优化汽车故障诊断神经网络的改进遗传算法

为了优化汽车故障诊断神经网络的权值和网络结构,改进并设计了遗传算法.在保证种群多样性的条件下,将种群规模降低到最小;引入BP算子,与交叉和变异算子共同竞争,自适应调整运算概率;引入个体间的广义海明距离用于保持种群的多样性,引入连接权的敏感度用于优化网络结构.算法对比测试表明,改进后的遗传算法能够在优化权值的同时优化网络结构,减少了内存占用量,保证了种群的多样性,提高了算法的运行速度和收敛效果.     

基于变尺度混沌优化策略的混合遗传算法及在神经网络中的应用

讨论了遗传算法优化神经网络连接权的优点及存在的局限性.应用变尺度混沌搜索策略,建立了一种新的混合遗传算法——混沌遗传算法.将改进后的遗传算法结合前馈型神经网络应用于储层油气预测,取得了较好的效果.     

运用GA-BP神经网络研究时间序列的预测

神经网络能以任意精度逼近非线性函数,以神经网络为基础的时间序列预测模型能很好地反映信息的非线性发展趋势。该文在分析传统BP网络缺点的基础上,用具有良好全局搜索能力的遗传算法来改进神经网络。详细讨论了GA算法的优化神经网络初始权值和阈值的思想和理论。在阐述预测方法同时,用具体例证分析了GA-BP网络预测的性能和特点。结果表明,基于GA-BP神经网络在预测精度和适应性方面高于传统的BP神经网络。     

基于遗传BP神经网络的磁流变悬置模型辨识

为克服误差逆向传播算法的多层前馈型BP神经网络收敛速度慢、局部极小化问题,提出用遗传算法(GA)的全局搜索能力寻求最优的BP神经网络权值和阀值,以提高神经网络的收敛速度和克服局部最优。以磁流变液压悬置动态特性试验结果为数据样本,分别用未优化的BP神经网络和优化后的GA-BP神经网络对磁流变液压悬置正、逆模型进行辨识。结果表明,相对于BP神经网络,GA-BP神经网络具有更高的辨识精度、更快的收敛速度,在磁流变液压悬置数学模型辨识方面具备更优的性能。     

遗传算法优化的神经网络熔深预测模型

依据熔化极气体保护焊(GMAW)焊接时对焊缝熔深的影响因素,结合遗传算法,建立以焊接电流、焊接电压、焊接速度和焊缝熔宽为输入、以熔深为输出的BP神经网络焊缝熔深预测模型。仿真试验和结果分析表明：使用遗传算法能得到神经网络较好的初始权值和阈值,能显著提高网络性能;所建模型符合已有的焊接熔深理论研究,并且预测误差较小,具有较好的泛比能力和较高的预测准确性,对工程实际具有一定的指导意义。     

一种新的气象预报建模方法研究

文章在确定神经网络降水预报模型的网络结构和连接权研究中，利用遗传算法克服神经网络极易陷入局部解的问题，建立遗传——神经网络降水预报模型，并结合广西的月平均降水量进行实例分析，结果表明该方法预报有一定普遍适应性。     

HHGA-RBFNN在DGS设计中的应用

将递阶遗传算法和最小二乘法相结合, 构成一种混合递阶遗传算法,用于优化径向基函数神经网络的结构和参数,通过MATLAB仿真实现该算法,并将该神经网络运用于微带缺陷接地结构的神经网络建模之中,实现对微带缺陷接地结构传输系数的仿真.实验结果表明,应用混合递阶遗传算法优化的径向基函数神经网络,具有很高的拟合精度和很好的泛化能力,可以与时域有限差分分析方法结合,辅助微带缺陷接地结构的设计.     

基于神经网络和遗传算法的压力机调节螺杆优化设计

强度和质量是压力机调节螺杆主要性能指标。将神经网络和遗传算法结合起来,可以很好地对调节螺杆结构进行多目标优化设计。文章首先建立了调节螺杆有限元分析模型,然后应用正交试验方法对神经网络的训练样本进行试验安排,并建立出设计参数与最大应力、质量映射关系的神经网络模型。利用遗传算法对该神经网络模型进行全局寻优,得到调节螺杆的最优结构参数。     

基于遗传神经网络的工业股票指数预测

结合遗传算法与倒传递神经网络进行工业股票指数预测 ,使用 5个输入变量 :周成交额增减幅、周振荡幅度、周涨跌幅、5日EMA波动、DIF波动值 ,并将下周涨跌幅设为输出目标进行训练 ,以取得较理想的预测结果。对于传统上选择适合的神经网络拓扑结构效率较低的问题 ,本文对于遗传算法的引入大大提高了搜索到最优结构的速度。     

基于遗传算法的神经网络结构设计

神经网络具有广泛的工程应用前景,但在实际应用中还存在一些困难,如何优化网络结构目前尚无理论指导,应用遗传算法与误差反向传播算法相结合的混合学习过程研究网络结构设计,实例表明通过遗传算法优化网络结构,能够有效地提高网络性能。     

