基于投影寻踪的水质评价模型

基于投影寻踪技术的基本原理和求解过程，建立了水质评价模型。大样本数据应用到模型中，使模型的精度大大提高。该模型既能根据样本本身寻求出各因子的重要程度，即客观权重．又能根据决策者对某个（些）影响因子的偏好，对样本进行分类。将遗传算法和传统优化方法相结合，以解决遗传算法求解带约束问题能力差的问题，并将其用于本文建立的模型的目标函数优化中．解决了高维数据全局寻优的难题。实例分析表明，该模型能够很好地对水质进行评价。能有效地解决多因素带来的高维复杂性，是一种处理多因素复杂评价问题的有效途径。     

桩箱筏优化设计的加速遗传算法

遗传算法作为一种全局优化算法，遗传算法克服了传统优化方法容易陷入局部最优值的缺陷。将新兴的交叉学科遗传算法引入到桩箱筏优化设计中，以桩箱筏的总造价作为优化目标函数，全部约束条件按《建筑桩基技术规范》(JGJ94—1994)给出，编制了桩筏优化设计计算程序，通过计算实例证明了遗传算法用于桩箱筏优化设计的可行性。     

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。     

板状体磁异常数据反演的PSO算法

粒子群优化(PSO)算法是根据鸟群觅食过程中的迁徙和群集模型而提出的用于解决优化问题的算法,是一类随机全局优化技术,它通过粒子间的相互作用搜索复杂空间中的最优区域,其优势在于效率高,且又简单易实现。本文讨论了PSO算法用于板状体磁异常数据反演的方法,并与遗传算法(GA)进行了比较。理论和实测磁异常数据反演的结果表明,PSO算法具有更高的找寻最优解效率,是一种很有潜力的位场反演工具。     

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。     

生物遗传算法在速度参数反演中的应用

遗传算法是一种新发展的优化算法，具有全局搜索、适应解各类问题的特点。本文应用遗传算法求取最佳叠加速度和反演层速度，不仅可保证精度，还比常规方法减少一倍多的计算时间，获得了较高的计算效率。     

改进的遗传算法在地下水数值模拟中的应用

地下水流数值模拟中的模型识别问题，可以转化为函数的最优化问题。鉴于遗传算法的特点，将之引入到地下水流数值法中，用以解决地下水数学模型的识别问题。在建立地下水数值模拟中模型识别问题的是优化模型后，采取将最优化模型中的目标函数嵌入到遗传算法适应度函数中的方法，实现遗传算法与地下水流数值法的耦合。基于优化模型和遗传算法的运算过程，编写计算程序，实现地下水数学模型的自动识别。根据在珲春盆地地下水资源评价实例中应用得到的结果，信纸证了改进的遗传算法在地下水数值模拟中应用的可行性与有效性。     

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。     

基于遗传算法的土性参数估计

在土工问题的研究和分析中，土性参数的合理估计非常重要，根据工程中实测值反演土性参数不失为一种有效会计参数的新思路，文章采用遗传算法并结合Biot固结有限元数值法对一假设路堤的双层地基的一些主要土性参数进行反演，结果显示误差很小，收敛速度也很快，说明遗传算法这种新型的优化算法在土性参数优化估计中具有精度高、反演快的优越性，克服了传统优化方法一些缺点，因此值得在岩土工程领域参数优化中推广。     

遗传算法在边坡抗震稳定性分析中的应用

根据遗传算法的思想和拟静力瑞典法基于圆弧滑动面的假定，提出一种用遗传算法搜索最危险滑动面及其对应的最小安全系数的方法。该方法模拟了生物遗传进化过程，克服了传统方法容易陷和局部极小值的缺点，是一种全局优化算法。并通过一个工程实例对其进行了验证。     

流域水文模型参数识别的现代优化方法研究进展

水文参数优化是水文模型发展中的一个重要部分,针对水循环过程模拟中的流域水文模型参数识别的复杂优化问题,回顾了水文模型优化算法的发展历程,对国内外水文模型参数识别算法的最新进展进行了阐述.介绍了模拟退火算法、遗传算法、SCE-UA、粒子群算法等常用算法的参数设定及一般流程,并对编码遗传算法、单纯形混合加速遗传算法和运用融合技术的几种遗传算法以及其它几种常用算法在新安江模型中的优化结果进行了比较,认为混合加速遗传算法是一种较好的方法.在系统研究现代优化算法与传统优化算法的基础上,建立各种优化算法的融合技术和法则可能是进一步提高参数优化算法性能的方向.     

