场地效应研究的传递台站线性反演法——以芦山地震为例

采用线性反演法研究了地震动的场地效应,并针对线性反演法的局限性,提出了"传递台站"的方法来扩展其应用.通过传递台站,地震事件不再局限于必须被参考台记录到,台站也不再局限于须与参考台站同时获取到地震记录,改进后可大大增加数据样本,使得结果更趋稳定.同时,对于原来难以参与分析的台站,也可得到其场地反应.研究中,还采用了基于遗传算法的非参考台方法,进一步分析了场地反应和验证所提方法的合理性.将所提方法应用于2013年芦山7.0级地震周边区域,分析了这一地区的强震台站的场地反应和地震波衰减因子Q_s值.研究结果显示,当采用一个和二个传递台站进行分析时,所能利用的地震事件和所能求解场地反应的台站数目逐步增加,随着数据样本的增加,分析结果趋于稳定.研究区域的Q_s值拟合结果为Q_s(f)=334.16f~(0.73).遗传算法结果表明,线性反演法中所选取的参考台站有其自身的场地反应.当利用遗传算法获得的参考场的场地反应去校正线性反演法的结果时,对于多数场地,两者的结果符合得很好,说明了遗传算法的结果可以合理地认为是场地较为真实的反应.     

面向山地徒步应急救援路径规划的改进蚁群算法研究

当消防事故发生在无明显道路或道路稀疏的野外复杂山区时,如何在复杂山地环境中规划安全、快速通过的路线至关重要。针对蚁群算法在复杂山地路径规划中容易陷入局部最优以及搜索时间较长的问题,本文提出一种适用于细粒度野外山地环境的徒步应急救援路径规划算法。本文首先根据已有文献分析地表信息与人类运动速度之间的关系,综合地表灌木盖度与地形坡度因素设计寻优算法的目标函数和启发函数;接着采用定向范围视野的蚂蚁搜索方式,决定蚁群算法寻优过程中每一步的网格选择;最后采用拉普拉斯分布调整初始信息素、添加隔离信息素、融合遗传算子与分组更新常规信息素的方法改进蚁群算法。将算法应用到400×400、1000×1000、5000×5000、10 000×10 000网格数的野外山地环境进行实验对比,实验结果表明,采用定向范围视野与优化启发函数的各蚁群算法在四组实验中均能得到可行路径,验证了方法的有效性;本文算法求解的路径质量优于另外三种算法,在四组实验中分别提高了0.52%～4.95%、4.71%～5.39%、2.26%～13.11%、3.84%～9.16%;此外,在野外三维山地环境中,定向范围视野的搜索方式缩减了搜索...     

GA辅助NLS的GNSS-IR土壤湿度反演方法北大核心CSCD

采用具有阻尼因子的函数模型,使用遗传算法(genetic algorithm,GA)辅助非线性最小二乘(nonlinear least squares,NLS)方法对相位参数进行求解。结果表明:1)相较于标准余弦函数模型,该方法的反演相位与土壤湿度的相关系数有较为明显的提升,反演结果也更加稳定,在5°~15°、5°~20°、5°~25°三个高度角范围内的相关系数均大于0.68,不同高度角之间的相关系数差值小于0.07;2)反演精度有不同程度提高,R 2提高5.72%~76.06%,RMSE减小6.12%~24.24%,MAE减小2.7%~28.3%,将该方案所求相位用于多星线性回归模型后平均RMSE减小10%。     

基于遗传算法和统计学的电阻率测深二维反演研究

本文介绍了一种以遗传算法和统计学为基础的反演方法,该方法利用一维反演结果的统计学特征确定地层电性结构并设计初始模型,使用遗传算法修改模型,经过二维有限单元法正演达到拟合误差最小,从而完成电阻率测深数据的二维反演.这个方法的优点在于不需要解大型线性方程组,降低计算量,先判断地层电性结构,反演后给出用地电断面表示的直观的解释结果.理论模型试算和模型实验证明该方法效果较好.     

