人工林经营过程密度最优控制研究

在连续状态动态规划方法建立的人工林种群密度决策模型的基础上，首次提出应用遗传算法优化人工林林分经营过程的间伐时间和主伐时间的最优组合方案，并阐明其数学模型和具体方法。杉木人工林经营过程的密度最优控制方案优化实例表明，用遗传算法优化能收到良好效果。优化结果表明，杉木人工林经营过程中以间伐两次为最优，第一次在１１～１２年，第二次在１５～１８年，而主伐年龄以２５年为最优。     

基于多目标遗传算法的层级生态节点识别与优化——以常州市金坛区为例

有效生态网络构建可保障区域生态安全,是实现区域可持续发展的重要路径。基于生态节点的内涵解析,建立了“资源型战略点-结构型战略点-结构型薄弱点”的多层级生态节点识别体系,利用金坛区2015年的遥感影像、土地利用数据、POI数据等,通过多目标遗传算法、最小阻力模型等方法,构建了金坛区层级生态网络,并采用表征网络拓扑结构和节点效用性等指标,定量评价生态节点优化前后的生态网络性能,取得以下主要研究结论：（1）多层级生态网络在节点效用、网络整体性能上显著优于一般网络,且在复杂生态水网区域具有较强适用性;（2）金坛区现状生态网络分布不均匀,生态节点布局亟待优化,经优化节点覆盖率提升了17.70%,节点分布均匀度降低45.45%,平均聚类系数提升了87.36%;（3）多层级生态节点体系具有实践应用性,应针对不同类型生态节点采取差别化管理策略。     

GA优化的湖泊富营养化评价的普适公式探讨

在适当设定富营养化指标的“本底值”情况下,当指标值用于对应“本底值”的相对值表示时,可采用S型曲线描述湖泊富营养化的发展程度,公式中的参数可视为与指标特性无关,采用遗传算法对公式参数优化,得到对多项指标均适用的富营养化程度的指数公式,并提出用广义模糊对比因子赋权新方法计算富营养化综合指数。该评价方法物理意义明确,计算简单,使用方便,具有普适性、可比性和实用性。     

工程中的遗传算法

介绍遗传算法的基本原理、基本理论及其在工程决策（包括安全、环保）中的应用，说明这一新的优化技术具有广阔的应用前景。     

基于神经网络和遗传算法的城市火灾风险评价模型

以消防安全工程学与系统安全工程理论为基础,结合我国城市发展特征及消防安全管理状况,建立了城市区域火灾风险评价指标体系;针对神经网络易陷入局部极小而引起评价指标权值分布不合理的缺陷,提出了基于神经网络和遗传算法的城市火灾风险评价模型,该模型以火灾发生的可能性以及灾后的严重程度为输入单元,火灾风险等级为输出单元,采用误差反算法训练BP网络,最终得出火灾风险等级范围,有效地解决了城市火灾的动态性和非线性特征;研究实例证明了该模型的有效性,可为城市的消防安全管理提供确实可行的参考依据。     

不同优化模型在餐厨垃圾厌氧消化中的应用与比较

采用正交试验设计,响应面设计以及基于BP神经网络的遗传算法模型,对餐厨垃圾厌氧消化产沼气的操作参数进行优化,并比较分析这3种模型的优化效果。结果表明,采用正交试验设计模型,当接种比、含固率、初始pH分别为3、8%和9时,沼气产量最大,实际产量为1 015 mL/gTS,并且这3个因素对产气量的影响顺序为接种比>初始pH>含固率;采用响应面设计模型,当接种比、含固率、初始pH分别为2.42、8.62%和8.49时,最大沼气产量为1 049.85 mL/gTS,实际产量为1 029.5 mL/gTS,接种比对产气量的影响极其显著;采用基于BP神经网络的遗传算法模型,当接种比、含固率、初始p H分别为2.66、8.06%和8.87时最大产气量的预测值和实测值分别为1 085.8 mL/gTS和1 067.25 mL/gTS,实测值分别比正交设计模型和响应面设计模型的实测值提高5.15%和3.67%,表明在餐厨垃圾厌氧消化产沼气参数优化实验中,采用基于BP神经网络的遗传算法具有更高的准确度。     

基于遗传神经网络的除湿机故障诊断与寿命预测

目的识别除湿机的性能状态和预测吸附剂的剩余寿命。方法针对除湿机故障过程缓变的特点,提出一种基于数据驱动的遗传神经网络模型。首先,为解决设备失效程度划分模糊的问题,由5个热力参数组成反映吸附剂劣化程度的特征向量,关联分析得到除湿机的5类故障模式。其次,利用遗传神经网络建立状态参数和故障模式的映射关系。最后,对表征设备吸附能力的主参数进行外推预测。结果训练好的诊断网络可准确地识别出设备的劣化程度及其演变过程,预测网络的预测精度非常高。结论该方法可有效地实现对除湿机的故障诊断与预测。。     

存在不确定灾害点的交通运输网络应急车辆调度研究

灾害的发生往往具有不确定性,容易造成意想不到的损失,对于未来灾害点的预防是很有必要的。由于各受灾点对应急资源的需求量不同,交通运输网络中的应急车辆调度能否及时对救灾也是至关重要的。对一般的应急车辆调度模型进行改进,结合实际中发生的灾害点及预测未来可能发生的灾害点,建立了以带权重响应时间成本最小和应急物资未满足量最少为目标函数的应急车辆调度模型,并提出了基于遗传算法的模型求解方法,最后通过实例计算分析验证了模型的有效性和实用性。该模型可以在灾害发生前后为应急车辆的调度提供参考。     

路面径流水环境下交通承载力分析

为了对路面径流水容许污染总量控制下的交通承载力问题进行探讨,利用神经网络具有的非线性映射能力和遗传算法具有的全局随机搜索能力,结合公路路面径流水质检测数据,提出了一种基于遗传神经网络进行公路交通环境承载力反计算的分析方法,应用该方法可根据路面径流水质污染数据反演出路段交通量大小,并可据此进行交通量与路而径流水质污染的关...     

基于遗传算法的可持续土地利用动态规划

在建立和求解多目标可持续土地利用动态规划模型过程中,采用遗传算法并结合多目标模糊优选理论处理多目标土地利用结构优化问题。其详细步骤为：在分析区域特征基础上构建时间序列;通过现状分析设置土地利用类型决策变量,确定优化目标和约束条件,构建土地利用结构多目标优化模型;用灰色GM(1,1)预测模型对土地利用结构优化多目标模型参数进行预测;用遗传算法多目标优化方法对土地利用结构优化模型求解得pareto解集;最后运用多目标模糊优选动态规划方法对规划期内各时间段的pareto解集进行模糊动态优选,以最大优属度判定原则确定出最优决策序列。自贡市的实例表明,该方法有助于解决多目标协调问题,并通过提供多方案选择性,从而使规划更具灵活性,同时又便于充分吸纳公众参与,减少规划中的不确定性,增加规划的科学性、现实性和可操作性。