关键词： 计算机网络 长程相关 不动点 幂律     

基于遗传算法的透平级多目标优化设计

本文发展并完善了一种基于非受控解的排序、基于共享机制的小生境技术和交配约束的多目标遗传算法,在一元热力设计基础上,对一个透平级取实际压力与给定压力的差值和级的作功能力为目标函数进行了优化。算例表明该算法具有同时捕获—组解的能力,对于解决多目标优化问题具有很强的适应性和合理的优化结果,是一种有效的多目标优化方法。     

基于遗传算法的30.4 nm多层膜设计

阐述了用遗传算法设计周期和非周期多层膜的原理和实现过程,完成了30.4 nm Mg/SiC周期和非周期多层膜设计,研究了遗传算法中不同种群数和多层膜膜厚取值范围对优化结果的影响.计算发现,种群数的恰当选取是使算法快速达到或逼近最优解的前提,膜厚取值范围的合理选择是提高算法效率的关键.设计得到入射角10°的周期多层膜和15°~22°范围内的宽角多层膜在波长30.4 nm处的反射率依次为56.57%与39.96±0.29%,5°入射的双功能多层膜在波长30.4 nm和58.4 nm处的反射率分别为54.1%和0.1%.结果表明遗传算法也是一种很好的多层膜设计方法.     

基于遗传算法的多UCAV动态任务分配研究

为了使多无人作战飞机在复杂多变的动态战场环境下协同性、实时性更优,文章针对多无人作战飞机动态任务分配问题建立了一种扩展的多目标整数规划模型,同时设计了基于模糊集隶属度的混合重调度方法,并采用遗传算法进行求解;对无人作战飞机失效和出现新目标两种动态情况进行仿真实验,与完全重调度进行对比,得到基于模糊集隶属度的混合重调度方法在效率及稳定性方面明显优于完全重调度,说明设计的混合重调度方法及模型在解决多无人作战飞机动态任务分配问题上的有效性。     

一种基于遗传算法的混沌系统参数估计方法

通过构造一个适当的适应度函数,将混沌系统的参数估计问题转化为一个参数的寻优问题,然后利用遗传算法的全局优化搜索能力对其进行求解.以典型的Lorenz混沌系统为例进行了数值模拟.实际数值模拟表明,使用这种方法可以有效地对混沌系统的参数进行估计 关键词： 混沌系统 参数估计 遗传算法     

基于遗传算法的离心压缩机叶栅多点优化设计

离心压缩机元件的气动设计通常是根据一个给定工况点设计其几何形状。如此设计的元件在该设计工况点一般能保持较好的气动性态,但当实际运行工况改变时,性能往往会恶化。本文将机翼的多点设计思想引入离心压缩机叶栅的优化设计,并应用遗传算法对这类多目标优化问题进行求解,希望由此获得在运行工况间能较好折中的叶栅型线设计。以离心压缩机扩压器叶栅为例,在两个给定设计工况下采用所提出的方法求解其最佳叶片型线。数值结果显示,方法是有效和可行的。     

基于遗传算法的多车体机器人路径规划方法

带拖车的移动机器人系统是一种复杂的多车体系统,在不同的转弯角度下所需的路径宽度也不同,其路径规划是个难题;在给出带拖车轮式移动机器人稳态和暂态过程运动学方程的基础上,推导得出了多车体移动机器人在最大转弯情况下所需的最大路径宽度,并将之定义为等效尺寸;应用遗传算法,提出了基于等效尺寸的多车体移动机器人的路径规划方法;首先通过等效尺寸的多步障碍扩张,对障碍物的临近区域和狭窄通道进行可行性约束的分析;然后应用遗传算法进行全局的路径规划,将路径的长度和宽度综合在适应度函数之中;在一定程度上,多车体移动机器人的路径规划问题得到解决;文章通过建立三维网格化地图,对障碍物的临近区域和狭窄的瓶颈通道区域进行了可行性约束的描述,遗传算法在较复杂的环境中实现了良好的避障,并得到了相对较短的有效路径。     

双通道回声抵消系统中改进算法的定点化实现

本文研究了双通道回声抵消系统的三个核心模块:频域多延时自适应滤波器算法(MDF),双端说话检测算法(DTD),以及残留回声抑制算法(RES)。针对频域算法的特点提出了改进的双端说话检测算法和基于维纳滤波与谱减法的残留回声抑制算法,然后以上述三种算法为核心模块实现双通道回声抵消系统,并对系统定点化以便在定点DSP处理器上实时实现,分析并解决了定点化的精度问题所带来的影响。     

