基于遗传算法的次级河流回水段水质模型多参数识别

根据长江次级河流临江河回水段的实际情况,建立一维水质模型,模型中的各变化项采用有限差分法(FDM)进行离散,以回水段水体中COD和NH3-N的实测资料为基础,利用自适应遗传算法(AGA)对2种污染物的纵向离散系数及一级降解系数进行反演计算,得出回水段COD和NH3-N的纵向离散系数分别为0.5227,0.5196km2/h,一级降解系数分别为0.0342,0.0367h-1;计算值与实测值吻合较好,表明FDM-AGA方法能较好地运用于次级河流回水段水质模型的多参数识别.     

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...     

基于遗传算法和场域模型的多障碍物房间人员疏散研究

为提高多障碍物房间的人员疏散效率,利用场域元胞自动机模型并融合经典遗传算法,对2出口和4出口的多障碍物房间进行布局优化和疏散仿真研究。研究结果表明：利用遗传算法可快速寻找最优座椅布局,连排座椅设置在远离出口侧可有效减轻行人疏散时的拥堵程度;经过遗传算法优化后的座椅布局可协调疏散人群到达出口的时间,从而缓解出口通行压力,提高整体疏散效率,保障行人在大型多障碍物房间内的疏散安全。     

城市应急物资配送路径支路限流模型研究

为科学、及时、合理地对城市应急物资进行调度,综合考虑突发事件发生后道路的实时通行状况,通过改变道路交通的交叉口限流以及物资运输路径,以最小化配送时间和成本为目标,构建1套完整的应急交通管制模型,使得所需的应急物资在被要求的最短时间窗内抵达受灾点;利用遗传算法进行编码设计求解模型,并通过仿真分析,设计配送路径的交叉口的支...     

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。     

铀矿山穿孔爆破系统免疫遗传优化控制

根据地下铀矿山穿孔爆破系统特点及放射性污染物的特性,应用自适应模糊推理技术构建爆破矿石块度模型,应用放射性污染物迁移机制构建氡浓度析出模型,再将其模型参数换算成与穿爆参数关联的氡浓度模型,然后构建铀矿山氡浓度控制下穿孔爆破系统的集成模型,最后运用免疫遗传优化算法对其进行优化求解。实例分析表示该方法可在满足氡浓度的要求下实现块度最优化问题,为铀矿山安全生产提供了重要决策依据。     

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...     

制药废水UASB-HAR-ICEAS组合处理系统效能建模及优化研究

以某制药废水的升流式厌氧污泥床(UASB)-水解酸化池(HAR)-间歇式循环延时曝气活性污泥法(ICEAS)新型组合处理系统为背景,分析该系统效能,并建立遗传算法优化神经网络(GA-BPNN)模型对系统出水水质进行仿真预测,并利用建立的GA-BPNN模型对系统的运行条件进行优化研究。研究表明,在稳态运行的120 d,系统对废水COD和NH3-N去除率分别为98.6%和86.6%;GA-BPNN模型对出水COD和NH3-N的预测结果和实际监测值之间的平均绝对百分误差为5.55%和6.99%,能很好地应用于组合系统的出水水质预测管理中;GA-BPNN模型还可求解出系统的最优化运行条件,为工程实际操作提供了坚实的理论基础。