基于遗传算法的柴油机电控参数实时优化

为使发动机满足日益严格的排放法规要求同时使其具有较好的燃油经济性，采用柴油机性能与运转参数间神经网络模型，将遗传算法嵌入DSP中实现了电控参数的实时优化。在实验台上验证了神经网络建模和遗传算法相结合在线寻优的最优控制MAP生成技术的可行性。     

大型蒸汽管网降压运行的可行性分析

以热力学理论为基础,结合某大型钢铁企业的实际情况,在满足蒸汽系统安全稳定运行的前提下,对当前运行压力为1.6 MPa低压管网提出降压运行方案.分别对汽源及管网进行降压可行性分析,并做出综合效益评价.结果表明,针对大型蒸汽管网用户普遍用汽压力较低的情况,管网降压运行可有效减少蒸汽在节流减压过程中的能质损失,提高汽源发电负荷,从而提高能源的利用率.     

基于随机优化算法的天然气管道运行优化研究综述

在“双碳”目标背景下,天然气管道的运行优化可以最大程度地实现降本增效减碳,因而得到了广泛且深度的关注。与确定性算法不同,随机优化算法在处理大规模管道和混合整数非线性规划问题上优于经典确定性算法。为此,对基于随机优化算法的天然气管道运行优化进行了调研。首先,介绍了天然气管道运行的数学模型;其次,采用随机优化算法求解模型最优调度结果,分别对遗传、粒子群、蚁群以及模拟退火4类算法在天然气管道运行中的应用进行了分析、对比和归纳。最后,对天然气管道运行优化的技术挑战与发展趋势进行了探讨。     

用遗传算法优化神经网络权值

神经网络模拟大脑的生理机制,通过大量简单神经元的互连,实现信息的智能自动化处理,但是神经网络权值与结构的设计往往依靠经验获得.遗传算法具有全局搜索问题解的特性,用遗传算法优化神经网络权值,为神经网络的设计和训练提供了新的途径。实验表明,该方法是可行的、有效的.     

基于遗传算法与动态规划法的工艺过程优化

针对制造系统中的工艺过程优化问题,提出一种基于遗传算法和动态规划法的综合优化模型。该模型将工艺过程的优化分解为两个并行层次-工序层和工艺路线层。用改进的遗传算法求解工序层中的工艺参数优化问题,同时利用动态规划法实现工艺路线层次的优化。将两个层次优化方法有机结合,在局部优化的基础上进行整体优化,从而实现整个工艺过程的优化。通过实例证明了该优化模型求解的可行性和有效性。     

基于改进遗传算法的电力系统无功优化

在简单遗传算法的基础上,针对无功优化的动态、多目标、多约柬以及非线性特点,提出了基于简单遗传算法的改进算法．改进遗传算法中采用了个体适应度函数的线性变换、归一化的选择方法,以及定向变异策略的应用．以Ward＆Hale6节点标准测试系统为例对该算法进行了有效性验证．仿真结果表明,该方法对电力系统的无功优化效果良好．     

遗传算法在函数优化中的应用

对遗传算法作了简单的介绍,讨论了利用遗传算法求解函数优化问题的方法,最后给出了2个函数优化实例。     

基于遗传算法的无线传感器网络路径优化

提出使用遗传算法对无线传感器网络进行路径优化,考虑节点能耗和路由恢复时间等实际因素的影响,将这些影响作为路径优化问题的约束条件来处理;考虑各种约束条件和多种目标按照重要性的优先次序,使WSN有更长的寿命;对算法的各个环节进行了细致的分析,包括染色体的表示和编码、适应度函数的设计、遗传操作算子的设计及算法参数的分析和选取。大量的仿真实验证明,使用GA能找到WSN有效的优化路由。     

遗传算法及其在电力系统无功优化中的应用

遗传算法是基于自然选择规律的一种优化方法,算法能成功地解决无功变量中的离散问题,避免常规数学优化方法的局部最优现象。本文阐述了遗传算法的特点以及遗传算法与其它算法相结合的算法在电力系统无功优化中的应用。     

城市大型热源联网运行管网布置方案及水力工况比较

城市大型热源联网运行具有明显的社会、环境和经济效益．能有效地提高集中供热的安全性和质量．本文在分析联网运行制约因素的基础上．提出了一种新的联网方案：串联热源的同程式供热管网方案．该方案通过相互间加热网水．联网的各热源将各自的热最转移到城市的集中供热管网．各供热区间的管网布置为同程式．本文对其进行了初步的分析和研究．并着重讨论厂其在水力工况和水力稳定性方面的性质．     

