预测低温冷害的门限回归模型

提出用门限回归模型（TR）来描述低温灾害指标变量在灾害状况与非灾害状况的突变性。研制了TR建模的一套简便通用的方案，用笔者改进的遗传算法可同时优化门限值和回归系数，从而解决了TR建模过程所涉及的大量复杂寻优工作这一问题，为TR模型的广泛应用提供了有效工具。实例的计算结果说明了其可行性和有效性。该方案具有通用性，在各种自然灾害时序预测中具有广泛的实用价值。     

基于遗传算法与人工神经网络相结合的玉米估产研究

在遗传算法 (GeneticAlgorithm )与误差反传 (BackPropagation)网络结构模型相结合的基础上 ,设计了用遗传算法训练神经网络权重的新方法 ,并对吉林省梨树县的玉米进行了估产研究 ,同时与BP算法和灰色系统理论模型进行了比较。经检验 ,计算值与实际值接近 ,并优于灰色理论模型 ,具有良好的预测效果 ,从而为农作物估产提供了新方法     

基于混合遗传算法的模拟电路自动设计研究

模拟电路在电子系统设计中具有重要意义．模拟电路设计包括电路拓扑结构设计和元件值设计，这两个方面对计算机辅助模拟电路设计都很重要．但是，传统的遗传算法在不断进化电路元件值时效率低．因此，本文提出一种具有超突变和精英策略的混合遗传算法HME-GA．该方法不仅可以用来设计电路的拓扑结构，而且可用于设计电路的元件值．实验结果表明，HEM-GA算法优于简单遗传算法GA，可作为计算机辅助模拟电路设计的有效方法，在模拟电路自动化设计中具有非常重要的意义和巨大的应用潜力．     

水质模型参数优化的遗传算法实现及控制参数分析

参数识别是数学模型应用的前提.遗传算法是一种通用的全局优化算法,结构简单.一个实际应用问题能否利用遗传算法解决,关键在于遗传算法的设计和控制参数的选取.本文结合水质模型参数优化的特点,提出采用正交试验设计的方法来考察遗传算法不同控制参数对参数优化性能的影响,结果显示,正交法较好地识别了关键影响因素,并提出可能的最优方案.表明遗传算法能较好地应用于复杂多参数水质模型的参数识别研究.     

应用遗传算法建立云杉针叶表面PCDD/Fs光解半衰期的预测模型

采用量子化学PM3算法计算PCDD/Fs的量子化学参数,应用遗传算法(Genetic Algorithm, GA)对所建模型中的变量进行筛选,建立了能预测吸附到云杉[Picea abies (L.) Karst.]针叶表面的PCDD/Fs光解半衰期(t_1/2)的定量结构-性质关系(QSPR)模型,认为影响PCDD/Fs光解速率的主要因素是分子最高占据轨道能(E_HOMO)、前线分子轨道能量差(E_LUMO-E_HOMO)和平均极化率(α).随着EHOMO和α的增大;其lg t_1/2值增大,PCDD/Fs的lg t_1/2值与其(E_LUMO-E_HOMO)值呈抛物线关系,当E_LUMO-E_HOMO＝7.847时,lg t_1/2有最小值;当E_LUMO-E_HOMO≤7.847时,lg t_1/2值随着E_LUMO-E_HOMO的增大而减小;当E_LUMO-E_HOMO≥7.847时,lg t_1/2值随着E_LUMO-E_HOMO的增大而增大.     

基于LSSVM的石灰石浆液制取电耗优化

提出了基于最小二乘支持向量机(LSSVM)构造以球磨机制浆速度作为目标优化模型,并采用遗传算法实现了给料量、给水量、漩流器入口压力等运行参数的寻优,获得了优化制浆速度的调整方式。以此方式的相应参数作为当前负荷下的基准值,能很好地解决制浆工况下运行参数基准的确定问题。通过现场试验证明:按此基准值运行,可以提高制浆速度,降低电耗。     

基于运行安全的停机位分配问题研究

随着民航运输业的发展,航班密度不断增加,相邻停机位间推出冲突概率不断增加。为合理分配大型繁忙机场停机位,兼顾安全与效率,建立基于运行安全的停机位分配问题优化模型。在模型中加入约束条件以避免潜在的推出冲突,以及考虑将重要航班优先分配到指定的旅客行走距离较短的停机位,来提高旅客的整体满意度。通过分析机位分配特点,选择性能比较优越的遗传算法进行求解。最后用实际算例进行验证,得到停机位分配甘特图以及算法收敛曲线。从结果中可以看到,停机位分配比较合理,算法收敛性能良好。就整体而言,达到了预期的要求。     

基于改进VRP模型的危险品配送路径优化及其求解研究

危险品道路运输高风险性,一直受到人们的广泛关注。危险品道路运输路径优化的研究,对于降低运输风险具有十分重要的意义。本文针对危险品运输配送过程中的路径优化问题,提出综合考虑道路运输的风险和费用两方面指标改进VRP模型路径优化目标,并设计遗传算法对改进模型进行了求解。最后通过实例进行了验证。结果表明：用遗传算法对改进VRP模型的求解结果与实际分析结果相符。因此,改进VRP模型及其遗传算法求解设计可以应用于危险品运输的路径优化分析。     

基于扩散波模型和遗传算法的河道排污口溯源方法研究

针对河道排污口人工排查成本高且难以做到实时性的问题,建立了基于水流扩散波模型和遗传算法的河道排口反问题溯源方法,并通过突发污染排放的设计算例和河流污染排放实际调查案例进行验证。结果表明:1)反问题模型能有效反演潜在的突发性大流量污染排放,包括排放位置、水量、排放起始时间和终止时间;经过多次运算反演结果的中位值与真实解几乎完全一致。2)对于日常排污口排查而言,该方法可通过合理的水文监测断面布设,准确识别出河流中潜在的多个排污口空间位置和排放水量。3)对于突发排放和日常排污口排查,溯源精度均可达到200 m以内;对应监测站点的布设距离为2 km。因此,该反问题模型可为未来基于在线数据的河道水下排污口动态监管提供技术参考。     

基于神经网络集成的单个飞行事件噪声预测模型

通过分析影响单个飞行事件噪声的各种因素,构建了BP神经网络回归预测模型,并通过自适应遗传算法优选出参与集成的个体神经网络,提出了预测单个飞行事件噪声的神经网络集成预测模型.为了有效保证差异性,设置不同隐藏神经元个数和Bagging算法来构建和训练单个网络.实验结果表明,单个飞行事件噪声的神经网络集成预测模型相对单个BP神经网络模型泛化能力更强,稳定性能更好.本文方法在测试集上误差在3dB以内的平均比率为96.9%,比单个网络高6.8%.