混沌遗传神经网络在空气质量预测中的应用

为了提高对空气质量预测的准确性,提出了一种基于混沌遗传算法(CGA)的BP神经网络改进方法。BP神经网络是目前应用最广泛的神经网络,但存在收敛速度慢和易陷入极小值的缺陷。该改进算法的基本思想是用混沌遗传算法优化BP神经网络的初始权值和阈值。混沌遗传算法结合了混沌运动的遍历性和遗传算法的反演性。将混沌变量加入遗传算法中,进一步提高了遗传算法的全局搜索能力和收敛速度;将混沌遗传算法优化后得到的最优解作为BP神经网络的初始权值和阈值。利用改进后的CGA-BP算法进行空气质量预测,结果表明,该方法对空气质量的预测效果明显好于单纯使用BP神经网络的预测效果。     

基于浓度敏感性分析和遗传算法的甲烷燃烧机理简化与优化

采用良搅拌反应器模型和层流预混火焰模型计算甲烷/空气燃烧过程,通过元素流通法和浓度敏感性分析法,对甲烷燃烧详细化学动力学机理GRIMECH 3.0进行简化。利用遗传算法,以甲烷/空气详细机理获得的组分浓度和一维层流火焰速度为目标,对简化机理进行优化。结果表明,相比于优化之前的简化机理,优化后的简化机理在描述甲烷/空气燃烧反应的组分浓度、层流火焰速度以及反应物和产物的时空分布方面,具有更高的精度。     

基于遗传算法和GIS的县域水田种植制度空间布局优化

采用种植模式对县级尺度的作物进行空间配置,能够较好地解决作物空间布局中熟制比例不当、茬口不适宜等问题。种植制度空间布局优化的目的在于通过合理配置种植模式的空间位置,以充分利用并保护当地的自然资源和社会资源。其本质是一种具有自然、社会、耕作制度等多方面影响因素及空间特征的组合优化问题。传统的优化算法解决具有空间特征的组合优化问题效率很低,或者难以解决该类问题。遗传算法是一种新的智能优化算法,通过模拟自然进化过程,利用简单的编码技术和遗传操作高效地解决复杂的组合优化问题。提出了一种以GIS为平台,遗传算法为优化模型的县域种植制度空间布局优化方法。     

生命线工程网络抗震拓扑优化研究

介绍了基于连通可靠度分析的生命线工程网络和基于功能可靠度分析的供水管网抗震拓扑优化分析方法。以管网造价为优化目标,管网拓扑结构为优化参数,抗震连通可靠度为约束,建立了基于连通可靠度分析的生命线工程网络抗震拓扑优化模型。对于这样一个组合优化问题,采用现代优化算法-遗传算法来进行求解可以获得造价低且满足管网抗震可靠度要求的最优网络。改用抗震功能可靠度为约束,可以建立基于功能可靠度分析的供水管网的抗震拓扑优化模型,这一问题可以采用模拟退火算法来进行求解,实例分析表明模拟退火算法具有很好的效果。最后,利用模拟退火算法,对四川省都江堰市、绵竹市和德阳市供水管网进行了抗震拓扑优化改造分析,给出了三个城市供水管网的恢复重建方案。     

醛类化合物分子结构与对鼠急性毒性关系

通过检索美国国立职业与卫生研究所化学物质毒性效应登录 ( RTECS) 1998年版光盘系统 ,搜集了 88种醛类化合物对大鼠急性毒性口服 LD₅₀ 数据 ,并利用遗传神经网络建立了醛类化合物分子结构与对大鼠急性毒性关系的 BP神经网络模式 ,模式的交互检验相关系数达 0.83～ 0.87,具有较强的预报能力 .遗传神经网络是由遗传算法和神经网络耦合而成 ,文章详细讨论了遗传神经网络的构造以及利用遗传神经网络建立 QSAR模型的方法 .     

基于遗传算法的PLS分析在QSAR研究中的应用

将遗传算法和偏最小二乘法结合应用于定量结构活性关系研究中 ,进行变量选择和建立最终模型 .以较少的变量个数包含较多的变量信息 ,且变量间没有线性相关问题 ,因而得到较好的 QSAR模型 .将这种方法应用于氯代酚和单取代苯 2种系列化合物 ,可以得到几种常规多元回归分析方法不能得到的质量较高的 QSAR模型 .     

遗传神经网络在地下商场火灾风险评价中的应用

由于地下商场火灾时非线性强、风险大,目前国内没有明确的地下商场火灾风险评价模型。建立了地下商场火灾风险评价的指标体系。根据遗传神经网络原理提出了地下商场火灾风险的遗传神经网络评价模型,其中采用了适用于少样本评价的灰色聚类方法来确定训练遗传神经网络的样本。将所建立的模型通过实例评价进行了验证,结果表明此模型在地下商场火灾评价中具有较好的应用价值。     

基于韧性曲线的城市地铁网络恢复策略研究

为了提高城市地铁网络的韧性,基于复杂网络理论和韧性城市理论,研究地铁网络在不同失效场景下的最优恢复策略.用Space L方法和Gephi软件构建地铁网络,以网络平均效率为韧性指标,以网络恢复力最大为目标函数构建城市地铁网络恢复模型,用遗传算法进行求解.最后以西安地铁网络为例,用Matlab模拟了其在小规模和大规模站点失...     

基于遗传算法的染色生产订单排序与节水研究

连续轧染生产过程中更换染色品种时产生的废水与订单排序直接相关.如果预先对订单进行合理排序,就可以将由于品种更换而造成的废水产生量降至最少.但是,订单的生产排序受交货时间、色系及颜色深浅、染色速度、生产时间等条件约束,目前企业普遍采取的人工排序很难实现对生产订单进行动态调整和优化.在构建基于水资源消耗最小化的染色生产订单...     

基于Kriging模型的载人航天某装置结构优化设计研究

对于处在振动环境中的载人航天某装置复杂结构,设计过程中存在最小化质量、同时最大化一阶整体振动频率的多目标优化问题,可以利用多目标遗传算法(NSGA-II)求解得到Pareto最优解集,但利用NSGA-II进行求解计算量大,对于复杂结构更甚。为了节省计算时间,提出基于Kriging代理模型的复杂结构多目标优化设计方法,首先通过拉丁超立方采样获得样本点,然后通过样本点创建Kriging模型,最后利用多目标遗传算法求解代理模型得到Pareto最优解集,方便设计师从中选择最优解,优化结果表明本文所述方法合理有效。