遗传算法对QSAR研究中变量选择的应用

将遗传算法引入定量结构活性关系（ＱＳＡＲ）研究中，对变量进行造反选择，可同时建立几种比较好的ＱＳＡＲ模型，并以交互验证的决定系数作为适应函数，以保证模型质量的可靠性。将其分别应用于氯代酚和单取代苯系列化合物，均得到较好的结果。同时，在这些应用中也反映了遗传算法在变量选择中存在的局限性，限不能保证选择的所有变量在模型中都有显著贡献。     

乙酸仲丁酯生产过程的集成设计与优化

以乙酸和混合C_4反应过程作为考察对象,利用过程强化技术为指导方法,研究热泵与反应分隔壁塔集成制备乙酸仲丁酯的可行性与先进性,并建立过程模拟流程;然后,以经济效益、环境效益和系统鲁棒性为优化目标函数,利用多目标遗传算法获取该强化构型的最优工艺设计参数,得到最小年总费用、二氧化碳排放量和条件数分别为4.338×10~5$·a~(-1)、499.020 kg·h~(-1)和13.786。该研究可为乙酸仲丁酯生产过程提供一种新的设计思路和数据参考。     

基于GA-BP神经网络的化工园区应急救援能力可靠性分析

提出一种基于遗传算法优化的BP神经网络(GA-BP)的化工园区应急救援能力可靠性分析模型。通过事故树分析对16家化工园区应急救援能力的可靠性进行量化,并作为GA-BP神经网络模型训练的输出值;以事故树中的28项基本事件为依据进行分类总结,建立化工园区应急救援能力层次分析评估指标体系,在日常生产状态下的应急系统维护与事故时的应急处置能力这两个准则层下分为要素层,包括应急系统硬件维护、应急救援人员管理、应急管理机构、应急预案与演练和信息传递、应急人员动员、现场处置、事故后恢复能力,指标层元素分别对应事故树的基本事件,并计算指标层元素相对于目标层的复合权重,再以调查问卷的方式邀请专家对化工园区的指标层元素进行打分,将每一园区的各项要素得分与复合权重相乘作为GA-BP神经网络模型的输入值;从样本组中选取12组作为训练样本、4组作为测试样本,验证建立的GA-BP神经网络模型的可行性,并与传统BP神经网络的分析数据进行对比。结果显示:GA-BP神经网络输出数据的平均误差为3.83%,均方误差为0.002;而BP神经网络输出数据的平均误差为8.13%,均方误差为0.004;GA-BP神经网络的分析结果与事故树的分析结果更为接近,且相对于事故树分析减少了复杂的建树过程,具有更高的易用性。     

气象灾害应急管理能力评价体系研究

针对现有应急管理评价体系研究的不足,以《中华人民共和国突发事件应对法》为依据,从监测与预警、预防与应急准备、应急处置与救援、事后恢复与重建4个方面构建气象灾害应急管理评价指标体系,并运用投影寻踪评价模型对2008年全国31个省(市、自治区)的气象灾害应急管理能力进行实证分析.结果表明,东、中、西部地区气象灾害应急管理能力存在明显差异,与各地区经济发展水平有较强的正相关性.     

基于参数不确定性的地下水污染治理多目标管理模型

引入随机Pareto控制排序和随机小生境技术,提出基于参数随机变化的改进小生境Pareto遗传算法,用于求解不确定性条件下地下水污染治理多目标管理模型.同时,利用顺序高斯条件模拟的蒙特卡罗方法,结合不确定性分析和风险评估,分析不同渗透系数条件点数对污染物运移结果不确定性和污染风险评价的影响.最后将该方法应用于一个考虑渗透系数为随机变量的二维地下水污染修复算例中.结果分析表明,该方法可为地下水污染治理提供变异性较小的Pareto管理策略,是一种稳定可靠的多目标随机优化方法.     

