小生境遗传算法

摘要： 针对物流仓库的拣货-复核路径规划问题,首先利用货格所在行列的奇偶性,根据曼哈顿距离公式,建立了仓库内任意两拣货点(含复核台)之间的距离计算公式。然后将整个拣货-复核作业过程映射为一个旅行商问题,构建了0-1规划模型。最后选用小生境遗传算法进行求解,在变异策略中引入小生境技术,保证了种群的多样性,较好地克服了标准遗传算法中种群早熟和易陷入局部最优的缺点。实验仿真选取1个复核台和有15,30,45,60个拣货点的4种情形,与标准遗传算法相比,该算法求得的最优路径长度可以明显缩短,且收敛速度更快、稳定性更好,尤其拣货点数越多时路径优化效果越明显。

摘要： 针对浅海声速剖面反演问题,采用小生境遗传算法,结合声线搜索的最快本征声线匹配反演,实现浅海负跃层条件下的声速剖面估计.利用经验正交函数对声速剖面的多参数不确定性降维,依据声场计算模型获取的最快特征声线传播时延与观测声传播时长进行匹配,采用小生境遗传优化算法,获取最优经验正交函数估计,实现声速剖面反演.按上述方法反演处理浅海声传播实验数据,结果表明,该方法针能够有效反演浅海声速剖面,并且显著优于传统遗传算法反演结果.

摘要： 台区作为电力系统的最末端部分,节点数目多、网络架构复杂,导致不易精确计算其理论线损问题.在海量实际低压台区运行历史数据的基础上,首先研究影响台区线损的相关因子,建立台区线损特征指标集合.然后利用皮尔逊相关系数分析方法从中提取出高损关键特征指标作为线损预测模型输入.再融合集成学习和梯度提升树思想,建立基于串级BP(back propogatiow)神经网络的台区线损预测模型,并采用小生境遗传算法对预测模型的初始参数进行优化从而提高模型训练效率.最后通过实际数据算例仿真,并与其他预测方法结果进行比较,验证所提台区线损预测模型具有优秀的训练效率和预测泛化能力.

摘要： 文章围绕电网规划的经济性和安全性,通过将安全风险转化为概率可用传输能力指标,并加入到目标函数中,建立一种考虑风电接入风险的电网安全经济规划模型,同时在模型约束条件中考虑N-1安全约束,从而实现电网综合效益的最大化.最后,通过运用改进小生境遗传算法实现求解,寻求风电接入电网不同模式下的最优规划方案,通过实际算例验证了规划模型及算法的适用性.

摘要： 掘进工作面长压短抽通风方式下出风口风流不能根据掘进过程的实际需求进行动态调控,进而造成风流分布不合理,粉尘聚集严重.现有针对掘进工作面长压短抽通风出风口风流分布及降尘效果的研究都只是单一地分析了风筒出风口参数变化对掘进工作面风流分布及降尘效果的影响,未考虑各参数之间对粉尘场运移分布的交互影响,且对在不同掘进阶段,出风口参数如何综合变化才能达到最佳的通风降尘效果的研究不深入.针对上述问题,以陕西榆林神木柠条塔矿S1204掘进工作面为研究对象,建立了出风口参数可以变化的风流调控有限元模型,模拟分析了风筒出风口参数变化对风流及粉尘浓度运移分布的影响,通过数值分析选取了风筒出风口口径、水平右偏角度和垂直上偏角度作为出风口风流动态调控参数,提取了不同风流调控参数调控后司机位置处及回风侧行人位置处的风速及粉尘浓度数据.通过小生境遗传算法,以司机位置处及回风侧行人位置处的粉尘浓度同时最低为优化目标对提取的风流调控数据进行挖掘分析,获取了S1204掘进工作面出风口距掘进端面最近距离5 m和最远距离10 m时的最佳风流调控参数:在5 m处,出风口口径为1.1～1.2 m,水平右偏角度为10～15°,垂直上偏角度为3～6°;在10 m处,出风口口径为0.8～0.9 m,水平右偏角度为0～5°,垂直上偏角度为0～3°.搭建了1:5相似模拟的S1204掘进工作面风流智能调控实验测试平台,对最佳风流调控参数进行了测试分析,结果表明:司机位置处的粉尘浓度最高降低了52.3％,回风侧行人位置处的粉尘浓度最高降低了60.6％,验证了最佳风流调控参数的准确性.