基于克隆选择的混合遗传算法在碳纳米管结构优化中的研究

针对分子动力学模拟中碳纳米管的结构优化问题，提出了一种新的优化算法.新的优化算法在遗传算法的基础上，引入了克隆选择机理和模拟退火技术.对五个典型函数的优化测试结果表明，该算法搜索过程稳定性好，可较好地实现全局最优.将其应用于碳纳米管原子结构优化，加快了能量优化速度，提高了优化质量.模拟结果说明，混合遗传算法的优化时间随原子数增加而呈线性增长.在碳纳米管原子数较多时，结构优化时间比共轭梯度法降低一个数量级左右，大大降低了系统的模拟时间. 关键词： 分子动力学 碳纳米管 能量优化 遗传算法 克隆选择算法     

基于种群杂交猴王遗传算法的演化硬件研究

演化硬件作为新的硬件载体,具有自组织、自适应、自修复的能力,是人工智能在高能激光控制方面的一个重要应用。遗传算法是影响硬件演化速度的一个重要因素。针对目前传统遗传算法进化时间长、运算量大的问题,提出了一种改进的猴王遗传算法种群杂交猴王遗传算法。受自然界生物种群杂交优势的启发,种群杂交猴王遗传算法将参与进化的基因序列划分为Nd个独立进化的子种群。每个子种群独立按照猴王遗传算法进化Td代形成原始种群的Nd个亚种群后,交换亚种群的猴王基因重复猴王遗传操作,在亚种群中产生具有杂交优势的后代。分析表明:与猴王遗传算法相比,种群杂交猴王遗传算法可以将每一代基因排序的运算量减小到1/Nd,并且更加利于并行实现。基于MATLAB和Modelsim的仿真分析表明：种群杂交猴王遗传算法具有更快的收敛速度和更优的进化结果。     

基于微种群遗传算法和自适应BP算法的遥感图像分类

介绍了采用微种群遗传算法和自适应BP算法相结合的混合遗传算法来训练前向人工神经网络(BPNN)的方法。即先用微种群遗传学习算法进行全局训练,再用自适应BP算法进行精确训练,以达到加快网络收敛速度和避免陷入局部极小值的目的。将此算法用于遥感图像分类,网络的训练速度及分类结果表明,该算法收敛速度较快,预测精度较高。     

基于遗传算法的指纹图像分割算法

在指纹技术中,指纹图像分割是图像处理中关键的一步。将遗传算法用于计算指纹图像分割阈值,采用染色体编码的方法并利用赌轮法产生初始化种群,通过选择算子、交叉算子和变异算子的方法实现分割。该方法表明利用遗传算法所得到的阈值进行分割处理能取得较好的效果。     

基于遗传算法的传声器阵列位置有源校正研究

传声器阵列的位置误差会导致高精度定位应用场景中算法性能下降,为解决这一问题,该文提出了一种二维平面传声器阵列位置参数的有源校正方法.在校正声源位置已知的情况下,利用各阵元间的到达时间差均方误差之和最小化作为优化目标设计代价函数,根据遗传算法搜索阵列真实位置的全局最优解,从而估计得到传声器阵列的准确位置信息.仿真与半消声...     

基于遗传算法的网络安全态势感知研究

对网络安全态势准确感知能实现对网络攻击的提前拦截和防范,针对传统的匹配检测方法对网络安全态势预测的精度不好的问题,提出一种基于遗传算法的网络安全态势感知模型,首先构建复杂网络环境下的病毒入侵的安全状态分布模型,进行网络安全态势的特征信息提取,然后采用遗传算法对提取的病毒入侵信息流进行相关性检测,实现安全态势预测和准确感知。仿真实验结果表明,该方法进行网络病毒入侵的准确检测概率较高,对安全态势预测的精度较高,保障了网络安全。     

基于退火遗传算法的少数投影CT图像重建

不完全投影重建算法研究是当今图像重建算法中的一个难点问题，近年来，遗传算法在其中有一定的应用，但还存在一些问题。针对遗传算法在优化中的不足(如早熟收敛及易陷入局部最小等)，将模拟退火机制引入到遗传算子中，提出一种新的算法；并通过选择测试函数，建立将该算法应用于不完全投影图像重建的优化模型，进行计算机模拟。通过对从投影角间距为15°的12个不同投影视角方向获取的投影数据进行分析，结果表明，该算法的重建图像具有较高的精度。