Optimization of thermal performance of the parabolic trough solar collector systems based on GA-BP neural network model

The aim of this paper is to optimize the thermal performance (system output energy, thermal efficiency, and heat loss of cavity absorber) of parabolic trough solar collector (PTC) systems in order to improve its thermal performance, based on the genetic algorithm-back propagation (GA-BP) neural network model. There are a number of undefined problems, fuzzy or incomplete information and a complex thermal performance of the PTC systems. Therefore, the thermal performance prediction of the PTC systems based on GA-BP neural network model was developed. Subsequently, the metrics performances have been adopted to comprehensively understand the algorithm and evaluate the prediction accuracy. Results revealed that the GA-BP neural network model can be successfully used to predict the complex nonlinear relationship between the input variables and thermal performance of the PTC systems. The cosine effect has a great influence on the thermal performance; thereby the geometrical structure of the PTC systems was optimized. It was found that the optimized geometrical structure was beneficial to improve the thermal performance of the PTC system. In conclusion, the GA-BP neural network model has higher prediction accuracy than the other algorithm and it can be feasible and reliable.     

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。     

基于多模式逆向水质模型的程海水位调控-水质响应预测研究

以云南省程海为例,基于CE-QUAL-W2计算平台开发了水动力-水质模型.由于程海现有的数据不足以支撑开发可靠的流域水文与污染物负荷模型,为弥补由此引起的水质模型边界条件缺失的限制,本研究提出了基于逆向模拟与遗传算法的多模式负荷-参数识别方法来实现对水质模型的校正和鲁棒校验.应用校验后的模型对程海不同水位调控情景的水质...     

基于遗传算法的大气污染总量控制新方法

提出一种利用遗传算法进行大气污染总量控制的新方法,并以柳州市SO2总量控制为例说明这种方法的具体运用.遗传算法具备自适应全局搜索寻优特点,从控制点浓度推算源强分布,该源强分布满足总量控制的根本要求.该方法的具体实现是:将区域内各污染源的排放量编码为染色体,让染色体群体在模拟的进化环境下按生物进化规律进行优胜劣汰的自然选择,经过若干代的进化,最终得到的最优个体即代表最佳的源强分布.研究结果表明,这种方法是有效的和可行的.     

簇毛麦(Dasypyrum villosum)GA20ox基因的分离和鉴定

通过RT-PCR技术克隆了簇毛麦(Dasypyrum villosum)赤霉素生物合成关键酶GA20ox基因的全长序列,命名为DvGA20ox,GenBank登录号为EU142949.该基因全长1 080 bp,推测编码359个氨基酸的蛋白质,具有植物GA20ox基因的典型保守结构域LPWKET和NYYPXCQKP.该基因推导编码蛋白质与小麦、大麦和黑麦草GA20ox蛋白的同源性分别为98%、97%和91%.该序列重组到原核表达载体pET-32a(+)获得的重组子pET-32a(+)-DvGA20ox转化大肠杆菌BL21pLysS后,IPTG诱导表达,SDS-PAGE分析表明,DvGA20ox基因在大肠杆菌中获得了高效表达,融合蛋白相对分子质量为55×103h,与理论值相符.结果为深入研究DvGA20ox蛋白的结构与功能以及该基因与株高发育的关系奠定了基础.图3参19     

基于GA-ANN改进的空气质量预测模型

基于人工神经网络的空气质量预测模型优于传统的逐步回归模型,但由于性能差异不明显而较少在空气质量预报中应用. 设计了将遗传算法和神经网络算法相结合的基于GA_-ANN的空气质量预测模型,并利用天津市2003—2007年气象和污染物监测资料对该模型进行验证. 对2007年全年的ρ(SO₂),ρ(NO₂)和ρ(PM₁₀₎进行预测,预测值与实测值的相关系数分别为0.899 6,0.828 3和0.600 0. 与一般的人工神经网络预测模型相比较,GA_-ANN模型将空气质量等级预报的准确率从77.57%提高到79.67%. GA_-ANN模型可结合其他方法进行日常空气质量预报.      

基于GASA-BP神经网络的煤层瓦斯含量预测方法研究

为提高煤层瓦斯含量预测的精准度和效率,提出1种利用遗传算法(GA)和模拟退火算法(SA)混合初始化BP神经网络(BPNN)的瓦斯含量预测新模型(GASA-BPNN模型)。利用灰色关联分析法(GRA)筛选瓦斯含量主控因素并作为GASA-BPNN预测模型的输入。为解决BPNN收敛速度慢和易陷入局部极小陷阱的问题,将GA和具有时变概率突跳性的SA整合为GASA算法协同初始化BPNN的权值和阈值,有效地提高BPNN的参数学习能力。将该模型应用于煤炭生产现场,结果表明：BPNN模型、GA-BPNN模型和GASA-BPNN模型瓦斯含量预测总平均相对误差分别为15.79%,9.03%,5.56%。相比BPNN模型和GA-BPNN模型,GASA-BPNN模型对样本的泛化能力更强,参数训练速度最快并且预测精准度最高。     

基于ANN耦合遗传算法的爆破方案选择方法

为预防露天矿爆破引起的事故,基于安全和经济方面的考虑,对露天矿爆破方案进行优化选择,提出将人工神经网络(ANN)模型与遗传算法(GA)相耦合,从而进行爆破方案优化。研究露天矿爆破可能引起的2种主要危害形式:超爆和飞石,进而确定超爆深度和飞石距离为爆破方案的被优化目标参数。另一方面,炮眼深、间距、装药深度、阻塞深度、单位炸药消耗量和钻孔率对超爆深度和飞石距离的影响是复杂的、非线性的,因而将其作为爆破方案的影响参数。分别用影响参数和目标参数作为ANN的输入值和输出值加以训练,训练后的ANN数据作为GA的适应度函数进行方案优化。结果表明:可找到符合工程实例数据的爆破方案集合,借助Pareto图,可得到相关参数的值最小(超瀑深度为0.6999m,飞石距离为27.3386m)的最优爆破方案。     

The influence of race and gender on perceptions of community impact

Since 1968, research in public transportation planning has included an increasing number of analyses of the perceptions and attitudes of people who use and live in proximity to the systems (Nash and Hille 1968, McMillan et al. 1969, Wachs 1976). The results of the study reported here suggest that race and gender may explain more about attitudes toward the community impact of a transit system than do the levels of user satisfaction with the system. The implication for future research in this area is that surveys employing “satisfaction” and “importance” as indicators may not be using appropriate indices of evaluation. This study reports the results of a 1980 attitude survey of the perceptions of black and white men and women living within a two-block corridor along the Metropolitan Atlanta Rapid Transit Authority (MARTA) east line in Atlanta, Georgia. The research supports the Atlanta Regional Commission (ARC) Transit Impact Monitoring Program (TIMP). The survey used a stratified random sample technique to identify 100 households in which in-home interviews were subsequently conducted. A further stratified sampling procedure designated the gender and age of persons to be interviewed. The analysis included the isolation of responses by gender and race and used the chi-square statistic at the 0.05 significance level. The results identity differences in responses of males and females, blacks and whites.     

大气污染总量控制GA方法对气象因子的敏感性

通过数值模拟试验,研究了基于遗传算法(GA)的大气污染总量控制方法对风向、风速、稳定度三个最重要的气象因子的敏感性。结果表明,用基于遗传算法的大气污染总量控制方法所求得的区域允许排放总量以及允许排放总量在各污染源之间的分配方案,对风向、风速、稳定度三个气象因子都敏感,从而验证了该方法的稳定性和可靠性。