基于遗传算法的高校排课系统设计

分析了排课的数学模型，根据遗传算法本身特点设计了一种数据结构基因编码，及几个涉及到的优化目标评价函数，提出了利用遗传算法解决排课问题的方法，并通过试验验证了该方法的有效性、可靠性。     

基于遗传算法的零部件通用性问题的研究

零部件通用性策略是用来应对市场需求多样化、个性化的一种生产策略。然而,当企业面对品种众多的产品时要面临一个通用件选择问题。本文通过对供应链成本结构分析,建立了通用件选择问题的优化模型,并借用遗传算法求得模型的最优解。算例给出了如何在MATLAB 7．0环境下求解该模型,结果表明该模型和算法可以确定作为通用件的零部件,并计算出对应的总成本。     

免疫遗传算法的研究及其应用

遗传算法作为一种生物进化计算模型,在优化计算中得到了广泛应用,但其存在的缺陷,影响了其在一些问题求解中的正确性和有效性。将生物免疫算法与遗传算法相结合,提出一种改进的免疫遗传算法（IGA）,并用IGA对PID参数寻优,仿真结果表明：该算法大大提高了控制的动、静态性能。     

遗传算法在ABS电磁阀的优化中的应用

本文对二十世纪八十年代出现的新的计算方法——遗传算法作了实际应用上的探讨,对汽车防抱制动系统（Anti—lock Braking System,简称ABS）中的电磁阀的动态仿真模型进行了优化,发现运用遗传算法进行优化计算比起其他的优化方法简单实用并且便于运用计算机进行计算。     

粒子群优化算法及其与遗传算法的比较

粒子群优化算法是根据鸟群觅食过程中的迁徙和群集模型而提出的用于解决优化问题。该文讨论粒子群优化算法的基本原理和实现步骤,分析了该算法中各参数的设置。通过一个测试函数,对粒子群优化算法与遗传算法进行了比较,结果表明粒子群优化算法在找寻最优解效率上好于遗传算法。     

星状原油集输管网拓扑优化的混合遗传算法

以投资最小为目标函数,建立了星状原油集输管网拓扑优化数学模型。根据模型特点,利用改进的整数编码遗传算法优化井站隶属关系,利用非线性优化方法优化出相应的计量站最佳位置。针对遗传算法的局限性,对操作过程进行了改进,结合了模拟退火算法,调整了适应函数,给出了初温的确定方法,改进了选择复制操作,从而形成了混合遗传算法,并采用随机多父辈适应函数值加权交叉和多种改进变异操作方法。同时在操作过程中给出了约束条件的处理方法,减少了不可行解的产生,提高了算法优化效率。算例显示了该优化方法的有效性。     

基于改进遗传算法的流水线第Ⅱ类平衡问题优化研究

为解决生产线第Ⅱ类平衡问题,课题组结合产品的作业时间、工艺先后约束等因素,以生产节拍最小化和各工位负荷均衡化为主要目标,建立数学模型;利用改进的遗传算法对模型进行求解,求解结果表明达到预期的优化目标并改善了线体平衡。通过案例验证了优化模型及算法的有效性。     

对比教学法在《给水排水管网系统》教学中的应用

《给水排水管网系统》是给水排水专业的主干课程。在总结多年工作经验的基础上,将对比教学法应用于《给水排水管网系统》课程教学。统计分析表明,采用对比分析法可极大的提高学生的积极性,对课程感兴趣和十分感兴趣的人数占到总人数的80％以上,在保证教学质量不降低的前提下,较好地解决了课程内容逐年增加、课时量却明显偏少的矛盾,有着良好的推广应用价值。     

使用遗传算法的乳腺微钙化点特征优化

乳腺微钙化点包含众多属性,由于其中存在的冗余和不相关属性降低了微钙化点病变类型判别的性能。因此,特征子集选择问题成为微钙化点病变类型识别中的重要问题。该文针对传统优化方法用于特征选择的种种缺陷,提出了基于遗传算法的特征子集选择测算法。经乳腺微钙化点特征选择实例分析,证明该方法拥有较强的并行性和寻优能力,在特征选择领域有广阔的应用前景。     

区域经济结构的运行与优化

区域经济结构优化问题是区域经济发展中值得研究的重要问题。由于区域经济结构优化是一个动态发展的过程,这就需要逐步调整来实现其优化。本文就区域经济结构的形成、特征、运行规律及结构调整等方面对区域经济结构的优化问题作了一些探讨。