摘要： 为保证间歇性新能源并网后电网的稳定性和经济性,本文提出了一种新的优化配置方案,该方案以系统薄弱点处发电机的静态稳定储备系数最大和网损最小为目标函数,利用小生境遗传算法实现间歇性电源接入区域电网选址定容的优化配置.算例对间歇性电源接入IEEE-30标准节点系统进行优化配置,结果表明,采用该方法对提高经济性和薄弱点的静态稳定性有效可行.

摘要： 针对共振解调中带通滤波残留的带内噪声影响故障诊断效果的问题,目前主要的解决办法是增加后处理步骤对带内噪声进行二次消除。但存在的主要问题是前后处理步骤的参数各自独立优化,且优化指标未考虑滚动轴承故障冲击周期性发生的特点,从而难于保障诊断的总体效果。提出了一种结合Morlet小波滤波预处理和最大相关峭度解卷(MCKD)后处理的滚动轴承故障复合诊断方法。采用小生境遗传算法(NGAs)对Morlet小波滤波器中心频率和带宽、MCKD滤波器长度和周期进行同步联合优化,以考虑轴承故障冲击周期发生特点的相关峭度(CK)为优化指标,实现前后两个处理步骤的参数同步自适应优化。轴承故障仿真信号和实验台信号分析验证了所提方法的有效性和优越性。

摘要： 灾情信息预测在台风灾害救援过程中的重要程度日益凸显.基于TEI@I方法论的理论框架,本文提出了适用于台风灾害救援物资储备需求的TEI@I综合集成预测模型,预测和分析了基于TEI@I的救援物资信息更新的集成预测理论框架的各个部分.结果 表明,基于TEI@I的综合集成预测模型在预测精度和运算时间方面优于其他仿真模型,TEI@I方法论中对非线性预测结果调整后的NGA模型的运算时间从200s降低至99.92s,三项精准度预测目标均达到最小,提升了预测效率和精度.同时TEI@I方法论对救援时效性因素开展分析,引入了对灾害信息非线性需求的分析和预测,结合预测时间序列的集成,进一步提升了模型的预测精度.

摘要： 针对线性剩余静校正容易陷入局部解,导致山前带复杂地震资料成像效果不佳的难题,本文提出了一种基于泊松碟采样的小生境遗传算法的剩余静校正方法.该方法在常规遗传算法剩余静校正全局寻优的基础上,应用泊松碟采样对求解的静校正量实数编码,增加初始解遍布解空间的均匀度,进化过程中采用多线程构建小生境,应用多种群优势快速搜索到最优的剩余静校正量.理论模型及实际资料应用结果均表明,该方法以叠加能量最大为准则,采用多种群快速寻找到最优剩余静校正量,能增加同相轴的连续性,是提高山前带低信噪比资成像品质的利器.

摘要： 我国冷链食品产业的建设已经出现乱象.政府亟须通过掌握该行业未来的发展规模,实现对其建设的合理规划和引导.本文根据湖北省冷链食品统计数据的特点,设计了基于自适应权和小生境遗传算法的BP神经网络优化预测方法(Adaptive Weight and Niche Genetic-BP Algorithm,AWNG-BP).该预测方法通过对BP神经网络线性梯度下降法中误差函数的修正和引入动态自适应的权,克服了一般BP神经网络收敛过慢和容易陷入局部最优的缺点;通过引入小生境遗传算法,对BP神经网络的结构进行了优化;从而解决了一般BP神经网络最主要的两个缺陷.通过大量实验和对比分析,证明了AWNG-BP预测法在收敛速度、预测精度以及摆脱局部极值的能力上均有大幅度的提高,是一种实用高效的预测方法.最后以湖北省城镇冷链食品系统为实证对象,对其未来几年的需求规模进行了预测.预测数据表明,湖北省当前冷链食品规模的急速扩张是一种假象,其在2018年的增速仅有1％,远低于国民生产总值.因此,湖北省冷链食品系统的建设应该以现阶段的供需缺口为准,不能再继续扩大,否则会导致建设和投资的浪费.