Genetic algorithm based LQR vibration wireless control of laminated plate using photostrictive actuators

A photostrictive type of opto-electromechanical actuator activated by high-energy lights can introduce actuation and control effects without hard-wired connections.This paper addresses the controllability aspect in wireless vibration control of plate structures via photostrictive actuators.A modal force index,which has taken into account the mode number,the spatial distribution,and the dimension of the actuator,is chosen as an objective function to determine the optimal locations of photostrictive actuators.A linear methodology is proposed in this paper and the vibration equation is written in the standard state-space form.A binary-coded GA based combined optimal placement and LQR(linear quadratic regulator) control scheme has been incorporated,which maximizes the modal force index,the closed loop damping and minimizes input light intensity to the actuators.In the present method only three weighting factors have been used to search optimal Q and R matrices using GA,which reduces chromosome length and hence minimizes computational time.Numerical results demonstrate that the use of strategically positioned actuator patches can effectively control the fundamental modes that dominate the structural vibration.     

基于遗传算法的BP网络在黄河三门峡年径流量预测中的应用

提出了一种基于遗传算法(genetic algorithms,GA)的BP神经网络模型来进行径流量预测。此模型融合了遗传优化算法的全局寻优能力和BP神经网络的局部搜索的优势,有效地防止了网络陷入局部极小值,同时又保证了预测结果的精确性。仿真实验结果表明:在黄河三门峡1950~1985年年径流量预测方面,GA-BP模型预测的平均相对误差为5.67%,标准BP算法的模型平均预测误差为11.05%,说明提出的GA-BP径流量方法行之有效。     

遗传算法求解最大预报误差的可行性研究

利用条件非线性最优扰动（conditional nonlinear optimal perturbation,CNOP）可以实现最大预报误差的上界估计。CNOP通常由基于梯度信息的约束优化算法进行求解,且其中的梯度信息由伴随模式提供。然而当非线性模式中含不连续＂开关＂时,传统伴随方法不能为优化过程提供正确的梯度方向,从而导致优化失败。为此,采用自适应变异和混合交叉的遗传算法,联赛选择机制和小生境技术的约束处理方法来求解最大预报误差上界。为检验新方法的有效性,以修改的Lorenz模型作为预报模式,对3个初始态分别用新方法和传统伴随方法进行比较,数值试验结果显示新方法求解出的最大预报误差的上界更加精确。     

基于遗传算法-支持向量机模型在热带气旋强度预报中的应用

利用遗传算法对支持向量机(SVM)模型参数进行寻优,找到最优参数组合后代入SVM模型中,得到基于遗传算法的支持向量机模型(GA-SVM),利用此模型对热带气旋强度进行预报实验。该模型对热带气旋强度12 h、24 h和48 h的预报平均绝对误差分别为3.01 m/s、4.46 m/s和6.57 m/s;比最小二乘回归法的预报精度分别提高了12%、11%、14%。     

基于电子海图的智能潜水器路径规划研究

随着地理信息系统技术的发展,电子海图作为一种专门的电子地图也越来越成熟。电子海图中提供了详细而准确的海洋环境信息。利用电子海图的环境建模和考虑海流因素的遗传搜索策略为解决大范围海洋环境下智能潜水器全局路径规划提供了一个新的方法。利用电子海图中的信息对智能潜水器的工作环境进行环境建模,以遗传多目标优化算法为搜索策略进行全局路径规划,并考虑海流因素对潜水器的影响,使潜水器在航行时可充分利用海流的能量。通过仿真试验对环境建模和路径规划进行了验证。该方法具有很好的实用性。     

实数编码遗传算法在大地电磁测深二维反演中的应用

作为全局非线性优化的新方法之一的遗传算法,近年来已从生物工程流行到大地电磁测深资料解释中.然而,大地电磁反演问题具有不适定性,解的非唯一性.通过结合求解不适定问题的Tikhonov正则化方法,本文采用实数编码遗传算法求解大地电磁二维反演问题.此算法在构建目标函数时引入正则化的思想,利用遗传算法求解最优化问题.常规的基于局部线性化的最优化反演方法易使解陷入局部极小值,而且严重的依赖初始模型的选择.与传统线性化的迭代反演方法相比,实数编码遗传算法能够克服传统方法的不足且能获得更好的反演结果.通过对大地电磁测深理论模型进行计算,结果表明:该算法具有收敛速度快、解的精度高和避免出现早熟等优点,可用于大地电磁资料解释.