与局部微调方法相结合的遗传算法

传统的遗传算法存在早熟收敛的缺点,不善于高精度的局部微调。为此,提出了一种与局部微调方法相结合的遗传算法。算例表明,它是有效的、稳健的,在水科学优化问题中具有广泛的应用价值。     

混合遗传算法在大地电磁一维反演中的应用

遗传算法是近些年来产生和发展的一种模拟生物进化过程的自适应启发式全局优化的搜索算法。它不完全依赖于初始猜测,且具有全局收敛的特点,可以被用来解决各种复杂的实际问题,如工程优化设计,人工智能和决策系统,以及地球物理反演等。尽管遗传算法是一种效率很高的全局优化算法,但许多仿真结果表明,它具有计算时间长,局部搜索能力弱的缺点。而共轭梯度法属于非启发式全局优化搜索方法,收敛速度快,但容易陷入局部极值,且严重依赖初始猜测。根据遗传算法和共轭梯度法的特点,这里提出了一种混合遗传算法,用来进行地球物理反演。该算法既具有遗传算法的全局收敛性,又有共轭梯度法的快速收敛性,经实际应用,取得了良好的效果。     

用遗传算法将地球化学测井数据转换为矿物成分

提出了一种在遗传算法基础上把地球化学数据转换为岩石的矿物成分的技术。遗传算法是一种组合优化方法，它仿真自然界适生存原理，该算法能解决各种各样的数据拟合，参数评估及解决来自各种科学领域的优化／搜寻问题。     

基于遗传算法的软土地基沉降预测

基于自然进化原理的遗传算法是一种解决岩土工程复杂非线性问题十分有前景的方法。对遗传算法中一些具有代表性的算法作了简要分析和评论。软土地基沉降受众多因素的影响,在时序上表现出复杂的非线性特征。针对一个加固纠偏工程的沉降预测问题,运用MATLAB编写遗传算法程序进行了预测分析。计算结果与实测资料基本一致,它在全局优化、非线性优化、多参数优化等方面表现出了传统算法无法比拟的优势。     

抽水试验资料的遗传算法反演水文地质参数

基于MATLAB遗传工具箱的遗传算法是一种借鉴生物界自然选择和自然遗传机制的全局最优化随机搜索算法。它以其简单通用、鲁棒性强、适于并行处理及高效等显著特点,在各领域得到了广泛的应用。结合抽水试验实例采用遗传算法反演水文地质参数,并将所求参数与配线法和直接图解法所得参数进行对比分析。结果显示,遗传算法所求参数的计算降深与实测降深吻合程度高,方便快捷,不失为一种有效的水文地质参数求解方法。     

《神经网络和遗传算法在水科学领域的应用》简介

中国水利水电科学研究院防洪减灾研究所暨水利部防洪抗旱减灾工程技术研究中心,在国家自然科学基金资助下,首次将人工神经网络与遗传算法相结合运用到水科学领域,并取得了重要成果。现该成果已著成《神经网络和遗传算法在水科学领域的应用》一书,并由中国水利水电出版社出版。本书是著者多年来将神经网络和遗传算法等现代智能科学研究成果应用于解决水科学领域实际问题的经验总结。它的出版填补了人工神经网络和遗传算法在水科学领域应用方面图书的空白。本书的创新点主要体现在:在理论方面,采用人工神经网络技术解决水利领域的复杂、模糊、…     

遗传算法在磁异常反演中的应用

遗传算法是一种约束随机优化方法。它与传统的确定性优化方法相比较,具有全局收敛,不计算目标函数偏导数等优点；与传统的随机优化方法相比较,具有搜索效率高以及隐含并行计算等优点。本文首先讨论了遗传算法的基本原理和迭加机算步骤,其次讨论了该方法在磁化强度约束反演问题中的应用效果。     

