TAGE:一种新的大气污染物来源及输送情况的网格化分析方法

提出了一种新的大气污染物来源及输送情况的网格化分析方法.首先,不依赖于排放源清单,而是以预设的网格化排放源来运行空气质量模型,得到排放源的污染影响因子.然后,结合污染物监测数据,构建排放源总合排放强度求解方程组,并利用遗传算法进行求解.最后,基于排放源的污染影响因子和总合排放强度,计算出排放源的污染贡献占比,从而完成对大气污染物来源及输送情况的网格化分析.这一方法的提出,为缺少准确排放源清单情况下大气污染状况的分析与治理,提供了新的思路.利用此方法,对北京市、石家庄市、保定市2017年10~12月期间PM_2.5的来源及输送情况进行了验证性实验.     

基于改进多种群遗传算法的尾矿坝形变预测

针对遗传神经网络(GA-BP)建立的尾矿坝形变预测模型易出现早熟现象、预测结果不稳定、容易陷入局部最优值的不足,引入一种具有混沌局部搜索的多种群自适应遗传算法。该算法以双种群寻优为基础,改进了遗传参数的计算方式,分别以种群进化中染色体适应度值的集中程度和空间距离的分布作为自适应交叉率、变异率的计算依据应用于不同种群中,提高了种群的多样性和遗传算法全局搜索的能力;同时引入混沌局部搜索技术(CLS),完善了遗传算法局部搜索能力的不足。采用改进的遗传神经网络模型对贵州省白岩尾矿坝三维变形数据进行预测,并与传统的GA-BP和AGA-BP模型预测结果进行比较。结果表明:改进后的模型预测精度更高,结果更加稳定,具有良好的预测效果。     

实数编码遗传算法的评述

遗传算法是一种基于自然选择和遗传变异等生物进化机制的全局优化搜索算法．使用实数表示基因的实数编码遗传算法常用于求解连续函数优化等问题．本文阐述了实数编码遗传算法研究的有关工作进展，讨论了算法框架及特点，对实数编码遗传算法中常用的选择、交叉和变异算子进行了比较全面的形式化描述，并介绍了其未来研究方向．     

加速遗传算法及其在暴雨强度公式参数优化中的应用

提出了一般非线性自然灾害模型参数优化的一种通用的数值方法———加速遗传算法,分析了该算法控制参数的优化特性,总结出了这些参数的简便设置技术,并给出了它在暴雨强度公式参数优化中的应用实例。该方法可广泛应用于各种自然灾害模型的优化问题。     

三维铝型材挤压模多参数优化

以一个导流组合模为例,利用神经网络建立模具参数的数学模型,用遗传算法对参数优化。其中由正交法设计得到实验样本,由软试模提取模具的SDV值,将其作为优化目标。最终实验结果与优化值吻合,为建立和控制挤压模参数提供了一种行之有效的手段。     

基于粗糙集与遗传算法的航空器空中相撞事故因素分析

为高效准确挖掘航空器空中相撞事故与相应事故致因因素间的规律,利用事故数据,提出一种基于粗糙集和遗传算法的分析模型。首先运用粗糙集理论对SHELL模型提供的第一层次因素进行重要性程度排序,并确定其权重;然后分析事故中各环节的具体因素,结合遗传算法对这些子因素进行约简,约简时重点考虑重要度高的主因素,确定最终的事故因素及其决策规则;最后,实例分析得出导致事故的主要因素为机组违规、管制差错与违规、气象和空域。实例分析结果表明,该模型与算法能适应航空事故数据特点,能客观描述几个主要因素与事故发生之间的关联关系。     

基于遗传集对分析的空气环境质量评价

集对分析是针对确定与不确定问题进行定量分析的一种方法,而表征差异度系数i的取值,一直没有确定的方法,即使在确定了同一度、差异度、对立度之后,整个联系数仍因i的不确定取值而呈现既确定又不确定的特征。文章将遗传算法应用于联系数表达式中i值的优化求解,使得联系数确定化,并结合实例对空气环境质量进行评价,评价结果与用其它方法评价结果比较表明该方法的可行性。     

基于形态滤波遗传算法对目标红外图像特征检测

将形态滤波和自适应遗传算法结合起来,提出了一个用于目标检测的形态滤波器参数优化遗传算法。通过设计了形态滤波的遗传算法,寻求最佳结构元,以实现对目标的自适应检测。作为2个特殊环境中的应用检测实例,分别对固体推进器尾喷焰红外图像和复杂背景下的弱小目标进行检测。实验结果表明该方法能够更好地适应环境变化,更大程度地提高目标信号检测的信号噪声（SNR）比,有效地检测出复杂背景下的目标。     

含风电的电力系统低碳经济调度

含风电场的电力系统调度是一个多目标优化问题。运用机会约束方法,建立了包括低碳化和发电成本两个目标函数的调度模型,在充分考虑环境保护效益的同时,提出了风险成本的概念,使得发电成本更切合工程实际。在改进自适应遗传算法的基础上,引入了pareto最优解集方法,充分发挥了遗传算法的全局搜索能力和pareto求解多目标问题的潜力。通过实际调度案例验证了所提算法的合理性。