来长胜[1]2007年在《基于遗传算法—模糊技术的火电厂主汽温控制系统的研究》文中认为在火力发电厂中，锅炉的主蒸汽温度控制系统的控制对象过热器是在高温、高压条件下工作的。锅炉出口的过热蒸汽温度是整个汽水行程中工质的最高温度，主蒸汽温度的稳定对机组的安全经济运行非常重要，所以对主汽温的控制有较高的要求。但是由于电厂主汽温是一个典型的具有大迟延、大惯性、非线性及时变性的复杂系统，利用经典控制理论对主汽温进行控制存在一些不足。本文在常规PID控制的基础上，采用遗传算法与模糊技术结合的PID控制策略。该策略采用基于改进遗传算法的改进自适应模糊PID控制系统，从而实现对主汽温的有效控制。本文首先介绍了模糊控制技术的组成、结构、原理，并对目前现有的已提出的各种模糊PID控制器作了总结和阐述。选定一个大迟延、大惯性对象，用目前现有的各种CRI-I型模糊PID控制器和本文采用的改进自适应模糊PID控制器对选定对象进行了控制，并根据仿真结果作比较，来说明本文采用的模糊控制器的优越性；然后介绍了遗传算法的基础知识，并介绍了遗传算法的各种改进措施。通过求函数极大值进行仿真研究，来说明本文采用的改进的遗传算法的有效性；接着介绍了火电厂主蒸汽系统的工艺流程，以说明过热器在锅炉中的布置。进而分析了影响汽温变化的种种因素以及汽温对象的特性，以说明目前广泛采用喷水减温作为控制汽温手段的原因，并且得到了对象的数学模型；最后把本文采用的改进自适应模糊PID控制器和改进的遗传算法结合起来，用改进的遗传算法对自适应模糊PID控制器的参数进行寻优。利用基于改进遗传算法的改进自适应模糊PID控制器对主汽温控制系统进行设计，该设计为：将本文采用的基于改进遗传算法的改进自适应模糊PID控制器用于主汽温温差控制系统的二级减温水控制系统，作为串级系统的主调节器。本文采用MATLAB语言对二级减温水系统进行仿真分析，用基本的遗传算法和本文采用的改进遗传算法对模糊控制器的参数寻优，以说明改进遗传算法的有效性，同时得到控制系统的阶跃响应曲线。并通过改变被控对象的参数和系统受干扰情况下的仿真结果来说明本文采用的基于改进遗传算法的改进自适应模糊PID控制器对二级减温水控制的自适应性和抗扰性。仿真结果表明：本文所采用的基于遗传算法一模糊技术的PID控制系统具有较好的自适应能力，其控制品质和鲁棒性都明显优于常规的PID控制系统。即便是被控对象的参数发生较大的变化和系统有扰动的情况下，仍能保证系统良好的动、静态特性。采用基于改进遗传算法的改进自适应模糊PID控制器的二级减温水系统的调节品质是较好的，再配以温差控制方案，将能对主汽温控制起到很好的作用。
唐伟[2]2008年在《基于改进遗传算法的TSP问题求解研究》文中研究表明旅行商问题(Traveling Salesman Problem,TSP)就是要决定一条经过图中所有顶点当且仅当一次且距离最短的回路,即距离最短的Hamilton回路。TSP问题是一个具有广泛的应用背景和重要理论价值的组合优化问题,属于典型的NP问题。因此,对TSP问题有效求解算法的研究具有十分重要的意义。本文通过对遗传算法和TSP问题求解的相关方法的分析与研究,提出了一种求解TSP问题的改进遗传算法,并通过具体实例验证了改进算法的有效性。首先,问题的规模对于TSP问题的求解来说是一个很重要的因素,其时间复杂度将随着问题规模呈指数形式增长。因此,分块求解方法是求解TSP问题的一种可行的方法。本文提出了一种基于最小生成树的TSP问题分块求解算法,以此达到降低问题的规模、缩短算法运行时间的目的。其次,交叉算子是遗传算法的核心算子,是遗传进化的动力。本文在研究EAX交叉算法的基础上,通过对比分析,指出多个子环路合并为一个环路的算法是EAX算法的一个瓶颈。为此,本文提出了多阶段环路合并算法解决该问题。同时,改进EAX算法中的e-set选择策略,并对EAX算法的解采用混合的局部搜索算法来加以修正。最后,针对所提出的改进算法,本文选择TSPLIB中典型的TSP问题实例,进行实际验证。实验结果表明,本文所提出的改进算法能够有效地求解TSP问题,使求解效率得到了一定的提高。