遗传算法在估计测井解释参数方面的应用

测井响应方程中通常包括一些常量参数，这些参数的选取直接影响解释结果的精度。遗传算法是一种自适应全局优化算法，具有求解各种特殊问题的灵活性。作者在本文简要地介绍了遗传算法的基本原理和运算规则，并以阿尔奇含水饱和度公式中a、m、n等参数的选取为例，探讨了将遗传算法应用于测井解释参数估计中的潜力。实践证明，该方法简便，应用效果较好。     

用遗传算法优化估计Van Genuchten方程参数

描述土壤水分特征曲线的Van Genuchten方程是一个非线性复杂方程,采用传统的方法对方程参数进行估计往往因为计算复杂和人为因素的影响,而使估计结果带有较大的误差。遗传算法是当前处理一般非线性数学模型优化的一种新的优秀方法。为此,采用实数编码多子种群遗传算法对方程的参数进行优化估计。算例结果表明用遗传算法优化估计Van Genuchten方程参数具有求解速度快、计算精度和自动化程度高、人为干扰因素小、通用性强等优点。因此,遗传算法可作为计算Van Genuchten方程参数的一种新方法。     

基于实时地质灾害监测数据的预警预报动态阈值分析方法

目前在地质灾害监测领域，监测预警信息的发布主要基于各类监测设备的阈值设定。阈值是根据经验或专家估计设定，不仅对地质灾害不同类型、不同环境缺乏针对性，而且设定后较长时间不变，或根据经验略微浮动，缺少数据样本分析的科学性。另外监测设备容易受到卫星信号等环境因素影响，因此在实际运行中可能会出现误报、漏报的情况。为了解决上述问题，文中提出了一种预警阈值自学习自修正从而进行动态调整的方法，引入了两种可变阈值，并提出了一种基于优先级和门以及半马尔可夫过程VTAS的性能指标优化新方法。半马尔可夫过程的应用使该方法能够考虑具有非高斯分布的工业测量。此外，文中还提出了一种基于遗传算法的优化设计过程，用于优化参数设置，提高性能指标。通过数值仿真以及与以往研究的比较，说明了该方法的有效性。将该方法在实测点位上进行应用，根据结果可知，相比于使用固定阈值，该方法能有效地减少系统误报、漏报，提高地质灾害预警的准确性，从而更好地保护人民生命财产安全。     

面向对象遗传算法及其在抗滑桩优化设计中的应用

基于面向对象的设计思想 ,定义了一种新的面向对象的遗传算法类结构 ,并在此基础上编制了一个基于遗传算法的抗滑桩优化设计程序。程序在一个滑坡治理工程中的应用表明 ,利用遗传算法可以有效地对抗滑桩的设计进行优化     

差分进化算法在三峡电站厂内经济运行中的应用

差分进化算法是一种基于群体进化的算法,具有记忆个体最优解和种群内信息共享的特点,即通过种群内个体间的合作与竞争来实现对优化问题的求解,其本质是一种基于实数编码的具有保优思想的贪婪遗传算法。本文将差分进化算法用于求解三峡电站厂内经济运行问题,同时又将该算法与标准遗传算法相比较,结果显示差分进化算法优化效果明显优于标准遗传算法,差分进化算法的全局的收敛性比标准遗传算法强,差分进化算法是求解大型水电站经济运行问题的有效方法。     

加速遗传算法在地下水位动态分析中的应用

提出了一种改进的遗传算法－加速遗传算法,分析了它的原理,控制参数的设置,收敛性,全局优化性能和适用性,并把它成苗地应用于地下水位动态分析中。     

基于遗传算法的岩土力学参数反演及其在 ABAQUS中的实现

岩土工程优化反分析是一个典型的复杂非线性函数优化问题,采用全局优化算法是解决这个问题的理想途径。结合ABAQUS有限元软件,提出遗传算法与有限元联合反演法,将有限元程序作为一个单独模块嵌入到遗传算法程序中,以测点的实测值与计算值建立误差函数,编制了遗传算法反演分析程序。并给出应用实例验证了该法的有效性,表明该方法可应用于岩土工程中的反演分析工作。     

磁流变阻尼器在建筑结构中的优化布置

基于M atlab遗传算法工具箱来优化阻尼器位置,对遗传算法的各过程进行了详细的介绍,通过采用合适适值函数得到可直接用于优化的算法,并通过算例验证该方法是一种快速简单的方法,而且结构振动的控制效果良好。     

基于综合的混沌优化算法估计地震子波

作者从随机化合局搜索的思想出发，利用混沌运动具有的遍历性，随机性，规律性等特点进行大范围的全局优化搜索，再结合遗传算法的杂交算子和小领域的局部搜索，从而提出了一种综合的混沌优化方法，通过对地震记录子波估计的理论模型试验，结果表明这种浊沌的优化算法比单一的随机优化方法具有有很好的实际效果和应用前景。