加速遗传算法在速度反演中的应用

这里介绍一种加速遗传算法,该算法通过提高计算效率改善了标准遗传算法,加速遗传算法在速度反演应用中具有更高的实用价值。加速遗传算法在每次加速循环中进行一次迭代,用部份最佳个体的边界值优化搜索范围,大大地提高了计算效率。在迭代完成后,进行混沌优化以提高反演精度。二种算法的反演计算结果说明,加速遗传算法性能优于标准遗传算法,无论针对简单速度模型还是复杂速度模型,加速遗传算法都是适用的。     

复合遗传算法在爆破震动测试参数确定中的研究

阐述了遗传算法的基本原理,针对遗传算法在参数确定中局部搜索能力不强等问题,把单纯形加速法引入到遗传算法中,提出了复合遗传算法并对复合搜索理论进行了阐述,通过工程实例进行验证。数值计算结果表明,在爆破震动测试参数确定中,复合遗传算法对加大局部搜索速度、提高计算精度具有明显效果。     

基于改进遗传算法的Holt-Winters模型在采空沉陷预测中的应用

针对遗传算法存在的缺陷,提出了用小生境方法改进遗传算法。为了提高采空沉陷预测精度,借助Holt-Winters模型的预测功能,应用改进遗传算法求解和优化Holt-Winters模型组合参数,形成了改进遗传算法-Holt-Winters模型组合算法。将组合算法应用于长平高速公路采空区路段沉陷预测,计算表明：改进遗传算法弥补了传统遗传算法易早熟、局部寻优能力弱的缺陷;改进遗传算法-Holt-Winters模型组合算法克服了按梯度试算法搜索质量差和精度不高的缺点,输出稳定性好,预测结果相对误差在2%以内,预测精度显著提高;在采空沉陷中长期预测的相对误差小于0.79%,该算法可用于中长期采空沉陷预测。     

土钉墙内部稳定性分析自适应禁忌变异遗传算法

针对土钉墙内部稳定性分析问题,提出一种能同时确定土钉墙任意形状最危险滑动面及相应安全系数的全局优化算法。首先,基于边坡极限平衡法中的Morgenstern-Price法,考虑土钉的加固作用,推导土钉墙安全系数计算公式。然后,分析简单遗传算法（SGA）和禁忌搜索算法（TSA）的不足,引进自适应遗传算法（AGA）,用禁忌变异算子替换自适应遗传算法中的标准变异算子,提出一种新型的混合优化算法--自适应禁忌变异遗传搜索算法（ATMGA）,并将其应用到土钉墙内部稳定性分析领域,建立土钉墙任意形状临界滑裂面稳定性分析优化算法。算例分析表明,（1）与单纯的SGA、TSA以及AGA相比,文中ATMGA法搜索效率高、收敛速度快且能准确地搜索到土钉墙最危险滑动面及其相应的最小安全系数;（2）土钉支护前、后临界滑面位置相差较大,建议在实际工程中对支护后基坑的临界滑面以及相应的安全系数进行重新搜索。     

基于Hoek-Brown非线性强度准则的节理岩坡稳定性分析全局优化算法

基于Hoek—Brown非线性经验强度准则和简化Bishop法，导出了节理破碎岩体边坡新的稳定性系数计算公式。通过在简单遗传算法（SGA）中引人适应度变换技术改进其收敛性能，提出了节理破碎岩体边坡稳定性分析和最危险滑动面搜索的自适应遗传算法（AGA）。算例计算结果表明：（1）AGA能准确地搜索到边坡全局最小稳定系数及其对应的临界滑动面；（2）AGA计算效率和数值稳定性均比SGA和随机投点法有较大提高；（3）采用不同的适应度变换函数均可提高计算效率。为简便起见，推荐采用线性变换函数。     

基于模糊遗传算法的边坡稳定性分析

针对传统遗传算法存在收敛速度和早熟问题的现象,将模糊控制理论与遗传算法相结合,提出了基于模糊遗传算法的边坡稳定性分析方法.工程实例计算表明,本文方法不仅能克服传统方法容易陷入局部最小值的缺点,而且较SGA(简单遗传算法)有更高的搜索效率.     

