遗传算法推求瞬时单位线参数并计算流量过程线

城市雨水地表径流模型的目的是推求城市雨水地表径流的流量过程线，从而模拟雨水的地表径流过程。瞬时单位线法是解决模型的一种方法。由瞬时单位线推求S曲线和时段单位线，可以得到城市雨水口径流的流量过程线。瞬时单位线是该过程的基础，求解瞬时单位线参数N和K值是十分重要的。与过去用矩法求解这两个参数比较，介绍了用遗传算法来推求瞬时单位线参数的方法和过程，并验证了遗传算法推求参数的可行性和可信性。     

对种群增长模型的改进

提出有限空间种群增长的Logistic新模型即ds(dt)^-1=rs(1-ds^0／k)，其中参数d描述环境对种群增长的影响，参数θ为种内竞争特性参数．该模型通过种群的竞争特性因子θ控制，将指数增长、线性制约、下凹增长和上凸增长非线性制约概括为一个统一的自适应的非线性制约模型．以格氏栲、红锥种群基面积增长为例，运用遗传算法对不同种群增长模型进行最优拟合与比较分析，表明新模型能较好地描述格氏栲、红锥种群增长规律，为种群增长动态变化的一个理想的机理描述式．表4参14     

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。     

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。     

基于人工免疫的柔性EMI滤波器自动进化设计研究

针对电力电子系统的EMI滤波器设计中的问题,开展基于神经网络和遗传算法的柔性滤波器电路自动进化设计研究,综合多项EMI滤波器设计目标进行自动优化设计,并在实际应用中实现了柔性滤波器这一目标。     

基于空气质量模式和数学规划模型的城市PM2.5达标策略——以临汾为例

为了改善城市空气质量,降低PM_2.5浓度,需要制定科学的控制策略,同时兼顾污染物减排量与减排成本效益.本文基于区域大气环境模型RegAEMS与数学规划模型,采用多目标遗传算法,探究城市大气PM_2.5污染的最优控制策略,并应用于临汾市（14类行业源、17个区域源）的PM_2.5浓度达标规划,实现污染物排放量最大和减排成本最小的双目标优化.结果表明,在PM_2.5平均浓度近200 μg/m³的重污染天气条件下,为达到PM_2.5浓度目标（75μg/m³）,临汾市最大污染物允许排放量为356.7t/d,最小减排成本为3.36亿元.NO_x、SO₂、NH₃、VOCs和一次颗粒物的减排量分别为98.1,49.9,44.3,155.7和105.5t/d,减排成本分别为11.7,6.8,6.2,5.5和3.5千万元.对VOCs、NO_x、PM_2.5、NH₃和SO₂减排潜力最大的行业分别为焦化源、移动源、扬尘源、农业源和民用燃烧源,分别占所有行业5种污染物减排量的21.6%、14.1%、11%、8.6%和3.8%.钢铁行业的减排成本最高（39%）;襄汾县的减排量最大,减排成本最高（达7218万元）.     

遗传神经网络在水质监测点优化布局中的应用

为科学全面地掌握湖泊水域的水质指标分布状况,以广西大学镜湖为实验研究对象,以无人船为平台将RBF神经网络与遗传算法相结合,对监测点的优化选择进行了讨论研究。分别对水质参数的单目标与多目标进行优化实验,并绘制拟合分布图。结果表明:遗传神经网络比传统的等距监测在水质参数的分布误差上具有明显优势,并在优化后至少6周内,其结果反映的数据依旧准确有效,说明遗传神经网络可明显提高水质监测的效率。     

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。     

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.