一般性问题

X501 200402036 用遗传算法优化工业污染源布局/刘峰…(中科院大气物理研究所)∥城市环境与城市生态/天津市环保局.-2003,16(6).-158-160 环图X-136 工业污染源的优化布局是复杂的以偏微分方程为约束条件的控制问题。遗传算法是一种近年     

三维铝型材挤压模多参数优化

以一个导流组合模为例,利用神经网络建立模具参数的数学模型,用遗传算法对参数优化。其中由正交法设计得到实验样本,由软试模提取模具的SDV值,将其作为优化目标。最终实验结果与优化值吻合,为建立和控制挤压模参数提供了一种行之有效的手段。     

水质模型参数优化的遗传算法实现及控制参数分析

参数识别是数学模型应用的前提.遗传算法是一种通用的全局优化算法,结构简单.一个实际应用问题能否利用遗传算法解决,关键在于遗传算法的设计和控制参数的选取.本文结合水质模型参数优化的特点,提出采用正交试验设计的方法来考察遗传算法不同控制参数对参数优化性能的影响,结果显示,正交法较好地识别了关键影响因素,并提出可能的最优方案.表明遗传算法能较好地应用于复杂多参数水质模型的参数识别研究.     

大型空间桁架天线振动控制及作动器位置优化

目的对在轨大型空间柔性桁架天线结构振动进行主动控制及作动器位置优化。方法采用线性二次型最优控制算法对天线结构进行振动抑制,以系统能量和控制能量的和作为优化性能指标,利用遗传算法对作动器的位置进行优化。结果在优化配置的两个作动器控制作用下,受到激扰的天线结构振动便在10 s内得到良好得抑制,振动幅值减小了一个量级。结论适当地增加作动器数目,恰当地配置作动器的位置能有效抑制柔性天线结构的振动。     

基于遗传算法的大气颗粒物的源解析

遗传算法是一种全局优化的随机搜索方法,适用于模型参数寻优。将遗传算法用于大气颗粒物源解析的CMB方程组中参数的优化,得到各污染源对大气颗粒物的优化贡献率。该方法应用于成都市大气颗粒物的源解析结果与用其他多种源解析法得出的结果基本一致。理论分析和应用实践表明了遗传算法用于大气颗粒物源解析研究具有简便、准确和实用性强等特点。      

基于环境监管平台的脱硫烟气SVR模型及优化

基于环境监管平台建立脱硫烟气SVR预测模型,通过Pearson系数、经验公式选择特征,利用网格寻参(gridsearch)、遗传算法(GA)以及粒子群优化算法(PSO)在5-fold交叉验证下对该模型优化、训练并预测。误差分析和比较表明SVR模型预测能力较高,遗传算法优化适应于此类数据训练,且SVR模型对于机组有依赖性。     

大气污染总量控制GA方法中的多源模拟系统

大气污染总量控制的GA方法,是利用遗传算法(GA)的自适应全局搜索寻优功能,通过模拟的自然进化机制来求算经过全局优化的区域允许排放总量以及区域允许排放总量在区域内各污染源之间的分配方案的一种新的大气污染总量控制方法。在基于遗传算法的大气污染总量控制中,需要运用一个高效而可靠的大气污染多源模拟系统,以便根据源强分布快速计算出准确的浓度场。文章介绍了该大气污染多源模拟系统的设计与实现技术。     

大气颗粒物污染源的遗传算法解析模型

遗传算法是一种处理模型参数优化估计的通用方法。在构造了以大气颗粒物污染源的源系数作为参数的优化准则目标函数情况下，应用遗传算法优化模型参数，得到各污染源对于大气颗粒物的贡献率。将遗传算法用于重庆市春、夏、冬三季大气颗粒物的源解析结构与用化学质量平衡法的源解析结果进行了比较，两种源解析法获得的４种主要尘源在３个对大气颗粒物的贡献率大小排序基本一致。该方法用于大气颗粒物源解析简单、快速、方便、实用。     

基于LSSVM的石灰石浆液制取电耗优化

提出了基于最小二乘支持向量机(LSSVM)构造以球磨机制浆速度作为目标优化模型,并采用遗传算法实现了给料量、给水量、漩流器入口压力等运行参数的寻优,获得了优化制浆速度的调整方式。以此方式的相应参数作为当前负荷下的基准值,能很好地解决制浆工况下运行参数基准的确定问题。通过现场试验证明:按此基准值运行,可以提高制浆速度,降低电耗。     

基于随机优化方法的大气污染物总量控制模型

出了基于随机优化方法的总量控制模型.该模型引入随机变量描述影响环境容量的气象条件,对环境质量目标值的约束做了重要的改进,并利用随机模拟和遗传算法求解,使模型具有较强的合理性和可操作性.采用该模型对云南省玉溪市红塔区大气污染物总量进行了实验性计算,取得了较好的效果.