基于遗传算法的深层搅拌桩优化设计

将遗传算法应用于深层搅拌桩优化设计中,以单位面积内深层搅拌桩的水泥用量为优化目标函数。全部约束条件均按相应规范的要求给出,并针对传统遗传算法优化设计时遇到的诸如计算量大、早熟收敛等问题,提出了相应的改进策略,利用Visual C++编制了计算程序,通过实例证明了所提优化方法的有效性。     

遗传算法在非线性地下水经济管理模型中的应用

通常采用基于梯度的数学规划方法求解地下水管理模型,如线性规划和非线性规划。但对于高度非线性、非凸的优化问题,尤其是涉及到经济或环境的地下水管理模型,传统方法难以有效地寻找全局最优解。本文介绍了一种求解非线性地下水资源管理模型的遗传算法,并以山东羊庄盆地分布参数地下水系统非线性管理模型为例,给出了用遗传算法在求解这类问题的一般步骤。结果表明该方法能快速有效地找到全局最优解。     

Nonlinear Inversion of Potential-Field Data Using an Improved Genetic Algorithm

The genetic algorithm is useful for solving an inversion of complex nonlinear geophysical equations. The multi-point search of the genetic algorithm makes it easier to find a globally optimal solution and avoid falling into a local extremum. The search efficiency of the genetic algorithm is a key to producing successful solutions in a huge multi-parameter model space. The encoding mechanism of the genetic algorithm affects the searching processes in the evolution. Not all genetic operations perform perfectly in a search under either a binary or decimal encoding system. As such, a standard genetic algorithm (SGA) is sometimes unable to resolve an optimization problem such as a simple geophysical inversion. With the binary encoding system the operation of the crossover may produce more new individuals. The decimal encoding system, on the other hand, makes the mutation generate more new genes. This paper discusses approaches of exploiting the search potentials of genetic operations with different encoding systems and presents a hybrid-encoding mechanism for the genetic algorithm. This is referred to as the hybrid-encoding genetic algorithm (HEGA). The method is based on the routine in which the mutation operation is executed in decimal code and other operations in binary code. HEGA guarantees the birth of better genes by mutation processing with a high probability, so that it is beneficial for resolving the inversions of complicated problems. Synthetic and real-world examples demonstrate the advantages of using HEGA in the inversion of potential-field data.     

基于智能反分析的水布垭电站地下厂房机窝施工方案优化

采用正交设计、三维数值模拟、遗传算法与支持向量机,建立了清江水布垭电站地下厂房的智能反分析流程。按照上述流程,利用前6层开挖的现场监测信息对有关岩层的力学参数进行反分析,根据反分析的参数对后续的机窝施工进行数值模拟计算和方案优化。推荐的机窝施工方案采用槽挖方式,同时应用锚桩、软岩置换、锚喷支护等措施,兼顾了高边墙和机窝岩台的稳定性。优化结果对厂房施工具有重要的指导作用。     

基于RAGA的供水库群水资源配置模型研究

针对动态规划在供水库群优化调度中存在"维数灾",且难以获得真正最优解这一缺点,将改进的加速遗传算法应用到供水库群的水资源优化配置之中。在加速遗传算法中,嵌入局部搜索,以加强算法的全局寻优能力。以库群间的水利联系为线索,设计了相应的算法框架,并提出了供水策略区间的概念。为了体现该算法的优越性,以二个串联供水水库的水资源优化配置为例,选用该方法与基于动态规划的轮库迭代法进行比较研究。结果表明该方法合理可行、收敛速度快,有一定的实用性。     

波阻抗反演中的全局寻优策略

针对常规基于模型的波阻抗反演方法严重依赖于初始模型的选择和易陷入局部最优等局限性，提出了一种新的全局寻优策略。该反演策略是在常规测井约束反演的框架中加入一定次数的遗传全局搜索机制。如果迭代过程一旦陷入局部最优解；就可以把已经形成的局部最优解作为寻优的新起点，在此基础上进行全局遗传寻优，搜索更优的反演结果。通过模型数值计算和实际资料处理，表明该反演策略具有跳出初始模型控制的优良性能和良好的实际反演效果。