陈曦[3]2007年在《改进的遗传算法及其在模具优化设计中的应用》文中研究说明遗传算法(Genetic Algorithm)是一种借鉴生物界自然选择和进化机制发展起来的高度并行、随机、自适应的全局优化概率搜索算法。其优势在于能够高效处理传统优化算法难以解决的复杂的非线性问题。由于其简单易行，不受搜索空间的限制性假设的约束，具有隐含并行性以及较强的鲁棒性和全局搜索能力，已被广泛应用于函数优化、机器学习、自适应控制系统等众多领域。模具优化设计理论与方法是当前国际上一个前沿课题以及人们热衷的研究领域。由于优化过程中，目标和约束函数基本上是设计变量的隐函数，使得灵敏度分析和函数计算变得十分困难，因此，研究模具设计的高性能优化方法，在保证找到最优解的同时，提高计算效率至关重要。本文的主要工作是研究遗传算法的改进，并将其应用到模具优化设计中。首先，概述了模具优化设计和遗传算法的历史及发展现状，介绍了遗传算法的特点及应用，简述了其基本原理以及技术实现。其次，提出一种基于物种方程和Kriging算子的多种群遗传算法。该算法中，令物种方程中的参数作为个体的设计变量进行实数编码，方程的稳态解作为一种修正的算术交叉算子参与遗传操作，增加个体多样性；加入Kriging算子，根据所有个体的信息模拟出最优解，以提高全局搜索能力及计算效率；采用移民策略，增加种群间的信息交流，加快各种群向最优解收敛。大量的数值算例表明了改进算法的高效性和适用性。最后，将改进的遗传算法与注塑模流动数值模拟程序Z-MOLD相结合，对变厚度板和手机壳上面板浇口位置进行了优化设计，结果表明了本算法对模具优化设计中单浇口位置优化是有效的，对模具的优化技术和制造水平的提高起到积极作用。
张慧[4]2007年在《电磁场逆问题分析计算的快速全局优化算法研究》文中提出随着计算机技术的发展和电磁场数值计算理论、方法的不断丰富与完善，以及工程技术发展的客观需求，以电磁装置的优化设计为背景的电磁场逆问题已成为国内外计算电磁学的研究热点之一。目前，对于电磁场逆问题的求解，都是将其分解为一系列正问题，然后采用一定的优化方法通过迭代解算达到最终优化设计的目的。有鉴于此，本文对电磁场逆问题的核心内容之一——即优化算法，进行了较为深入、系统的研究。在充分分析、归纳国内外现有优化算法的基础上，提出了具有工程实用价值的新快速全局优化算法。首先，本文对归属随机类优化算法的遗传算法和粒子群算法进行了重点研究。在分析各自特点基础上，为提高遗传算法和粒子群算法的全局搜索能力和快速寻优能力，分别提出了若干改进措施，得到了两种适用于电磁装置单目标多峰函数全局优化设计的改进遗传算法和改进粒子群算法，并通过对典型数学函数的分析和计算，验证了改进算法的有效性与实用性。其次，为解决电磁场逆问题分析、计算中由于随机类优化算法需进行数以千计次电磁场的数值分析，以致计算时间和计算量难以满足工程分析实际要求的难题，本文将表面响应模型法引入电磁场逆问题的求解，研究了基于紧支径向基函数和基于移动最小二乘法的两种表面响应模型，并将其分别与改进的遗传算法和粒子群算法相结合，提出两种不同的混合快速全局优化算法。最后，本文将所提出的快速混合全局优化算法应用于典型的工程电磁场逆问题的分析和计算，取得了满意的计算结果。实例证明，本文算法既能有效地提高优化计算的效率，又可保证算法的全局搜索能力。
菅倩[5]2008年在《基于矩阵编码的遗传算法研究与应用》文中指出作为一种搜索算法,遗传算法通过对编码、适应度函数、复制、交叉和变异等主要操作的适当设计和运行后,可以做到兼顾全局搜索和局部搜索遗传算法不依赖于问题的具体领域,它具有自适应性、全局优化性和隐含并行性,体现出很强的解决问题的能力。随着遗传算法应用领域的不断扩大,其操作、搜索能力不满足要求的现象也日趋增多。在解决多参数寻优问题时,通常的二进制编码串很长。一个长的二进制串会给选择、交叉等操作带来不便,造成计算机的运算过程复杂而时间长,从而降低了遗传算法的搜索效率。若采用的编码串短又不能满足问题的精度要求。在多维空间内寻优时,要把一个矩阵展开成一个串,同样也有字符串过长的现象。可见,要妥善解决多参数寻优问题、高维矩阵等问题,首先要改善编码策略。