加速并行遗传算法及其在暴雨强度公式参数优化中的应用

针对标准遗传算法中存在早熟收敛、后期收敛速度慢以及解精度低的问题,结合正交试验设计和元胞自动机模型,提出了一种改进的遗传算法--加速并行遗传算法(APGA).APGA利用正交试验设计确定较好的初始种群,利用元胞自动机模型固有的并行计算能力设计并行遗传算法,借助元胞信息的动态性和多元性实现正交加速过程.该方法不仅能加快遗传算法的收敛速度,而且能提高遗传算法的搜索效率和解的精度,适用于求解复杂的非线性优化问题.APGA用于暴雨强度公式参数的优化实例结果表明,该算法是有效和可行的.     

投影寻踪技术在突发事件风险分类评级中的应用——以广东省雷电灾害风险评价为例

针对目前突发事件风险等级评价半定量化、等级的分辨率较粗糙的不足,使用投影寻踪、遗传算法和模拟技术建立了突发事件风险分类评级过程,该评价过程体现了较强的客观性以及等级连续性的特点。运用该评价过程建立了广东省雷电灾害风险评价模型,对广东省雷电灾害进行实证研究。结果显示,风险评价结果与实际情况具有很强的一致性,体现了该风险评价过程的合理性。     

遗传算法在结构损伤识别中的应用研究

结构损伤识别是结构系统在使用期间进行监测和维护的重要组成部分,而基于动态测试技术的结构损伤识别方法又是近来研究的热点。本文提出了一种基于改进遗传算法的结构损伤识别方法,主要改进包括:浮点编码、基于标准化几何分布排名的选择策略、最优保存策略、算术交叉算子、非均匀变异算子。在常规模态分析的基础上,以节点的残余力向量构造目标函数,提出了一种用于遗传搜索优化的新的目标函数形式。利用遗传算法重点进行了噪声条件下的结构损伤定位和定量研究,并用一平面桁架模型进行了数值模拟。结果表明:提出的方法不仅能够同时进行结构的损伤定位和定量计算,而且抗噪性能很好。最后,对方法应用中存在的一些问题进行了深入分析,给出了一些有益的结论。     

加速遗传算法及其在环境模型参数估计中的应用

提出了遗传算法的一种改进方法－－加速遗传算法，分析了该算法控制参数的优化特性，总结了这些参数的简便设置技术，并给出了它在环境模型参数估计中的几个应用实例。     

地下水水质评价的逻辑斯谛曲线模型

为检验已订的地下水水质评价标准的合理性，解决各单项水质指标的评估结果的不相容性问题，提高水质等级模型的分辨率，提出了一种新的水质评价模型－逻辑斯谛曲线模型，它的水质等级是连续的实数值。根据LOG模型的参数值可以分析各水质指标值对水质等级的影响程度，据此检验原订水质等级标准的合理性。并给出了基于实码遗传算法的LOG建模的实施方案。实例研究的结果说明，该方案是可行、有效且通用的，在环境质量综合评价中具有广泛的应用价值。     

水质模型参数识别的遗传算法

Ｏ’ｃｏｎｎｏｒ模型是一个比广泛应用的Ｓｔｒｅｅｔｅｒ－Ｐｈｉｌｉｐｓ模型更精确的水质模型,由于该模型参数率定的困难性,限制它在实际中应用。     

遗传算法优化的BP神经网络在地震死亡人数评估中的应用

破坏性的地震灾害作为一种突发性自然灾害,往往会在短时间内造成大量的人员伤亡和财产损失。地震发生后若能有效地预测伤亡人数,可以更科学地组织人员救灾与配置救灾物资,对于减少震后的人员伤亡具有一定的指导作用。通过我国往期的地震数据信息,分析总结出对人员伤亡数目影响较大的7个因素,分别为地震等级、地震时间、震源深度、震中烈度、抗震设防烈度、震中烈度与抗震设防烈度之差(ΔL)、人口密度。鉴于这7个影响因素与地震时的死亡人数呈非线性关系,选用基于遗传算法(GA)优化的BP神经网络建立地震死亡人数预测模型。针对BP神经网络的局限性,利用遗传算法全局搜索最优值的特点,对BP神经网络的权值与阀值进行优化,防止BP神经网络陷入局部最优解,并且加快神经网络收敛速度,从而提高BP神经网络的预测精度。从我国1970年至2016年之间发生的地震灾害中,选取32组造成人员伤亡的地震数据,对初始数据进行处理后,利用遗传算法优化的BP神经网络预测模型进行训练并预测。选取27组样本作为训练样本,另外5组样本作为测试样本。预测分析结果表明,遗传算法优化的BP神经网络预测死亡人数与真实死亡人数相比平均误差为9.72%,均方误差为10.41,而BP神经网络的预测死亡人数的平均误差为17.61%,均方误差为18.02,因此GA-BP神经网络结果较为理想,相比传统的BP神经网络具有更高的逼近精度。     

基于AGA-PP的农村公共安全综合风险评价方法

为了构建一套有效评价农村公共安全风险的指标体系和评价方法,考虑农村环境承载力影响因素对农村公共安全的制约,围绕农村生态承载力、基础设施承载力、社会承载力和人口承载力4个维度,提出能够全面评价农村公共安全风险的指标体系和基于PP（projection pursuit,投影寻踪）模型的风险评价方法.在风险评价方法构建上,采用AGA（accelerated genetic algorithm,加速遗传算法）对PP模型进行改进,实现投影指标函数的快速优化,在此基础上,采用回归分析方法,将时间序列与一维投影值进行拟合,求得一维投影值的预测曲线,通过对一维投影值的预测,利用信息扩散理论将投影值所携带的风险信息扩散至设定的4个风险等级上,用风险熵计算农村环境承载力发展趋势,并借以评价农村公共安全的风险大小.结果表明:基于AGA-PP的评价方法能够最大限度暴露多维指标数据的结构特征.依据最佳投影方向获得的一维投影值与时间序列拟合后,其拟合精度达到0.027 1,较高的拟合精度保证了后续农村环境承载力风险熵值的可信度,这在一定程度上保证了农村公共安全风险评价的可靠性.研究显示,从农村环境承载力的视角评价农村公共安全风险能够很好地反映农村公共安全风险的现实状况和发展趋势.基于AGA-PP的农村公共安全评价方法简单有效,具有评价精度高且与实际吻合度高的特征,能够为公共安全管理部门提供决策依据和方法参考.      

基于遗传算法的洪水灾情评估神经网络模型探讨

洪水灾情评估实际上是一种模式识别问题,而人工神经网络模型具有逼近有界闭子集上任意非线性映射的特性,且模型更新方便。本文邮基于遗传算法的洪水灾情评估神经网络模型,阐述了其基本原理和算法,实例研究表明其实用性、客观性和通用性。     

城市可持续发展评价的分指数及综合指数公式

在指标按特征分类的基础上，提出了城市可持续发展评价分类指标的分指数公式和多类别组合的综合指数公式。应用遗传算法对公式中的参数进行优化，得到简单而适用的城市可持续发展评价模型。模型应用于全国“七五”，“八五”可持续发展评价结果与实际分析结果一致。该模型具有可比性强，通用性好和简单，实用的特点。