大型桥梁动力检测测点优化的改进遗传算法及其应用

通过对遗传算法的二进制编码和实数编码的机理分析,结合2种编码的优点,从工程结构优化实际问题出发,提出了一种可以任意控制离散度的改进实数编码遗传算法.该算法利用实际工程结构问题中对尺寸设计变量精度要求的放松,在编码过程中加上\"隐约束\

本文的主要目的是开发基于实数编码的杂交遗传算法来识别土体的本构参数。该杂交遗传算法在经典遗传算法框架下开发,融合两个新开发的交叉算子,形成了一个新的杂交策略。为了保持种群的多样性,在算法中采用了一个动态随机变异算子。另外,为了提高算法收敛性,采用了一个基于混沌的局部搜索技术。分别基于室内试验和现场试验,通过识别土的本构参数来测试新算法的搜索能力和搜索效率。为了测试新开发算法的突出表现,特选用5种经典的随机类算法(遗传算法、粒子群算法、模拟退火算法、差分算法和蜂巢算法),分析同样的案例进行比较。结果表明,在收敛速度和最优解的准确度方面,新改进的算法可以很好地处理岩土工程的参数反演。

应用遗传算法的染色体编码、约束条件及修复算子等,提出了解决桥梁施工资源有限工期最短的优化方法,研究了其目标函数的数学模型,利用vc语言编制了计算机程序,实桥优化结果表明遗传算法符合桥梁施工实际。

根据资源优化和遗传算法理论,分析桥梁施工资源均衡优化评价参数,建立实桥遗传算法优化模型,并利用tuboc编制计算机程序,计算得出良好优化效果。

针对传统方法单独采用bp神经网络算法易陷入局部极值的问题,提出了遗传算法优化bp神经网络,并将其应用于mimo-ofdm系统信号检测中。该方法将遗传算法与神经网络相结合,用遗传算法优化神经网络初始值,使bp网络快速收敛到最优解,避免了由初始值的随机选取而带来的检测误码。仿真结果表明所提出的方法在误码率方面有比较好的性能。

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·

文中阐述了遗传算法与其它算法相结合的多种改进遗传算法进行水电站无功优化中的应用和今后的发展方向。

首先给出了离散变量结构的数学优化模型,提出了子空间搜索的单亲遗传算法,并给出了两个减少计算量的策略。通过两个结构优化的算例表明,文章算法收敛速度快、收敛平稳,为离散变量结构优化设计提供了一种借鉴方法。

针对简单遗传算法中的线性适应度、恒定交叉与变异概率等不能动态地适应整个寻优过程,提出采用非线性适应度与自适应交叉、变异概率的改进遗传算法。以典型的遗传算法测试函数验证改进遗传算法的有效性与可行性,最后将改进遗传算法用于离散变量桁架结构优化设计,计算结果表明改进遗传算法是可行、有效的。

桥梁动力检测与有限元分析——介绍了桥梁结构的动载试验和动力测定评价方法。分析了某高架特大桥的动力检测试验的结果，对桥梁空间实体进行了有限元分析，可为类似工程提供参考。

在工程结构的优化设计中，遗传算法已逐步得到应用；本文采取一种新的染色体编码方式，将遗传算法应用到水工结构的优化设计中，重力坝的计算结果验证了遗传算法的可行性与有效性。

针对在天然气长输管道运行优化中广泛使用的传统遗传算法存在的诸多问题,结合天然气长输管道的运行特点,对传统遗传算法加以改进。使用改进后的遗传算法对管道运行优化的计算结果表明,改进遗传算法优于动态规划算法和传统遗传算法,在天然气长输管道的运行优化过程中具有实用价值。

针对遗传算法在迭代过程中经常出现未成熟收敛、振荡、随机性太大和迭代过程缓慢等缺点,提出引入转基因算子与单亲遗传算子,同时提出一种离散变量结构优化设计的三等分割算法,通过与遗传算法相结合并运用到初始群体形成和进化过程中,使两种算法既可相互独立地运算,又可彼此相互协调、共同作用.根据工程实际,充分考虑规范规定的约束条件和各项技术标准要求,建立离散变量结构优化模型.各种算法的优化结果对比表明,改进混合遗传算法具有省时、高效、局部搜索能力强和全局性好的特点.

