遗传算法的单频网覆盖时延优化

针对目前数字广播电视单频网不能自动进行覆盖结果优化调整的问题,该文在基于地理信息的单频网台站场强预测的基础上,实现了单频网覆盖时延自动优化。首先,利用台站基本信息,结合地理信息,利用台站场强预测模型,对单频网内各个台站进行覆盖场强预测,得到各个台站的覆盖结果矩阵。其次,结合各个台站的覆盖结果矩阵,利用遗传算法对各个台站的时延情况进行寻优。最后,得到每个台站的最优时延结果,以及得到时延优化后的单频网覆盖结果。实验结果表明,本文提出的基于遗传算法的单频网覆盖时延优化算法,能够很好地实现单频网内各个台站的自动时延优化,根据得到的时延结果,对单频网内各台站信号进行控制,从而自动地进行单频网覆盖结果的优化。     

雅安雨量站站网布设优化试验

雨量监测的准确性对天气预报、气候变化、服务决策、防灾减灾等有着重要的影响和意义,而雨量站网布设直接影响雨量监测的准确性。选取四川省雅安市作为研究对象,在现有站网布设的基础上,采用相关性分析,提出基于抽站的站网布设优化方法,并对抽站后的站网布设合理性进行评价。结果表明：(1)雅安雨量站有265站,各站点的控制面积为2.64～510.78 km²,邻近站间距离为0.3～12.28 km,邻近站间降水相关系数为0.62～0.993;(2)逐次抽站后,雨量站控制面积和邻近站间距离逐渐增大,邻近站点间降水相关系数逐渐减小;(3)抽站后站网面雨量与原站网面雨量较一致,误差较小,泰森多边形法面雨量变化幅度小于算术平均法;(4)从降水过程来看,各次抽站后,降水落区和各量级降水范围基本一致,站网对降水极值的捕捉能力较好,误差较小,但随着站点数的减少,对于降水形态刻画的精细程度有所下降。     

基于数据传输特性的卫星广播通道参数优化方法与应用

中国气象局卫星广播系统（CMACast）是全球对地观测广播系统（GEONETCast）框架下三大对地广播系统之一,在世界气象组织信息系统（WIS）和综合卫星数据分发服务系统(IGDDS)框架下,承担亚太地区气象数据广播分发的职责。随着气象业务的发展,广播系统数据量由180 GB/天增长至460 GB/天,在广播带宽资源有限而广播数据种类和大小各异的情况下,系统管理员越来越难以通过经验对广播通道参数调整以保持广播系统播发效率,造成部分通道数据播发时效下降严重,不能满足业务时效要求。通过对不同气象数据传输特性的定量分析,获得各类数据的精细化数据传输样本,在此基础上对各类数据广播通道参数进行科学、定量的计算和优化,使数据播发时效明显提升,应用到实际广播业务中效果明显。     

改进的单纯形法及其在非线性参数估计中的应用

采用了改进的单纯形法,该算法利用遗传算法的变异操作来增强单纯形法的全局搜索能力,既兼顾了全局收敛性,又具有高效的局部搜索能力。并通过实例验证了该算法的优越性,以及应用于测量上的非线性最小二乘估计的可行性。     

GPS网络RTK内插算法分析与比较

在GPS网络RTK中,利用不同的内插算法,生成的流动站误差改正数不同,它们对定位结果的影响也不同。通过算例分析表明,选择合理的内插算法,不仅可以生成与流动站真实误差较为接近的误差改正数,还可以提高整周模糊度的解算成功率和导航定位的精度。     

蔚县矿区岩溶水供排结合研究

本文从系统观点出发,分析了矿区岩溶水供排结合的水文地质条件,提出了以供代排,合理的规划蔚县矿区地下水资源的供排结合方案。应用有限元数值模拟与最优化技术建立供排结合水量规划的教学模型,求出了蔚县矿区最佳水源地位置和最佳的供水开采量与疏干量,实现了较好的经济效益。     

基于INPGA的地下水污染治理多目标优化管理模型:Ⅰ——理论方法与算例验证

基于小生境技术的Pareto遗传算法(NPGA)是一种求解多目标问题的智能搜索方法,适用于优化多种非线性、不连续等复杂多目标问题.但该算法存在局部早熟收敛和收敛速度慢两个不足,在求解Pareto前沿上效果不佳.本文在NPGA的基础上,提出了改进NPGA方法(INPGA),通过Pareto解集过滤器、精英个体保留策略、邻...     

基于cut-off方法刚性承台下群桩基础优化分析

针对刚性筏板下群桩基础优化设计问题进行分析,通过改变桩长分布来调整各桩的荷载分担,群桩分析采用基于弹性理论的积分方程方法,并通过cut-off方法来反映桩的弹塑性特性,实现群桩基础的弹塑性优化分析,改进了常规弹性分析方法的缺陷。算例分析表明,随着外荷载的不断增加,角桩首先达到极限荷载,对角桩超出极限荷载的部分进行重新分布,继而使得边桩逐渐达到极限承载状态,继续加载直至内桩也达到极限承载状态,从而引起桩筏基础的整体破坏。采用cut-off方法可以改进基础变刚度优化设计,使之与实际情况更为吻合。     

PSO-RBFNN模型及其在岩土工程非线性时间序列预测中的应用

岩土工程受力变形演化是一个典型的非线性问题,其演化的高度非线性和复杂性,很难用简单的力学、数学模型描述,但可用粒子群优化径向基神经网络对岩土工程应力、位移非线性时间序列进行动态实时预测。网络径向基层的单元数通过均值聚类法确定后,所有其它参数：中心位置、形状参数、网络权值,均通过粒子群优化算法在全局空间优化确定。工程实例应用表明,该模型预测结果准确、精度高,有良好的应用前景。     

基于遗传算法的巷道位移反分析研究

将遗传算法应用到位移反分析研究中,采用遗传算法与FLAC数值软件相结合的手段,研制了弹塑性巷道位移反分析程序。对该程序测试的结果表明,用遗传算法这一模拟生物进化的方法,进行巷道位移反分析,可以同时反演E,μ,C,ф,σx,σy,τxy7个参数,反演精度较高。