遗传算法在水电站优化调度中的应用

将遗传算法用于求解水电站优化调度问题。与经典优化算法不同的特点在于,遗传算法是从多个初始点开始寻优,沿多路径搜索实现全局或准全局最优。计算过程中不需要存储状态或决策变量离散点,大大减少了计算机内存,不必求导运算,编程简单,是一种有效的自适应随机搜索算法。     

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。     

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     

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。     

改进的进化遗传算法在软弱结构面力学参数选取中的应用

对进化遗传算法进行了改进，提出了新的交叉算子和变异算子，使得改进后的算法具有更好的全局收敛能力，加快了网络的学习速度，提高了预测精度。利用野外对结构面的地质描述和室内试验获得的软弱层带的物理性质，将该算法应用于溪落渡水电站坝区软弱结构面力学参数的获取，将9个试验点的预测值与实测值比较，误差小于4．6％，表明具有较强的可信度，是软弱结构面力学性质预测的一种新方法。     

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。     

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。     

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。     

基于遗传算法的优化搜索技术

遗传算法是借鉴生物界自然选择和自然遗传机制的随机化搜索算法,其主要特点是搜索不依赖于梯度信息,能自动获取和积累有关搜索空间的知识,并自适应地控制搜索过程,从而得到最优解或准最优解的通用搜索算法。它尤其适合于组合优化、机器学习、自适应控制、规划设计和人工智能等领域。     

改进的模拟退火遗传算法在地下水管理中的应用

对于高度非线性、非凸的地下水管理模型,传统优化方法难以找到全局最优解。本文采用模拟退火遗传算法求解地下水管理模型,并从三个方面对算法进行改进:引入小生境技术,采用自适应交叉和变异概率,在选择过程中采用最优保存策略,从而提高算法的全局寻优能力和收敛速度。采用惩罚函数法处理约束条件。用Fortran 90语言编制了计算程序,并通过Schaffer测试函数验证了该算法不仅具有强大的全局寻优能力和局部搜索能力,而且具有较快的收敛速度和较高的优化精度。将该算法应用到某研究区地下水管理中,取得了较好的效果。     

基于遗传算法的分级预泄调度方案优化研究

采用分级预泄进行汛限水位动态控制,综合考虑洪水、预报系统、调度决策系统等不确定性因素影响,留有余地地选择浮动库容、预泄级数、相应泄流及流量控制点。此种调度方案能在保证防洪安全的前提下获得较大的兴利效益。实例表明,借助于遗传算法良好的全局优化搜索能力,合理设置参数约束范围和适应度函数,可以得出比较满意的调度方案。     

基因算法在水利电力系统优化问题中的应用综述

介绍了基因算法的基本思想和计算原理,从水资源优化规划及管理、水污染控制系统规划,水电站优化调度以及电源优化规划、输配电系统优化规划、机组最优组合、电力系统经济调度与优化运行等几方面,综述了基因算法的应用研究现状和动态,指出了存在的问题以及有待更进一步研究的方向.     

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.     

某水电站滑坡形成机制及稳定性分析

该水电站滑坡变形主要表现在滑坡的前、后缘及其两侧,目前该滑坡已处于不稳定状态,因此对该滑坡的形成机制及稳定性进行分析就尤为重要。该滑坡的形成机制为蠕滑—拉裂式,稳定性的地质分析和定量计算都表明:该滑坡天然状态下处于稳定状态,持续降雨状态下处于不稳定状态。     

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。     

基于谐振子遗传算法的高效地下水优化管理模型

在传统遗传算法和模拟谐振子算法的基础上,结合两者的优点,提出了一种新型快速高效的谐振子遗传算法。通过一个理想的水资源管理模型的算例和一个华北平原典型区地下水资源优化的实际算例,从寻优结果和寻优效率两个方面对谐振子遗传算法、传统遗传算法和模拟谐振子算法进行了对比分析。在两个地下水管理模型中,与传统的遗传算法和模拟谐振子算法相比,新型的谐振子遗传算法搜索效率达到模拟谐振子算法搜索效率的2倍以上,得到的最优解比遗传算法所得到的最优解分别增加供水量1.1×10³ m³/d和0.47×10⁸ m³/a,说明谐振子遗传算法具有更强的全局搜索能力和更好的寻优效率。     

自适应加速遗传算法及其在水位流量关系拟合中的应用

分析了传统水位流量关系曲线拟合过程中存在的精度不高等问题,在此基础上提出了自适应加速遗传算法,直接拟合水位流量关系。通过实例应用对该法与传统优化方法进行了比较。结果表明,该法具有直观、简便、快速,适用性强等特点,是一种优秀的全局优化方法。     

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。     

一个基于GA优化的地下水水质评价的通用公式

在适当设定每项地下水水质指标的“参照值”情况下,引入相对于“参照值”的指标相对值替代污染损害指数公式中的指标监测值,采用遗传算法优化指数公式中的参数,得出了对地下水38项指标都能通用的水质评价污染损害指数公式。该公式应用于若干地下水评价实例分析表明,效果较好。该公式形式简单,易于计算,方便实用,并具有客观性、可比性和通用性等特点。