针对上述问题,本文提出了一种改善二进制编码的方法—矩阵编码。它是根据待求参数的个数来确定所用矩阵的行数和列数,根据实际问题的精度要求确定矩阵编码串长度L。将1×m维的二进制编码串化为n×h的矩阵向量。在这种编码方法下,有效降低了编码串的长度L,增强了选择、交叉的操作能力,缓解了计算机内存的占有率,进一步提高了遗传算法的搜索效率。论文分别从理论角度和实际应用两方面来论证矩阵编码遗传算法的可行性。本文主要做了以下工作:1)深入学习遗传算法;介绍了遗传算法的产生和发展、基本原理和特点、遗传算法中存在的共性问题及遗传算法的理论研究现状及应用。2)在分析遗传算法存在问题的基础上,提出了矩阵编码遗传算法。对基于矩阵编码遗传算法的编码策略,遗传操作,适应度函等相关理论进行详尽论述。3)将基于矩阵编码的遗传算法应用于实际。首先通过PID参数整定来验证矩阵编码遗传算法的可行性,然后采用矩阵编码遗传算法来解决实际问题。多输入n维连续时间线性系统极点配置和最小二乘模型辨识问题其实质属于多参寻优、高维矩阵运算求解问题范畴,符合矩阵编码遗传算法的适用范围。采用基于矩阵编码的遗传算法来实现,实验表明矩阵编码遗传算法可以很好地解决这类问题。总之,本文描述了一种基于矩阵编码遗传算法来解决多参数、高维矩阵求解问题的方法。这个方法的基本原理是通过把个体用矩阵串表示,从而降低了编码串的长度,与此同时简化了遗传操作,有效增加种群多样性,提高了搜索效率。通过理论阐述与实际应用表明这种方法是合理可行的,将对多参数、多维空间的寻优或矩阵方程的优化的解决提出了一种确实可行的有效的方法,使遗传算法的理论方法及其应用领域都得到进一步扩展。
黎刚[6]2007年在《文本分类中词语权重计算方法的改进及应用》文中研究指明互联网的发展和信息技术的进步,带来了信息量的猛增,人们很难在浩瀚的信息中找到真正需要的信息,虽然各种搜索引擎的出现在一定程度上解决了这一问题,但是各种搜索引擎都是简单的看是否包含关键字,这样搜索结果十分庞大,并且不利于用户找到需要的信息。文本自动分类是一个有效的办法,已经成为一项具有使用价值的关键技术。近年来,多种统计理论和机器学习方法被用来进行文本的自动分类,掀起了文本自动分类的研究和应用的热潮。文本自动分类问题的最大特点和困难之一是特征空间的高维性和文档表示向量的稀疏性。寻求一种有效的词语权重的计算方法,降低特征空间的维数,提高分类的效率和精度,成为文本自动分类中的首要问题。因此,本文在研究中文文本分类的过程中,重点放到了词语权重的计算方法的改进上,在此过程中做了如下的工作:①分析了传统词语权重计算方法的叁个缺点:第一,没有考虑特征项在类间的分布信息。第二,没有考虑特征项在类内的分布信息。第叁,没有考虑特征项不完全分类的情况。本文从词语的频度,集中度和离散度叁个角度进行考虑,提出了本文的词语权重计算方法:TF-IDF-DI-WFDB。②用特征词在类间和类内部的离散度来描述特征词在类间和类内部分布的情况,形成了TF-IDF-DI的词语权重计算方法;同时进一步,针对传统词语权重计算方法没有考虑特征项不完全分类的情况,引入了词频差异WFDB来进行修正,从而形成了本文的词语权重计算方法:TF-IDF-DI-WFDB,弥补了上述缺点。③用实验证明,本文提出的改进的词语权重的计算方法TF-IDF-DI-WFDB,用于KNN分类结果,好于传统词语权重计算方法用于KNN的分类结果。实验结果表明,无论从整体混淆矩阵、总体查全率、查对率、以及各个类的查全率、查对率方面,改进的词语权重计算方法的分类效果都要好于用传统的词语权重计算方法的分类效果。④在改进的词语权重的计算方法TF-IDF-DI-WFDB的基础上,本文进一步用遗传算法的寻优能力来训练分类器。实验表明,能够达到比传统KNN分类算法略好的分类效果,进一步表明:本文对词语权重的计算方法的改进,是正确可行的。
