混合加速遗传算法在流域模型参数优化中的应用

在实编码遗传算法中加入单纯形搜索算子和加速搜索算子,提出了混合加速遗传算法.通过实例对该法与其它一些遗传算法进行了比较.并在大坳流域模型的参数优选中得到成功的应用.结果表明,混合加速遗传算法具有直观、简便、快速及适用性强等特点,是一种既可以较大概率搜索全局最优解,又能进行局部细致搜索的优秀非线性优化方法.     

自适应混合遗传算法在基坑支护结构优化中的实现

采用遗传算法对基坑支护结构进行优化设计,针对其早熟现象和局部搜索能力差的缺点改进遗传算法。使用自适应策略改进交叉算子与变异算子,在进化后期采用与位爬山法结合的混合遗传算法增强GA的局部搜索能力。对基坑支护结构建立优化设计数学模型,编制了基于遗传算法的基坑优化设计程序。通过实例分析,验证了改进策略的正确性。     

基于并行遗传算法的地震属性优化研究

系统介绍了遗传算法各步的改进策略。首先,产生多样化的初始群体,引入五进制的编码策略提高搜索速度,然后采用无退还随机选择机制防止收敛早熟,采取两点交叉及多点变异方案以扩大模型空间的搜索范围和保持个体的多样性。另外,为了保证算法的收敛,使用了代间隙技术。最后,按照并行算法设计原则给出改进后的并行遗传算法的算法描述,并通过运用改进的并行遗传算法解决了非线性、多参数、多极值的地震属性优化的实际问题。     

水环境模型参数识别的一种新方法

通过在格雷码遗传算法进化过程中加入单纯形搜索算子,并利用格雷码遗传算法和单纯形法所得到的优秀个体群,作为变量新的变化范围,逐步缩小搜索空间,自动向最优解收缩,提出了水环境模型参数识别的一种新方法——格雷码混合加速遗传算法(GCHAGA),给出了实施该算法的详细步骤。对GCHAGA的收敛性和全局优化性进行了理论和实例分析,并在确定河流横向扩散系数等参数识别问题中,GCHAGA得到了精度较高的全局最优解。与格雷码遗传算法(GCGA)和常规优化方法相比,GCHAGA具有精度高、速度快和适用性强等特点,是一种既可以较大概率搜索全局最优解,又能进行局部细致搜索的较好的非线性优化方法,可广泛应用于各种水环境优化问题中。     

层状介质大地电磁的自适应量子遗传反演法

将量子遗传算法引入到层状介质大地电磁数据的反演, 得到了层状介质的大地电磁量子遗传反演法.数值试验结果发现该算法仍然存在较严重的早熟收敛现象.为此, 将自适应思想引入到量子遗传算法中来, 通过动态调整量子遗传算法的模型搜索空间, 建立了一种新的改进型量子遗传算法——自适应量子遗传算法, 使算法在迭代过程中能自适应地寻找模型最优值.通过典型测试函数和层状介质大地电磁模型数值试验, 结果表明, 改进算法有效压制了常规量子遗传算法的早熟收敛性, 提高了算法的搜索效率和反演效果.采用该算法对实际的大地电磁资料进行了处理, 取得了较好的地质效果.      

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。     

基于改进遗传算法的边坡可靠度分析

采用基于概率的可靠性分析方法来分析边坡的稳定性,以克服目前大多数分析方法以确定性安全系数为评判标准的弊端。对于每次搜索中给定的滑移面,结合拉格朗日乘子法提出边坡可靠度的计算模型;采用遗传算法搜索关键滑移面,提出边坡的适应度函数。为克服标准遗传算法在进化过程中无法调节全局搜索和局部搜索速度、且可能陷入次优解的缺陷,改进了子代中最佳个体的确定方法,来并以相邻两代的群体多样性特征值增量为导向,动态调节交叉概率和变异概率,以保持群体的多样性和搜索的有效性。实例分析结果表明,本文方法可以提高遗传算法的搜索能力和收敛速度,保证解全局最优;该法适用于边坡稳定可靠度分析,且前处理简单;在遗传操作前预优化可靠指标计算模型能大大减少遗传算法中的计算量,节约机时。     

砂土地震液化的改进进化遗传算法判别

改进了进化遗传算法,提出了新的交叉算子和变异算子,使之具有更好的全局收敛能力。砂土液化是一种危害极大的地震破坏现象,其影响因素很多,选择地震烈度、砂土粒径、相对密度、标贯击数和有效正应力为判据,利用改进了的进化遗传算法建立了砂土地震液化的判别模型。与现场液化情况比较表明,改进进化遗传算法应用于砂土地震液化的判别效果良好。     

砂土地震液化的改进进货遗传算法判别

改进了进化遗传算法,提出了新的交叉算子和变异算子,使之具有更好的全局收敛能力。砂土液化是一种危害极大的地震破坏现象,其影响因素很多,选择地震烈度、砂土粒径、相对密度、标贯击数和有效正应力为判据,利用改进了的进化遗传算法建立了砂土地震液化的判别模型。与液化情况比较表明,改进进化遗传算法应用于砂土地震液化的判别效果良好。     

育种进化的改进遗传算法在水电站负荷分配中的应用

针对遗传算法求解水电站负荷优化分配问题时常出现的收敛性差、易早熟等问题,提出一种基于育种进化的改进遗传算法。改进算法运用部分解约束的初始种群生成法避开空蚀振动区,定义了与群体进化程度有关的种群多样性函数和种群多样性阈值,同时有效地应用了遗传的全局搜索能力和育种的局部搜索能力。以三峡水电站为例与标准遗传算法进行了比较,不同的负荷分配结果表明:育种进化的改进遗传算法能够避开空蚀振动区的影响,保证机组的稳定安全运行;同时由于育种进化的强局部搜索能力,保持了种群的多样性,提高了算法的搜索能力和收敛性。