改进的自适应遗传算法在遥感图像分割中的应用

为了自动确定遥感图像分割的最佳阈值,本文提出了一种改进的自适应遗传算法,并利用该算法对二维Otsu图像阈值分割函数进行了全局优化,提高了分割闻值的求解速度。该算法能够根据个体适应度大小和群体的分散程度自动调整遗传控制参数,从而能够在保持群体多样性的同时加快收敛速度,克服基本遗传算法的收敛性差、易早熟问题。实验结果表明,该算法具有良好的收敛速度和稳定性,达到较好的图像分割效果,大大缩短了计算时间。     

基于遗传算法的空基导航信号增强平台组网优化方法研究

根据空基导航信号增强平台的工作原理设计了组网优化评价指标;然后简单介绍了遗传算法的基本原理,对空基增强平台的空间位置进行了二进制编码;最后采用通用的遗传算法对空基导航信号增强平台空间分布进行优化搜索。仿真实验结果证明该算法能够对空基导航信号增强平台进行有效布置,覆盖范围内导航服务误差分布合理,并且能够根据实际要求对空基平台进行优化调整。     

CAPPS多箱模式中光化学模式的嵌套与城市大气臭氧数值预报

为解决城市边界层中大气O₃浓度的预报问题，选用一种简明有效的光化学反应方案建立光化学模式, 并与大气平流扩散的箱格预报模型进行了嵌套，从而将大气化学过程引入到城市空气污染数值预报系统 (CAPPS) 中。同时，根据实际需要研究了VOC (Volatile Organic Compounds) 浓度及NO_x源排放量等参数缺测时，根据前期监测浓度采用遗传算法反演未知参数的具体方法。利用2001年9月8~17日在北京舞蹈学院监测的O₃、NO_x资料及相应的气象数据，用改进后的CAPPS模式进行了单箱预报试验。预报试验结果表明，嵌套后的模式对O₃浓度的变化具备一定的预报能力。     

遗传算法在边坡数值计算中的应用

改进了进化方向的遗传算法与有限元数值法，结合并研制了相应的软件。应用该软件对多类型岩土边坡进行弹性模量、内聚力、内摩擦角等参数反演分析，显示误差很小，收敛速度也很快，这说明改进进化方向遗传算法这种新型的优化算法在多类型岩土参数优化估计中具有独特的优势。     

遗传算法在离散变量结构优化中的应用及其改进方案综述

简要介绍了遗传算法的基本原理，以及使用遗传算法进行离散变量结构优化的过程。针对传统的遗传算法在优化过程中的不足之处，介绍了几种改进方案，分别应用于遗传算法的编码、搜索、目标函数的生成等各个环节，以提高整个算法的执行效率。     

基坑支护结构水平变形预测的遗传神经网络方法

采用遗传算法和误差反向传播算法相结合的混合算法来训练前馈人工神经网络,先用遗传学习算法进行全局训练,再用BP算法进行精确训练。就遗传算法过程中的选择、变异进行了探索,提出了用BP网络训练产生变异的遗传算法。作为实例,将该方法应用于预测基坑支护结构水平变形中。结果表明,该方法有收敛速度较快、预测精度高等优点。     

软土大变形固结计算中参数识别的遗传算法

含水量很高的饱和软土在外荷载作用下沉降很大,小变形分析误差太大,必须通过大变形非线性固结计算来模拟。遗传算法是一种全局优化和搜索的仿生算法。近年来随着工程领域中复杂的大规模非线性系统的出现,遗传算法日益得到青睐,目前已经广泛应用到各个领域中。本文对遗传算法做了改进,主要体现在杂交算子的选取和轮盘赌模型的模拟退火拉伸,并将其用于饱和软土的大变形固结分析,解决其中的关键参数识别问题。研究表明该方法是行之有效的,值得进一步研究探索。     

The inversion of anelastic coefficient,source parameters and site respond using genetic algorithm

It gradually becomes a common work using large seismic wave data to obtain source parameters, such as seismic moment, break radius, stress drop, with completingof digital seismic network in China (Hough, et al, 1999; Bindi, et al, 2001). These parameters are useful on earthquake prediction and seismic hazard analysis.Although the computation methods of source parameters are simple in principle and the many research works have been done, it is not easy to obtain the parameters accurately. There are two factors affecting the stability of computation results. The first one is the effect of spread path and site respond on signal. According to the research results, there are different geometrical spreading coefficients on different epicenter distance. The better method is to introduce trilinear geometrical spreading model (Atkinson, Mereu, 1992; Atkinson, Boore, 1995; WONG, et al, 2002). In addition, traditional site respond is estimated by comparing with rock station, such as linear inversion method (Andrews, 1982), but the comparative estimation will introduce some errors when selecting different stations. Some recent research results show that site respond is not flat for rock station (Moya, et al, 2000; ZHANG,. et al, 2001; JIN, et al, 2000; Dutta, et al, 2001). The second factor is to obtain low-frequency level and corner frequency fromdisplacement spectrum. Because the source spectrum model is nonlinear function,these values are obtained by eye. The subjectivity is strong. The small change of corner frequency will affect significantly the result of stress drop.     

遗传算法与单纯形法组合的影像纹理分类方法

提出遗传算法(简称GA)与单纯形法组合的影像纹理分类方法(简称GASPX)。单纯形法是一种局部搜索方法，它通过反射，扩张，收缩操作，求得新的单纯形点，组成新单纯形，新单纯形比前一个单纯形更接近局部最优解。这种寻优方法收敛速度快，它与GA组合起来可以改善单独使用GA收敛速度慢的缺陷。由于在组合算法中是多个单纯形的局部区域的并行搜索，避免GA优化过程中过早收敛于局部最优解的现象出现。通过5种不同类别航空影像纹理识别的试验，并与GA的结果作对比，结果表明GASPX法优于GA法。     

基于遗传算法的线要素自动化简模型

线划要素是地图上大量存在的最基本的地图要素，作为自动综合的一个重要方面，它的化简受到了极大的关注。在分析总结现有线划要素化简方法的基础上，依据遗传算法的基本原理和方法，建立了地图上线划要素的化简模型，并讨论了基于遗传算法的线要素自动化简方法中的关键问题，给出了具体的操作步骤和实验结果。结果表明，利用遗传算法对线要素进行化简能够比较好地保持线要素的整体形状，同时还对点具有很高的压缩率。