遗传算法原理、实现及其在离散变量结构优化设计中的应用——阐述了遗传算法的基本原理和实现步骤，论述了遗传算法的特点．介绍了遗传算法在离散变量结构优化设计中的应用情况　　

将微种群遗传算法与基于启发式模式移动的局部寻优方法和aitkenδ~2加速策略相结合,给出了一种加速微种群遗传算法.算法中利用aitkenδ~2加速策略改进当前种群,利用基于启发式模式移动的局部寻优方法改进子代群体.利用3个数值优化算例测试了算法的性能,表明本文算法具有较好的收敛性和计算效率.最后将其用于桁架结构截面优化设计,10杆平面桁架和25杆空间桁架的优化结果表明,本文算法的计算精度和计算工作量均优于传统的遗传算法.

建立了由沙畈水库和金兰水库组成的串联小水电群优化调度的数学模型,采用了改进遗传算法对该模型进行优化计算。算法设计编程简单、计算工作量小、收敛速度快。利用两个水库的入库径流实测值进行了仿真实验,结果说明优化调度能比常规调度取得更大的经济效益,同时也说明了遗传算法是求解小水电群优化调度的可行而有效的方法。

针对传统算法在套筒滚子链传动优化设计中全局寻优能力差的问题,改进了标准遗传算法参数,并运用退火罚函数处理约束,提出了基于改进遗传算法的套筒滚子链传动优化设计的方法。开发了混合离散变量优化的改进遗传算法程序,给出了套筒滚子链传动的混合离散变量优化设计的实例,所得优化参数符合实际生产的要求。

本文考虑随机因素的影响,建立了dh106动力箱可靠性优化设计的模型。采用惩罚函数法将约束优化转化为无约束优化。将遗传算法用于dh106动力箱可靠性优化设计的求解,利用交叉和变异来搜索,在较大程度上避免了优化搜索停止在局部优化解上,优化效果十分明显。

以vav中央空调能耗仿真模型为基础,根据vav中央空调节能优化问题的特点,分析了利用遗传算法解决该问题的可行性。详细介绍了利用遗传算法寻找vav中央空调系统运行过程中各个可控变量的最佳设定值的优化过程,并对遗传算法的运行效果进行了分析。建立了基于遗传算法的vav中央空调控制仿真系统,对该方法在实际系统中的应用进行了仿真验证。

基于遗传算法的烧结配料优化方法 摘要：配料是烧结的基础，烧结配料效果的好坏直接影响到企 业的生产效益。传统的烧结配料试算模型存在配料成分不稳定，配 料成本高等诸多弊端，本文介绍了利用遗传算法进行烧结优化配料 的方法，将优化方案应用到实际生产中取得明显的经济效益。 关键词：烧结优化配料遗传算法 中图分类号：tf04文献标识码：a文章编号：1007-9416（2013） 01-0118-02 1前言 配料是烧结的基础，烧结配料效果的好坏直接影响到烧结矿的 化学成分及稳定性，并影响到原料的使用成本。传统的试算模型存 在配料成分不稳定，配料成本高，配料能力不足，资源利用不合理 等诸多弊端。而传统的求解最优化方法又大多要求搜索空间具有连 续可导性，且通常只能给出局部最优解，不易获得全面最优解。 近几年来发展起来的遗传算法则较好地解决了这些问题，遗传 算法（geneticalgori

介绍了遗传算法的基本原理及算法步骤,对其编码与解码方案、约束条件的处理、搜索速度、全局寻优等进行了改造,使新群体的整体素质更好,加快了寻优过程。采用改进的遗传算法对干式变压器的电磁计算设计进行了优化,并应用于sgb-800/10干式电力变压器的单目标和双目标的优化设计。通过实例参数对比分析,表明该算法切实可行,优化效果较好。

基于遗传算法的rc结构优化设——结合我国现行的结构设计规范，对承受多工况荷载下的钢筋混凝土框架结构离散变量的优化设计问题，提出了基于遗传算法的优化算法。通过建立配筋模板数据库，将梁柱的计算配筋面积转换成最优的且满足规范和施工要求的实际配筋形式。...