赤潮藻类图像自动识别的研究

为了分析海水中所含有害藻的种类和数量,做到赤潮藻类生物发展的早期监测、预报,开发了一赤潮藻类图像计算机自动识别系统.运用图像处理技术提取藻类图像形态、纹理特征等,运用遗传算法进行特征选择.在此基础上用神经网络建立分类器,对藻类图像进行分类识别.结果表明,该系统能有效提高学习能力和分类性能,对引发赤潮的3种主要藻类达到了很好的分类识别,分析结果与人工计数识别结果相差较少.     

基于小波变换和遗传算法的小电流接地故障定位技术研究

提出了一种基于小波变换和遗传算法的单相接地故障区段定位新技术。根据故障点前后的零序电流突变方向相反的特点,利用小波变换确定不同检测位置的零序电流突变方向,然后对比突变方向确定故障区段。单相接地故障信号容易受到外部干扰,为了提高定位的容错性,提出了基于遗传算法的定位技术,利用小波变换后的结果通过遗传迭代实现故障的准确定位。通过数字仿真对定位方法进行了充分验证。仿真结果表明,故障定位准确率高,有着良好的实用性。     

情景-应对模式下考虑软时间窗的高铁应急资源调度优化

为提升高速铁路应急处置水平,考虑突发事件发生后应急资源需求的不确定性,通过对事故情景集的分析和计算,采用"情景-应对"模式,获取事故点的资源需求量;通过引入"软时间窗"概念,建立以超时惩罚成本、资源运输成本和救援点固定出动成本3者之和最小化为优化目标的应急资源调度模型,利用遗传算法进行求解,并基于实际事故案例验证方法和...     

基于风险和成本的化工园区供电网络优化设计

化工园区供电网络优化设计是国家综合管理部门、电网工程项目法人及融资方进行项目决策的重要依据。化工园区内企业在生产活动中极易释放易燃易爆气体,供电危险极大。主要目的是运用程序优化方法,找到一种既经济又安全的供电线路布局方案,最终得到基于风险和成本的安全决策。基于前人在计算机智能算法优化数学模型得到的经验,运用图论Floyd算法和GA遗传算法研究了图论算法和人工智能算法在基于风险和成本的化工园区供电网络优化中的设计和应用。设计了一个化工园区,总降变电站为源点,8个可选择的化工园区内具有火灾或爆炸高危险性生产企业位置为网络节点。建立了无浓度约束范围和有浓度约束范围两种模型,并在有浓度约束范围模型的优化中运用广度优先遍历和深度优先遍历相结合的思想。给出了3套方案并且得到了理想的优化结果。首次应用计算机智能算法优化的方法研究了化工园区供电网络安全性,研究表明,图论算法和人工智能算法在化工园区供电网络优化上的应用是可行的。对于网络节点较多的实际化工园区供电布局,GA遗传算法一般能得到比Floyd算法更快更好的全局最优解。     

改进遗传算法在污水处理工艺优选决策指标权值确定中的应用

构建了基于模糊聚类的改进遗传算法（简称FMGA）,用于污水处理工艺优选决策指标权值的确定。FMGA的数值仿真结果表明,该算法能有效避免早熟收敛,能在较短时间内获取指标权值并且运算过程稳定。最后,将FMGA用于确定三峡库区城镇污水处理工艺优选决策指标的权值。结果表明,经济（0．2602）〉技术（0．2094）〉能耗（0．...     

重大事故双目标应急响应规划的优化研究

目前主要的救援措施有疏散、避难场所、居民建筑的保护、个人保护装置的使用.当考虑不同的目标时就会有不同的保护措施.应用多目标优化的理论建立了一个适用于重大事故的双目标安全规划方法,两个目标分别为区域风险的最小化和社会经济成本的最小化.通过案例分析说明了这种应急响应规划方法的可行性.     

地下水硝酸盐污染抽出处理优化方法模拟研究

以北京某场地生活垃圾填埋场硝酸盐污染地下水为研究对象,针对抽出处理技术,利用遗传算法(GA)和模拟退火法(SA)对地下水硝酸盐污染羽治理区中布置18口备选井方案进行优化.优化目标函数最小化治理成本,确定最佳井数及其井的位置和抽水速率,同时达到在100 d内将研究区硝酸盐浓度降低至10 mg·L-1的治理目标.GA优化结果为8号井优化抽水速率为155 m3·d-1,14号井优化抽水速率为10 m3·d-1.SA优化结果为8号井优化抽水速率为82 m3·d-1,14号井优化抽水速率为39 m3·d-1.基于GA和SA优化抽水速率,硝酸盐总量去除率分别为76.89%和84.92%.优化结果说明,最佳井的位置应位于硝酸盐污染羽中游及中下游的中轴线上,且中游抽水速率比下游要大.两种优化算法对比表明SA优化系统治理成本比GA节省6.8%,且波动性小,更收敛.     

基于SVM的含缺陷20钢弯管爆破压力预测

为快速、精确预测含局部减薄缺陷的弯管爆破压力,首先验证显式非线性有限元模型的模拟精确性,然后以168组不同缺陷尺寸下20钢弯管爆破压力的有限元模拟数据作为学习样本,建立含局部减薄缺陷20钢弯管爆破压力预测的支持向量机(SVM)模型;其次利用交叉验证(CV)、遗传算法(GA)、粒子群算法(PSO)分别优化SVM模型;最后分析对比用于预测弯管爆破压力的3种优化SVM模型与ASME B31G-2009、DNV RP-F101、SHELL 92等3种通用规范的计算误差。结果表明：CV-SVM、GA-SVM、PSO-SVM等3种模型的预测误差均小于3种规范的计算误差,其最大相对误差分别为-2.33%、-3.4%和1.94%;说明SVM模型用于预测弯管爆破压力时操作简单、计算时间短、预测精度高、工程实用性好。     

基于复合种群SIR模型的应急防疫物资仓库选址

为提高对疫情的应急响应与控制水平,研究应急防疫物资储备仓库选址方法。首先,综合考虑城市网络中人口及城市间的人流量因素,利用复合种群SIR模型预测应急防疫物资需求量,并以2017年华北地区城市流感数据验证预测准确性;然后,通过栅格化选址区域生成初始解空间,以时效性优先为原则,构建基于P中值模型的大规模区域内储备仓库选址模型,并以加权运输距离最小为目标,设计结合重心法的精英保留遗传算法求解模型;最后,以华北地区防疫物资仓库建设为试验案例,使用真实运输距离数据验证模型和算法的有效性。结果表明：在大规模区域内仓库候选位置未知的情况下,该模型和求解算法能够保证选址方案的合理性和计算敏捷性,在仓库数量有限的条件下满足疫情爆发时的应急防疫物资供应需求。     

利用遗传算法反演皖中地区地壳速度结构

利用安徽数字地震台网2009～2012年记录的421条高质量近震纵波数据,建立层状介质模型,基于遗传算法对安徽中部地区(30.5～33.2°N,116～119.3°E)地壳一维速度结构进行反演,结果显示遗传算法能够较好的用于一维速度结构反演,同时得到该地区地壳平均厚度、地壳各层平均厚度及各层中P波平均速度,为进一步开展该地区基础研究提供一个合适的初始地壳模型。