基于双链量子遗传算法的系统故障概率分布研究

为简化空间故障树理论中的系统故障概率分布计算方法,提出基于双链量子遗传算法计算该分布.双链量子遗传算法有收敛快、计算量小的特点;同时系统故障概率分布原有方法基于分段函数解析计算,虽可得到精确分布,但计算较为复杂,不适合现场应用.据此,给出了基于双链量子遗传算法的系统故障概率分布确定步骤,并使用该方法分析了以往系统的故障概率分布.对比于前期研究成果,得到的故障分布可以分区表示故障的变化范围,且形成的分布图更为直观,同时体现了原分布中故障概率的变化特征,进而可得到符合故障概率要求的因素范围.     

基于自适应遗传算法的应急物资储备库选址及物资调配优化研究

应急物资储备库是应急救援的重要载体,储备库选址是否科学合理决定着整个应急公共服务体系的成效,而传统遗传算法在研究储备库选址与物资调配相结合的问题上存在局限性。针对这一问题,从需求点及应急设施服务质量视角构建基于覆盖满意度和经济性的应急设施选址与物资调配优化模型,并根据模型设计自适应遗传算法(AGA),结合储备库实际情况采取具有方向性的初始群体生成法提高搜索速度,设计自适应交叉与变异算子使AGA能够在进化速度与解的质量之间进行权衡,并获得全局最优解。结果表明,该算法能跳出局部最优从而获得最优的选址-分配方案,可为应急管理部门和决策机构的应急设施选址规划及应急物资分配提供理论依据和决策参考。     

好氧生物反应器填埋场的工艺设计优化

目前,以好氧生物反应器技术治理封场简易垃圾填埋场的工艺设计大多基于设计者的经验,设计过程中没有考虑各系统之间的相互影响,也无法实现系统结构和设计参数的同步优化。通过建立关于工程设计的混合整数非线性规划(MINLP)模型,描述了系统结构和设计参数之间的关系,以工程总投资最小为目标函数,以系统结构、设计规范等为约束条件,采用罚函数法和遗传算法对模型进行求解,实现了工艺设计的全面优化。     

基于扩散波模型和遗传算法的河道排污口溯源方法研究

针对河道排污口人工排查成本高且难以做到实时性的问题,建立了基于水流扩散波模型和遗传算法的河道排口反问题溯源方法,并通过突发污染排放的设计算例和河流污染排放实际调查案例进行验证。结果表明:1)反问题模型能有效反演潜在的突发性大流量污染排放,包括排放位置、水量、排放起始时间和终止时间;经过多次运算反演结果的中位值与真实解几乎完全一致。2)对于日常排污口排查而言,该方法可通过合理的水文监测断面布设,准确识别出河流中潜在的多个排污口空间位置和排放水量。3)对于突发排放和日常排污口排查,溯源精度均可达到200 m以内;对应监测站点的布设距离为2 km。因此,该反问题模型可为未来基于在线数据的河道水下排污口动态监管提供技术参考。     

合流制溢流控制系统的多目标优化

在城镇合流制溢流（CSO）污染控制系统的规划建设过程中,提高CSO削减率的同时降低建设成本一直受到规划建设决策者的广泛关注。针对CSO控制系统优化问题,利用Matlab、Python和SWMM模型建立了CSO控制系统建设成本与CSO削减率的多目标优化模型,借助非支配排序遗传算法（NSGA-Ⅱ）对实例求解得出一系列Pareto解集,并进一步为决策者提供多套选择方案。分析结果表明:在3年一遇设计降雨条件下,优化结果中源头LID设施、末端合流制调蓄池与中途截流管网改造的建设成本占比依次降低,其中末端合流制调蓄池的CSO削减率贡献最高,源头LID设施次之,中途截流管网改造最低。     

基于GA优化的SVR水质预测模型研究

针对污水中BOD₅参数不易直接测得的特点,提出了基于遗传算法（Genetic Algorithm,GA）优化参数的支持向量机回归（Support Vector Regression,SVR）水质预测模型。采用机器学习的方法,通过建立污水中COD等参数与BOD₅的数学关系模型的方式对BOD₅进行测定。使用遗传算法对SVR中的关键参数进行寻优,解决了传统SVR预测模型参数选择的问题。以北京市污水处理厂进水污水作为研究对象进行实验,结果表明,与BP神经网络与SVR相比,使用GA-SVR方法进行预测的结果更优,其平均误差与均方根误差分别降至0.009443与16.88 mg/L。     

基于遗传神经网络的入侵检测研究

入侵检测技术是计算机网络信息安全检测的重要手段之一,入侵检测作为一种动态的安全防护技术,提供了对内部攻击、外部攻击和误操作的实时保护,在网络系统受到危害之前拦截和响应入侵。对计算机网络数据进行特征提取,提出了采用遗传算法和神经网络相结合入侵检测技术。遗传算法具有计算简单、优化效果好的特点。利用遗传算法来避免BP算法的局部极小点,从而达到均方根误差全局最小点,也解决了BP算法的收敛慢的问题;同时也解决了单独利用GA往往不能在短时间内寻找到接近最优解的这一问题。通过计算机实验验证了入侵检测的效果,提高了识别率,使得误报率和漏报率降低。     

基于层次分析法—模糊综合评价(AHP-FCE)模型优化矿井通风系统的研究

矿井通风系统是一个复杂的非线性系统,具有随机性、模糊性和不确定性特征。应用层次分析法(AHP)和模糊综合评价(FCE)的基本理论建立的AHPFCE模型,可以全面考虑矿井通风系统的各种因素,既能体现评价过程的模糊性,又能尽量减少个人主观臆断带来的弊端,使优选的方案更符合实际,评价结果更可靠。应用加速遗传算法检验和修正判断矩阵的一致性,具有搜索效率高、计算时间短、求解精度高、计算结果稳定、适用性强等特点,是一种全局优化方法。采用AHPFCE方法确定权重,具有较强的逻辑性、实用性和系统性,并能准确地得出各评价指标的权系数,使计算结果更客观和稳定。实例计算结果表明:AHPFCE方法简便和通用,不仅能指导生产实际,而且为类似的方案优化工作提供了一种新的思路和方法。     

预测低温冷害的门限回归模型

提出用门限回归模型（TR）来描述低温灾害指标变量在灾害状况与非灾害状况的突变性。研制了TR建模的一套简便通用的方案，用笔者改进的遗传算法可同时优化门限值和回归系数，从而解决了TR建模过程所涉及的大量复杂寻优工作这一问题，为TR模型的广泛应用提供了有效工具。实例的计算结果说明了其可行性和有效性。该方案具有通用性，在各种自然灾害时序预测中具有广泛的实用价值。     

基于遗传算法与人工神经网络相结合的玉米估产研究

在遗传算法 (GeneticAlgorithm )与误差反传 (BackPropagation)网络结构模型相结合的基础上 ,设计了用遗传算法训练神经网络权重的新方法 ,并对吉林省梨树县的玉米进行了估产研究 ,同时与BP算法和灰色系统理论模型进行了比较。经检验 ,计算值与实际值接近 ,并优于灰色理论模型 ,具有良好的预测效果 ,从而为农作物估产提供了新方法