摘要： 遗传算法在工程物探反演中已经得到越来越广泛的应用,而常规遗传算法存在早熟收敛和后期收敛速度慢的弱点,介绍一种基于小生境技术的改进遗传算法,它不但具有良好的收敛可靠性,而且具有快的收敛速度.在分析了小生境遗传算法的运行机制基础上,对遗传算法的收敛性作了详细分析.对给出的三个测试函数和理论地震波速反演的实验数据表明,该算法确实是一种行之有效的遗传算法.

摘要： 设计现代多级轴流压气机系统时，尤为关注的是当其处于非设计工作状态，它能够始终处于稳定工作状态。尤其是军机航空发动机的宽飞行包线和超机敏姿态和快速改变状态(急动加、减速)对其压气机系统宽稳定范围要求日趋刻薄.本文将逐排基元叶片模拟与小生境遗传算法相结合,给出了一种多级轴流压气机多叶排调节扩稳的小生境遗传优化算法,应用该方法对某8级轴流压气机实施了变几何扩稳优化模拟,取得了明显扩稳效果,将计算结果进一步与复合形优化算法相比较表明,小生境遗传算法不仅能给出一组合理优化结果,而且其优化结果均优于复合形优化算法相应结果,这为工程设计提供了可靠理论基础和有力技术支持。

摘要： 在以递阶偏最小二乘法建立回归模型的基础上，利用小生境遗传算法的快速、全局搜索优化功能，对模型中的回归系数进行重新评估，建立了基于小生境遗传算法的递阶偏最小二乘大坝安全监控模型。工程应用实例和模型对比分析研究表明，经小生境遗传算法优化的递阶偏最小二乘回归模型与原模型相比，不仅提高了模型的拟合精度，而且增强了所建模型的预测能力。

摘要： 根据水陆两栖车辆的车轮收放装置的特点,建立其悬架导向机构的静力学和动力学数学模型.并运用小生境遗传算法在MATLAB中开发了多目标的优化程序,通过高次迭代,排除干涉项,求取到了全局最优解.进一步在ADAMS中建立悬架的运动学模型,验证其优化设计的可行性.结果表明,优化后的结果达到悬架设计的性能指标.从而形成一套基于现代优化设计理论的水陆两栖车辆车轮收放装置中悬架系统的有效设计方法.

摘要： 本文采用基于最优保存策略的小生境遗传算法和团队进步算法对二维周期性介质块结构的吸波材料进行优化设计,优化计算结果表明,团队进步算法比基于最优保存策略的小生境遗传算法有较快地收敛速度.

摘要： 梯级水电站群短期优化调度是一个高维数、非凸的、离散的、非线性的动态优化问题，目前为止，尚没有一种非常高效的方法来求解该问题。本文分析了小生境遗传算法的特性，针对传统小生境遗传算法存在的问题，对小生境算法进行了改进，提出了一种带有捕猎者的自适应小生境遗传算法，并将其应用到梯级水电站群短期优化调度问题的求解中，验证实例的结果显示，该算法能够很好地求解梯级水电站群短期优化调度问题，收敛速度快且精度高。

摘要： 针对滚动轴承故障诊断中出现的多故障分类问题,提出了一种基于形态奇异值分解-EMD和NGA优化SVM的滚动轴承故障诊断方法.首先采用形态奇异值分解-EMD方法提取出前三个IMF分量作为特征信号,分别计算它们的Shannon能量熵值作为特征量得到样本集,作为SVM的输入向量,并用样本集训练1-v-r SVM.再构造一种新的核函数,并用NGA在SVM训练过程中对核函数参数进行优化,提高SVM学习机器的分类性能.最后将本文方法对含有较强噪声的实际滚动轴承的内圈、外圈、滚珠故障样本进行了分类识别,结果表明该方法具有较好的抗噪和分类能力,验证了其有效性和可行性.