工程中的遗传算法

介绍遗传算法的基本原理、基本理论及其在工程决策（包括安全、环保）中的应用,说明这一新的优化技术具有广阔的应用前景。     

考虑洪涝灾害风险的城市应急避难场所选址研究*

为解决洪涝灾害下城市应急避难场所选址优化问题,将洪涝灾害风险评估与选址模型相结合。首先,运用灰色模糊综合评价法对洪涝灾害风险进行评价,得到洪涝灾害风险综合指数。然后,将综合指数归一化处理后作为权重引入疏散距离最小化和覆盖人口最大化的目标函数,结合最小化避难所数量,以最大服务范围、容量作为约束,构建引入洪涝灾害综合风险权重的多目标应急避难场所选址优化模型,并采用遗传算法对模型进行求解。最后,以武汉市作为实证研究对象验证模型的科学性和有效性。研究结果表明:在考虑洪涝灾害风险的情况下,应急避难场所选址方案可在接近最优解的情况下达到最优。研究结果可为城市防洪应急避难场所布局优化提供参考。     

Fe3O4/GO对水溶液中Cd(II)去除的影响因素

为探索高效且快速去除水溶液中Cd （Ⅱ）污染方法,采用自制磁性四氧化三铁负载氧化石墨烯（Fe₃O₄/GO）纳米复合材料对水溶液中Cd （Ⅱ）进行去除,利用单因素实验确定影响因素水平范围（初始Cd （Ⅱ）浓度、温度、反应时间、初始pH值）,并采用响应面法（RSM）及人工神经网络-遗传算法（ANN-GA）对去除水溶液中Cd （Ⅱ）的影响因素（4因素3水平）进行优化,利用等温吸附、动力学及热力学参数研究吸附剂性能.通过扫描电子显微镜（SEM）、X射线衍射仪及超导量子干涉器件（SQUID）对复合材料表征.结果表明,平均粒径为30.9nm的磁性Fe₃O₄/GO纳米复合材料被成功制备.RSM用于磁性Fe₃O₄/GO纳米复合材料对水溶液中Cd （Ⅱ）去除条件优化,预测去除率达到86.451%,验证试验为82.220%,对应条件：温度为20.14℃,反应时间为57.78min,初始pH值为6.41和初始Cd （Ⅱ）浓度为11.18mg/L; ANN-GA优化条件后的预测去除率为89.722%,验证试验为87.723%,相应条件：温度为29.96℃,pH值为5.49,初始Cd （Ⅱ）浓度为28.36mg/L,反应时间为65.78min.根据模型R²值,预测的最大去除率及验证试验,ANN-GA模型性能及预测能力均高于RSM.RSM方差分析表明4个因素对磁性Fe₃O₄/GO纳米复合材料去除水溶液中Cd （Ⅱ）的影响大小为：初始Cd （Ⅱ）浓度>温度>反应时间>pH值.吸附机理分析结果显示,Fe₃O₄/GO纳米复合材料对Cd （Ⅱ）吸附过程同时存在着物理吸附和化学吸附.结合ANN-GA优化,利用磁铁实现且快速分离,磁性Fe₃O₄/GO纳米复合材料用于去除Cd （Ⅱ）是可行的.关键字：Cd （Ⅱ）;四氧化三铁负载氧化石墨烯;单因素实验;响应面法;人工神经网络-遗传算法中图分类号：X53     

基于遗传算法的EMI滤波器自动进化设计

将遗传算法和电路进化设计应用于电源EMI滤波器的优化设计。针对EMI滤波器设计所需满足的各种限制条件,综合考虑滤波器插入损耗、阻抗失配、EMC标准等因素,确定设计优化准则,选择进化算法优选适合的电路拓扑,用遗传算法确定元件参数,实现滤波器自动设计。对遗传算法存在的“早熟”现象提出改进措施。实验验证了该优化设计结果能有效抑制EMI噪声,具有实用意义。     

基于循环疏散分配的避难场所布局优化研究——以南京新街口为例

如何在城市高密度地区合理配置避难场所,提高居民避难疏散的效率,已成为城市发展面临的重要问题。基于传统避难场所布局优化研究在避难需求预测、疏散分配方面的不足,提出了基于循环疏散分配的两阶段避难场所布局优化方法。首先基于手机信令数据获取高精度昼夜避难需求。优化模型设计了基于重力模型的循环疏散分配规则,同时考虑避难人群年龄结构的空间差异性,以避难场所建设成本和总疏散距离为目标函数确定最优的避难场所布局方案。第一阶段以避难场所建设成本最小为优化目标,设计遗传算法确定建设成本最小的布局方案。第二阶段以总疏散距离为优化目标,在第一阶段的基础上采用穷举法确定总疏散距离最短的避难场所布局方案。以南京市新街口片区为实证研究案例,验证了基于循环疏散分配的避难场所布局优化方法的可行性和适用性。