彭灵翔[7]2007年在《改进的实数编码遗传算法解微分方程数值解》文中研究表明遗传算法是模拟自然界生物进化过程的计算模型,从二十世纪六十年代以来得到了迅速发展和应用。本文论述了遗传算法的基本原理,描述了基本遗传算法的运行过程。针对二进制编码的遗传算法存在编码误差,以及收敛速度较慢的不足;实数编码精度高,适合于复杂大空间搜索,但易使遗传算法在搜索后期效率低下和收敛速度慢的问题;提出了一种改进的实数编码的遗传算法。文中提出的改进的算法,采取实数编码解决了二进制编码的遗传算法存在编码误差,采用确定性排名选择算子,数值杂交算子,多重高斯变异算子,最佳个体保留策略和移民与灭绝算子,大大加快了收敛速度,并在理论上证明了算法的收敛性;将其应用到解适定的二阶两点边值问题的数值解,数值例子表明该方法适用于线性和非线性问题;同时为了缩短解二阶两点边值问题的遗传算法运算时间,提出了逐次由粗到细划分求解区域,反复多次使用改进的实数编码遗传算法求解二阶两点边值问题的快速算法,由于每次优化的变量不多,所以运算时间大幅减少,这种方法能有效的解决一次性编程计算求解区域内多个点处的数值解时的费时问题,而且便于并行计算。最后将该方法推广到求解拉普拉斯方程和泊松方程的数值解,数值例子证明该方法的有效性。为工程领域求解微分方程的数值解提供了一种可行的新途径。
陆叶[8]2008年在《混合装配线平衡问题研究与系统实现》文中指出现代化大生产中,混合装配线的产生是为了满足顾客多样化和个性化的需要,增强对市场的适应性。而混合装配线的平衡过程可以实现一种劳动生产率、设备利用率和满足市场需求叁者之间的平衡的过程。本文对在多品种小批量制造环境下的混合装配线平衡问题进行了系统地研究。运用数学模型和智能优化算法来研究混合装配线平衡,考虑到算法在实际中难以应用的问题,开发了混合装配线平衡系统。首先,根据平衡目标的不同,系统地设计了不同目标的数学模型,来解决多品种小批量制造环境下的混合装配线平衡问题。这些混合装配线平衡的数学模型改进了文献中提出的混合装配线平衡的模型,针对不同目标的装配线平衡问题的适应性好,为混合装配线的平衡设计与生产管理提供了理论指导、方法和工具。其次,分别设计了混合装配线平衡问题不同数学模型的算法;在遗传算法设计中对以下方面作了改进:研究了初始种群的产生问题;设计了独特的染色体编码规则、译码规则;在遗传操作设计中,设计遗传算子进行操作后反复检验。分析遗传参数对改进遗传算法性能的影响,比较不同规模的问题的算法执行时间,初步说明该算法性能良好。最后,设计了混合装配线平衡系统,构造了作业、工作站、产品、生产线等对象,实现了通过有向图来建模的方法。有向图很好地描述了作业之间的先后顺序约束关系,所以用户能够很容易地对问题进行描述和修改。把设计的算法编译为算法库以实现混合装配线的平衡优化,平衡结果通过图形的方式显示出来。在本文最后用实际工程的数据对系统进行了验证。
谢玲丽[9]2008年在《基于改进遗传算法的水电站厂内经济运行》文中进行了进一步梳理研究水电站厂内经济运行对于进一步发展水电事业,解决我国电力不足、供需矛盾突出等问题具有很大的现实意义。本文针对水电站运行中的实际情况和需要考虑的关键性问题,对水电站厂内经济运行的遗传算法数学模型、优化方法以及编程计算方法进行了改进,并结合刘家峡水电站的实例,阐述了利用遗传算法求解水电站厂内经济运行的具体实现过程。本文的主要研究工作及成果概括如下:1、对传统厂内经济运行的遗传算法数学模型进行改进。根据模型的特点,分解成两个子模型——最优机组组合和最优负荷分配模型。对于最优负荷分配模型,一般只考虑水电站机组最小、最大技术出力限制条件。本文在此基础上,增加了避开机组汽蚀振动等非安全运行区间的约束。对于最优机组组合模型,本文在以往只考虑机组固定出力的基础上,增加了考虑水电机组启停成本、以及最小开停机时间约束来制定机组的启停计划。这较以往的数学模型有了很大改进。2、在模型求解的遗传算法优化方法上进行改进。针对最优负荷分配模型,一般是随机产生初始解,本文在初始解生成时加入了机组汽蚀、振动的约束,减少了初始种群的搜索空间和时间。针对最优机组组合模型,设计了最小开停机时间和输出功率等约束指导初始种群的生成,节省了随机方法产生可行解的时间。同时,由于制定水电站最优运行的日计划是一个双重决策的过程,即机组组合和负荷分配。在模型计算时,根据一个最优策略的任意子策略都是最优的理论,在机组组合中调入计算出的机组最优负荷分配表来求解,减少了计算的复杂性,简化了计算程序。