摘要： 针对滚动轴承故障诊断中出现的多故障分类问题,提出了一种基于形态奇异值分解-EMD和NGA优化SVM的滚动轴承故障诊断方法.首先采用形态奇异值分解-EMD方法提取出前三个IMF分量作为特征信号,分别计算它们的Shannon能量熵值作为特征量得到样本集,作为SVM的输入向量,并用样本集训练1-v-r SVM.再构造一种新的核函数,并用NGA在SVM训练过程中对核函数参数进行优化,提高SVM学习机器的分类性能.最后将本文方法对含有较强噪声的实际滚动轴承的内圈、外圈、滚珠故障样本进行了分类识别,结果表明该方法具有较好的抗噪和分类能力,验证了其有效性和可行性.

摘要： 本发明公开了一种基于改进后遗传算法的小生境遗传分析采集装置，主要包括主体机，所述主体机的外部由触摸显示屏、电源按钮、扬声器、充电口和USB接口组成，所述主体机的内部由PLC控制模块、数据储存模块、4G/5G通信模块、WIFI连接模块和蓄电池组成，本发明通过在PLC控制模块中寄存改进的自适应遗传算法，能够更快最优的获得小生境中种群的遗传分析数据，改进的自适应遗传算法（IAGA）相比传统的自适应遗传算法（AGA）有效避免了易收敛和“早熟”现象的出现，改进了自适应交叉概率和变异概率，提高了算法的收敛速度，避免了局部最优的情况，并通过仿真实验对比，验证了在不同结构层次的碟形网络中，IAGA较AGA更能有效地优化网络编码节点和编码边。

摘要： 本发明涉及一种小生境遗传算法的单矢量水听器相干源快速方位估计方法，利用小生境遗传算法对求解过程进行优化，能够快速地求得全局最优解，利用方位的时间‑历程图对估计质量作出定性和定量的评价，既能够直观地根据时间‑历程图波动情况对计算结果的质量，即计算结果的置信度，作出定性的评价，也可以利用时间‑历程图的数字特征在数值上的大小对计算结果的置信度作出定量的评价；矢量z的引入给出了多变量小生境遗传算法的设计方案，在不增加算法复杂度的情况下将单变量小生境遗传算法拓展至多变量的情形。

摘要： 本发明公开了一种基于优化小生境遗传算法的熔炼配料方法，包括下述步骤：S1.建立多目标函数，提出各种参数的指标为多约束条件，建立配料优化数学模型；S2.基于差值粒子群优化方法对多目标函数进行加权处理，将多目标模型转化为单目标函数的问题；S3.根据K均值聚类算法把种群分为K个聚类并确定聚类中心；S4.选择、自适应交叉、自适应变异和小生境淘汰操作；S5.判断是否满足终止条件得到最终配料的加入量。本发明针对配料优化中现存的多目标求解难和易陷入局部最优解等问题，对基于优化小生境遗传算法的熔炼配料方法中的多目标函数确定权值、小生境半径和交叉和变异算子这三个过程进行改进，并且有效显著提高配料比的准确度，节约成本。

摘要： 本发明公开了一种基于小生境遗传算法的环形张拉整体结构拓扑优化方法。该方法根据确定跨度、等分数以及每段节点数的环形张拉整体结构模型，以拓扑关系为控制变量，以环形张拉整体结构总质量达到最小为控制目标，并以预应力整体可行、成型态杆件不交叉、荷载态应力控制和位移限值为约束条件，结合小生境技术，搜索出拓扑关系的最优解。本发明可对任意跨度、任意等分数以及每段任意节点数的环形张拉整体结构进行拓扑优化，具有通用性强、所得结果用钢量低等优点。

摘要： 本发明公开了一种基于改进小生境遗传算法的多目标柔性作业车间调度方法。由多目标柔性作业车间所有工件的工序数据构建排产序列，以排产序列作为个体，并生成初代种群；计算个体的总目标函数值，用改进小生境法计算个体的适应度值；根据适应度值采用轮盘赌的方式选择出个体集合；实施遗传算法的交叉操作和变异操作；将获得的个体与本代种群中适应度值最高的个体组成新种群；重复步骤直到终止条件，输出末代种群中的最优个体，采用最优个体的排产序列安排加工处理，实现多目标柔性作业车间调度。本发明采用了改进小生境遗传算法处理生产过程中的调度问题，能够稳定地获得优质的调度结果，优化车间资源配置，从而提升车间的生产效率。

