考虑成本的多出救点多物资应急调度研究

为减少应急资源调度过程中发生的经济损失,在某些最短完成时间值要求不十分敏感的应急资源调度基础上,提出引入资源需求紧迫程度的多出救点多物资调度模型,同时定义调度成本目标函数,并结合分治算法基本思想,求解综合调度效益最高的出救点方案,最后进行实例分析和对比分析。结果表明:在对应急资源储备仓库进行选择时,需求紧迫度的引入能极大地改善调度的盲目性,结合基于道路因素建立的成本函数能有效地减少不必要的调度成本,从而提高资源调度的综合效益。     

氯代脂肪烃构效关系的遗传神经网络模式

通过检索美国国立职业与卫生研究所化学物质毒性效应登录（RTECS）1998年版光盘系统,搜集了65种氯代脂肪烃化合物对大鼠急性毒性口服LD₅₀数据,并利用遗传神经网络建立了氯代脂肪烃分子结构与对大鼠急性毒性关系的BP神经网络模式对预报集8种氯代脂肪烃测试结果表明,所建立的网络具有较好的实用性遗传神经网络是由遗传算法和神经网络耦合而成讨论了遗传神经网络的构造以及怎样利用遗传神经网络建立构效关系（QSAR）模式     

B－P网络用于环境质量分类研究

用全国２５个湖泊的水质指标资料作为训练样本，应用人工神经网络Ｂ－Ｐ算法，分别建立了３参数和４参数的水质分类模型。并用所建立的模型对６个湖泊水质进行分类检验效果。结果表明Ｂ－Ｐ模型应用于环境质量分类是可行的。且由于Ｂ－Ｐ网络有自学习、自适应的能力，因而与其它的环境质量分类法相比具有优越性。     

基于随机优化方法的大气污染物总量控制模型

出了基于随机优化方法的总量控制模型.该模型引入随机变量描述影响环境容量的气象条件,对环境质量目标值的约束做了重要的改进,并利用随机模拟和遗传算法求解,使模型具有较强的合理性和可操作性.采用该模型对云南省玉溪市红塔区大气污染物总量进行了实验性计算,取得了较好的效果.     

基于遗传算法的综合热能管理系统代偿优化

在SIMULINK平台下搭建了飞机综合热能管理系统仿真模型,并利用遗传算法对其可控参数如发动机引气的阀门开度、冲压空气进口面积和液体环路的流量等进行在不同飞行状态下的寻优,使得飞机在满足温度等要求的情况下起飞总重的代偿较小。结果表明,利用智能算法可以实现这种复杂系统的参数优化,从而提高飞机燃油经济性。     

进化蚁群算法及其在湖泊富营养化评价中的应用

蚁群算法是近年提出的一种新型的仿生算法,已在许多组合优化问题中得到成功应用,但是传统蚁群算法解决连续优化问题的能力较差.为提高其解决连续优化问题的能力,拓宽应用范围,引入带可变邻域搜索项的进化策略对其进行改进,进而提出进化蚁群算法.随后从2个方面对进化蚁群算法的性能进行测试:①采用多个经典测试函数测试进化蚁群算法用于解决连续优化问题的效果;②将进化蚁群算法应用于千岛湖的富营养化程度评价,以测试该方法解决实际问题的效果.函数测试结果表明,进化蚁群算法可以成功用于解决连续优化问题,并且优化过程所需初始个体的数量少,优化速度快;千岛湖富营养化程度评价实例的结果表明,进化蚁群算法应用于湖泊富营养化评价是可行的,可用于解决实际问题.      

应用遗传神经网络方法分析我国降水化学数据

收集了１１１组包含Ｃａ＾２＋、Ｍｇ＾２＋等８种离子浓度和ＰＨ值的我国降水化学数据，并用遗传神经网络（Ｇｅｎｅｔｉｃ Ｎｅｕｒａｌ Ｎｅｔ－ｗｏｒｋｓ，ＧＮＮ）方法建立了这些离子浓度和ＰＨ值绵ＢＰ网络模式，运用这些模式计算了各离子浓度对ＰＨ值的贡献，结果表明，我国各地降水ＰＨ值与各地区酸性离子与碱性离子相互用途相关，其中生离子的中和作用起着主导作用。     

Consideration of fuzziness: Is it necessary in modelling fish habitat preference of Japanese medaka (Oryzias latipes)?

The present study aims to clarify the necessity and effectiveness of considering fuzziness in modelling fish habitat preference, and the advantages which would be achieved by considering it. For this purpose, genetic algorithm (GA) optimized habitat preference models under three different levels of fuzzification were compared with regard to prediction ability of the habitat use of Japanese medaka (Oryzias latipes) dwelling in agricultural canals in Japan. Field surveys were conducted in agricultural canals in Japan to establish a relationship between fish habitat preference and physical environments of water depth, current velocity, lateral cover ratio and percent vegetation coverage. The habitat preference models employed for testing the fuzzy-based approach were category model, fuzzy habitat preference model, and fuzzy habitat preference model with fuzzy inputs. All the models were developed at 50 different initial conditions. The effectiveness of the fuzzification in fish habitat modelling was assessed by comparing mean square error and standard deviation of the models, and fluctuation in habitat preference curves evaluated by each model. As a result, the effect of fuzzification appeared as smoother curves and was found to reduce fluctuation in habitat preference curves in proportion to the level of fuzzification. The smooth curves would be appropriate for expressing uncertainty in habitat preference of the fish, by which fuzzy habitat preference model with fuzzy input achieve the best prediction ability among the models. In conclusion, the present study revealed that there are two advantages of fuzzification: reducing fluctuations in habitat preference evaluation and improving prediction ability of the model. Therefore, the consideration of fuzziness would be appropriate for representing fish habitat preference under natural conditions.     

基于遗传算法和GIS的县域水田种植制度空间布局优化

采用种植模式对县级尺度的作物进行空间配置,能够较好地解决作物空间布局中熟制比例不当、茬口不适宜等问题。种植制度空间布局优化的目的在于通过合理配置种植模式的空间位置,以充分利用并保护当地的自然资源和社会资源。其本质是一种具有自然、社会、耕作制度等多方面影响因素及空间特征的组合优化问题。传统的优化算法解决具有空间特征的组合优化问题效率很低,或者难以解决该类问题。遗传算法是一种新的智能优化算法,通过模拟自然进化过程,利用简单的编码技术和遗传操作高效地解决复杂的组合优化问题。提出了一种以GIS为平台,遗传算法为优化模型的县域种植制度空间布局优化方法。     

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．...