3、在模型求解的软件计算方面,深入研究了Visual C++和MATLAB混合编程在经济运行程序中的应用,以及Visual C++和数据库的ADO(ActiveX Data Object)接口编程,编制了刘家峡水电站厂内经济运行的遗传算法程序。4、为了验证本文提出的模型及优化方法的可行性及有效性,本文根据刘家峡水电站2008年3月18日的日调度要求,利用此模型及算法进行了优化运行计算,并与实际运行情况进行了比较。结果发现:在当日109.96米水头时,比实际运行节水106.645×10~4m~3,提高效益4.12%。表明了改进的遗传算法模型及优化方法在水电站厂内经济运行的有效性,为水电站厂内经济运行提供了一种求解的新思路。
高聪[10]2008年在《基于改进遗传算法的支持QoS的语义web服务选择》文中提出Web服务作为一种新兴的分布式计算模型,近年来得到了学术界以及工业界的极大关注。Web服务是部署在因特网服务器上一种特殊的应用程序,它遵循一定的技术规范,执行特定的任务,为实现数据和系统互操作性提供了有效的解决方案。然而单个web服务只能提供一些比较单一的功能,通常无法满足复杂应用的需求,所以需要对单一服务所提供的各种功能进行组合以形成新的、功能更强大的服务来满足用户的复杂需求。但是,现有的组合服务由于缺乏对web服务的语义信息的描述,智能化以及自动化程度不高,无论在精确度、查全率还是性能上都无法满足人们日益增长的需求。将语义web技术引入web服务则可以解决web服务的这个问题。利用语义web服务丰富的语义信息,使得web服务组合的过程更智能化,组合结果也更精确。目前网络上web服务数量正以惊人的速度增长,存在众多可以完成相同或相似功能的web服务,而这些服务具有不同的非功能属性,即服务质量(QoS),如服务价格、执行时间、服务可用性、执行的可靠性等因素。因此在服务组合过程中,如何基于服务的QoS选择最符合用户需求的web服务便成为了亟待解决的问题。本文对基于改进遗传算法的支持QoS的语义web服务选择进行了深入研究。提出了一套QoS本体设计模式,改进并扩展了语义web服务描述语言OWL-S,基于此QoS设计,本文提出了一种新型的服务选择算法,即改进的遗传算法。此改进的遗传算法以服务的QoS作为从一系列备选服务中选取最优服务的评价参数,建立一个评价服务优劣的适应度函数,并将此函数值作为寻优的评价标准;此算法采用关系矩阵编码方式,该矩阵具有表示多种类型服务组合的能力,同时也解决了多个路径用同一种编码方式同时表示的问题;同时此算法采用并行的自适应策略,进一步地提高了算法的效率以及收敛性、稳定性。本文对改进的遗传算法进行实现,并且基于此算法设计并实现了服务选择原型系统。测试说明使用此算法是相当有效的,采用此算法进行服务选择,可以缩减选择时间,提高选择效率,同时也可保证选择最优结果的稳定性。
参考文献：
[1]. 基于遗传算法—模糊技术的火电厂主汽温控制系统的研究[D]. 来长胜. 太原理工大学. 2007
[2]. 基于改进遗传算法的TSP问题求解研究[D]. 唐伟. 大连海事大学. 2008
[3]. 改进的遗传算法及其在模具优化设计中的应用[D]. 陈曦. 大连理工大学. 2007
[4]. 电磁场逆问题分析计算的快速全局优化算法研究[D]. 张慧. 浙江大学. 2007
[5]. 基于矩阵编码的遗传算法研究与应用[D]. 菅倩. 太原理工大学. 2008
[6]. 文本分类中词语权重计算方法的改进及应用[D]. 黎刚. 重庆大学. 2007
[7]. 改进的实数编码遗传算法解微分方程数值解[D]. 彭灵翔. 四川大学. 2007
[8]. 混合装配线平衡问题研究与系统实现[D]. 陆叶. 广东工业大学. 2008
[9]. 基于改进遗传算法的水电站厂内经济运行[D]. 谢玲丽. 兰州理工大学. 2008
[10]. 基于改进遗传算法的支持QoS的语义web服务选择[D]. 高聪. 北京邮电大学. 2008
标签：自动化技术论文; 遗传算法论文; 自适应论文; 最优控制理论论文; 矩阵分解论文; tsp论文; tsp问题数学模型论文;