摘要：提出一种综合控制策略的实数编码遗传算法,用该算法实现对前向网络结构及权值的同时优化设计。用非线性函数的逼近问题作仿真实验。结果表明,该算法能快速有效地确定网络结构及权值。

摘要：为了更好地将遗传算法应用于三相异步电动机的优化设计,论文对简单遗传算法进行了改进,提出了采用双亲四子交叉算子、自适应变异算子及多轮次循环优化策略的改进实数编码遗传算法(IRGA),采用退火罚函数方法对约束条件进行处理,并用3个经典数学函数进行了验证。在研究三相异步电动机优化设计特点的基础上,提出了10个优化变量、8个约束条件的电机优化设计数学模型,将IRGA应用于Y系列三相异步电动机优化设计,分别以提高效率和降低材料成本为目标进行了优化。结果表明,IRGA能有效提高电机效率和降低电机主要材料成本,算法可靠有效,具有工程实用价值。

摘要：针对城市暴雨强度公式参数识别时,传统求解方法(如牛顿迭代法、高斯-牛顿法等)存在间接拟合,而优化算法(如实数编码加速遗传算法、蚁群算法等)存在随机性,盲目地在一个区间内寻优拟合精度不高等问题,本文将两种方法结合,提出一种改进的实数编码加速遗传算法(RAGA),为暴雨强度公式参数识别提供一种新途径。该方法将传统求解方法所求的可行解作为改进遗传算法的初始参数,通过在每次代际寻优时设置各参数廊道约束来改进RAGA以提高算法搜索效率,直至公式拟合精度无法提高为止。将该方法应用于国内多地暴雨强度公式参数识别中以评估算法的有效性,结果表明此方法实用可行、搜索效率较高,可以快速收敛到最优解。实例表明该方法在暴雨强度公式参数识别中是实用有效的。

摘要：提出一种基于综合控制策略的改进的实数编码遗传算法,用该算法对前向神经网络的结构及权值进行优化。通过实验结果表明,该算法能快速有效的确定网络的结构及权值。

摘要：将非线性方程组的求解问题转化为求最大值问题,设计出选择算子,杂交算子,变异算子,加速收敛的最佳个体保留策略和预防早熟的灭绝与移民算子,利用实数编码遗传算法求出了非线性方程组的解,数值例子表明了该方法的有效性。

摘要：海上风电呈现出大规模大容量开发的趋势。但是,海底电缆的分布电容会产生较大电容电流。由于海缆电容参数难以获取,因此无法通过对地电容准确计算海缆电容电流,目前缺乏海缆电容电流的估算方法,使得海缆电容电流无法被准确掌握,可能影响海上风电场的安全运行。考虑了交联聚乙烯绝缘材料、系统电气设备电缆影响和海缆运行环境等因素对电容电流的影响,将海底电缆电压等级、电缆导体截面积和电缆长度作为自变量,以电容电流与非线性参数估算公式输出值的残差平方和作为目标函数,建立了基于实数编码遗传算法的海底电缆估算公式的非线性参数辨识模型,提出了一种海底电缆电容电流的实用计算方法,并通过与传统计算方法和电容电流实测值的偏差值与校正决定系数的比较,验证了非线性参数估算公式拥有较高的精度,适用于高电压等级与大电缆截面的海底电缆电容电流计算。

摘要：针对基于传统雅克比矩阵建立Gough-Stewart平台(GSP)的可操作度没有明确的物理意义,且随表示单位不同而发生变化的问题,基于量纲一的雅克比矩阵建立了不随表示单位变化的新可操作度指标.将多态进化算法AEGA应用于GSP单目标函数的优化设计中,得到多组备选方案,最终为设计者提供多组优化参数.为了解决多目标同时优化的问题,把多目标进化算法NSGA-II应用于GSP的优化设计中,得到多组优化解,即Pareto优化解集.以用作运动模拟器的GSP为例进行优化设计分析,验证了方法的可行性,该方法比传统单目标函数优化设计更符合工程实际.

摘要：针对水质预测中传统BP神经网络模型收敛速度慢,对隐层结点选取缺乏有效的手段等问题,引入了遗传算法优化BP网络的结构和隐层神经元阈值和连接权值,通过设计灵活的实数编码方案和新型交叉算子等,对实数编码遗传算法进行改进,在此基础上,提出了一种基于改进的实数编码遗传算法优化BP神经网络(IGA-BP)的水质预测新模型,并以安徽蚌埠蚌埠闸逐周水质监测的PH值数据为例,进行水质预测,通过与传统的GA-BP神经网络以及BP神经网络的水质预测模型对比,结果表明,这种预测方法训练的BP神经网络收敛速度快,样本逼近精度高且泛化能力强。

摘要：为克服神经网络软件仿真实时性差、并行处理能力弱等缺点,提出了采用电路的方法实现秀丽线虫的接触感知神经网络,模拟秀丽线虫的回撤行为。其中所有参数由实数编码遗传算法训练秀丽线虫接触感知神经网络模型所得参数转化而来。通过Hspice仿真器进行仿真,Hspice仿真结果和秀丽线虫接触感知神经网络模型的数值仿真结果相符,验证了该电路的有效性和正确性。

摘要：提出用遗传算法优化的Takagi-Sugeno-Kang(TSK)模糊模型对未知或不确定的混沌动力学系统进行辨识。在辨识未知混沌系统的TSK模型过程中,只需利用未知混沌系统的输出时间序列。首先,采用模糊聚类分析方法从训练数据建立其初始TSK模糊模型。然后采用实数编码的遗传算法对初始模型进行优化设计。同时为防止破坏模糊规则的语义属性,对遗传搜索空间采取了适当的限制。用辨识模型重建吸引子方法定性地评价辨识模型,通过计算辨识模型的Lyapunov指数定量地评价辨识模型的性能。仿真结果表明,该辨识模型能很好地逼近原混沌动力学系统,准确地体现原混沌系统的动力学特性。