摘要： 本发明公开了一种基于聚类小生境遗传算法的生产作业排程方法，包括下述步骤：S1.建立多目标函数，提出多约束条件，建立生产作业排程优化数学模型；S2.基于粒子群权值优化方法对多目标函数进行加权处理，将多目标模型转化为单目标函数的问题；S3.根据K‑means均值聚类算法把种群分为K个聚类并确定聚类中心；S4.选择、自适应交叉、自适应变异和小生境淘汰操作；S5.判断是否满足终止条件得到最终生产排产方案。本发明针对排程中现存的多目标求解难和易陷入局部最优解等问题，对基于聚类小生境遗传算法的排程方法中的多目标函数确定权值、小生境半径和交叉和变异算子这三个过程进行改进，并且有效显著提高提高生产排程能力，而且还有效的节约了生产成本。

摘要： 本发明属于MIMO雷达波形优化设计领域，涉及基于小生境遗传算法的MIMO雷达正交波形设计算法。本发明利用自相关旁瓣功率、互相关峰值功率作为性能指标，建立了信号设计优化函数，提出了基于小生境遗传算法的优化算法，并将其应用于MIMO雷达正交波形相位编码设计，算法充分利用了遗传算法的整体搜索能力和小生境遗传算法可求解得到多个最优解能力的优点，提高了算法的收敛速度。仿真实验表明本算法相比传统的遗传算法和模拟退火算法具有更好的优化搜索能力，适用于相位编码类问题的优化设计计算，实验效果良好且效率较高。

摘要： 本发明公开了一种基于小生境遗传算法的基坑栈桥排布优化方法，包括步骤：建立相邻单元数据库、单元尺寸数据库、出入口处单元数据库、必须单元数据库、必无单元数据库；随机生成初始父代种群P(t)，定义目标函数f和罚函数g，建立栈桥多目标优化的适应度函数F；根据各排布组合个体的适应度函数值F，生成组合N(t)；利用交叉、变异运算及小生境技术生成新种群PN(t)，并形成新的父代种群PNew(t)进入下一步迭代计算，直至达到预设的终止条件，得到栈桥优化方案。本申请通过设立目标函数和罚函数，并建立统一的适应度函数，利用遗传算法中的交叉、变异运算，通过迭代获取最优布设方案，为基坑栈桥布置提供科学、合理的优化方案。

摘要： 本发明公开了一种基于聚类小生境遗传算法的生产作业排程方法，包括下述步骤：S1.建立多目标函数，提出多约束条件，建立生产作业排程优化数学模型；S2.基于粒子群权值优化方法对多目标函数进行加权处理，将多目标模型转化为单目标函数的问题；S3.根据K‑means均值聚类算法把种群分为K个聚类并确定聚类中心；S4.选择、自适应交叉、自适应变异和小生境淘汰操作；S5.判断是否满足终止条件得到最终生产排产方案。本发明针对排程中现存的多目标求解难和易陷入局部最优解等问题，对基于聚类小生境遗传算法的排程方法中的多目标函数确定权值、小生境半径和交叉和变异算子这三个过程进行改进，并且有效显著提高提高生产排程能力，而且还有效的节约了生产成本。

摘要： 本发明公开了一种基于改进小生境遗传算法的多目标柔性作业车间调度方法。由多目标柔性作业车间所有工件的工序数据构建排产序列，以排产序列作为个体，并生成初代种群；计算个体的总目标函数值，用改进小生境法计算个体的适应度值；根据适应度值采用轮盘赌的方式选择出个体集合；实施遗传算法的交叉操作和变异操作；将获得的个体与本代种群中适应度值最高的个体组成新种群；重复步骤直到终止条件，输出末代种群中的最优个体，采用最优个体的排产序列安排加工处理，实现多目标柔性作业车间调度。本发明采用了改进小生境遗传算法处理生产过程中的调度问题，能够稳定地获得优质的调度结果，优化车间资源配置，从而提升车间的生产效率。