快递超网络模型及基于效率的优化方法

快递企业的配送系统是一个由物理层网络和管理层网络构成的，具有多层、多维、多标准特征的超网络系统和运转中心作为管理层网络中业务管理维度子网的最小经营单位，其经营目标是实现配送效率的最大化。以配送时间作为网络边的权值，从业务管理的维度，研究快递超网络基于效率的优化方法。结果表明:一是各运转中心可以借助合理选择配送路径和配送工具等方法，实现配送效率的最优；二是在考虑线路上的时间成本由其两端节点平均分摊的前提下，各运转中心实现效率最优的同时，快递企业的综合配送效率最高。     

复杂知识网络的结构特征对知识流动的影响

利用Jackson算法构建了知识网络的计算实验模型.该知识网络模型具备典型社会网络的五大特征.通过仿真试验探讨了单个虚拟的知识网络中具有不同属性的知识结点其知识水平演化的规律,两个具有不同知识水平的虚拟网络间建立知识合作联系的不同机制对落后网络和先进网络间知识扩散程度的不同影响,以及落后网络的网络密度和连接权重对网络间知识扩散程度的不同影响.     

以模糊评判为基础的大学生素质BP神经网络模型

文章建立了大学生综合素质评价的指标体系,并利用模糊数学多级综合评价的原理,对大学生的综合素质进行模糊评判。同时,利用评判结果建立了误差反传的BP神经网络模型,并在该模型中引入非模糊评判的教师对,该模型克服了模糊评判时权重的不可改变性,实现了素质评价指标和大学生综合素质的非线性映射。计算结果表明:该神经网络模型具有一定的合理性和实用性。     

遗传算法对多层旋波媒质本构关系的优化(英文)

运用遗传算法对连续变化的多层旋波媒质的本构关系进行了优化,设计了新的编码方案,用波分法对与编码相应的多层旋波媒质的电磁散射特性进行计算,通过进化筛选,得到了由多层旋波媒质材料构成的具有较好吸波性能的本构关系曲线。结果表明遗传算法在优化设计中的编码灵活,具有全局搜索等优越性.     

基于复杂网络的绩效考核分析

绩效考核是人力资源管理的重要组成部分。把握绩效考核的原则、方法、标准和程序,有利于增强绩效考核的效度和信度,提高组织的工作效率和个人的综合素质。绩效评估后期结果的分析是考核的目的所在,如何进行快速有效的分析是保证绩效考核意义的关键。利用复杂网络中隶属网的理念,建立一个员工考核指标的隶属网,利用加权网络的点权度分布考核结果进行直观、快速的分析。     

电路模拟吸收体的遗传算法设计(英文)

提出了一个应用遗传算法的电路模拟多层吸收体的新设计、遗传算法自动综合各层的电磁参数和厚度以及金属电路屏的各参数,并同时提供几个设计方案。当应用遗传算法对特宽带吸收体设计时,其迭代过程出现波动和在带内出现不好的结果。为了克服这些缺点,文中引入了两项技术,使其工作特性明显地改善。设计实例表明在无金属基底的吸收体情形,电路模拟吸收体比普通设计优越得多,在厚度更小和用更少材料下能在特宽带内获得低反射。     

一种基于模糊辨识器的自适应交流伺服系统

提出用模糊辨识器对交流伺服系统离线进行辨识，使用遗传算法（GA）对辨识器参数寻优，用BP算法对控制器FNC最后一层权值在线调整，论述了用GA对控制器模糊隶属函数的参数优化训练方法。仿真结果证明了控制策略的有效性。     

不同固定建设费用轴——辐中心问题的一个有效算法

轴——辐网络中心问题是选址领域中已被广泛研究的问题之一,其中包括对中心选址和设计中心网络结构两方面。本文提出了一种基于遗传算法的混合启发式算法来解决具有不同建设费用的无约束中心选址问题。该方法依据中心点数与全部点数的比例上限确定中心点个数。本文提出了以流量、平均距离和建设费用为参数的确定各个点被选为中心点的指标因子i作为选址指标,并首次使用单亲遗传算法求解该问题。该算法的计算结果表明它可以有效的得到小规模不同建设费用轴—辐网络问题的最优解,并且表明当折扣系数a较小时,本文提出的混合启发式算法优于文献【13】提出的遗传算法。     

多车场集送一体化车辆调度问题及其遗传算法研究

针对物流配送中的多车场一体化车辆调度问题提出了智能处理方法,采用了基于自然数的一体化配送对路径表示方式,用里程约束来控制车场的插入,以增加惩罚的方式加入时间窗约束。并且根据具体约束情况设计了改进的遗传算法,采用了动态染色体、改进的交叉和变异法、内部扰动和外部扰动等技术,提高了遗传算法的优化效率和优化效果。介绍了此算法的原理,给出了具有一个代表性算例试验结果和结果分析。试验结果表明了此方法对优化有里程和时间窗约束的多车场一体化车辆调度问题的有效性。