数字滤波器性能指标优化中IIR的设计与仿真

数字滤波器主要由数字乘法器、数字加法器以及延时单元组成,可以称为一种算法或是一种装置。目前,关于数字滤波器设计方法的研究正在稳定发展。基于遗传算法的IIR数字滤波器的设计与仿真方面进行得如火如荼。这种遗传算法是依据自然界进化规律——适者生存、优胜劣汰的遗传机制演化而来的随机化搜索方法。现如今对遗传算法的研究更加偏向应用工程化方面。特别是近年来世界范围内形成的进化计算热潮,包括组合优化、机器学习、信号处理、自适应控制和人工生命等领域。在数字滤波器设计方面,遗传算法是一个大胆的尝试。文章针对数字滤波器性能指标优化中无限脉冲响应的设计与仿真进行了研究。     

HMM语音识别系统中Baum-Welch算法的优化

在HMM语音识别系统中传统的训练算法(Baum-Welch算法)计算量大、易受噪声干扰,而且当B初值选取不当时,又可能产生算法发散或者迭代收敛到非全局最优的现象。文章利用遗传算法对训练算法Baum-Welch算法进行了优化,应用于HMM语音识别系统中。仿真实验结果表明,经过遗传算法优化后的HMM模型的识别率相对于未优化的模型有一定程度的提高。     

智能计算在横山隧道施工监控中应用

本文运用人工智能领域中的遗传算法和神经网络知识，提出了一种基于遗传算法优化BP神经网络方法，利用MATLAB7自带的神经网络工具箱和英国Sheffield大学的遗传算法工具箱来实现遗传神经网络系统，结合横山隧道的隧道施工监测的实例，提出了拱顶沉降预测方法，预测效果和准确度均较好，实例说明利用遗传神经网络应用于隧道施工监控是完全可行的。     

改进遗传算法的梯级水库供水优化调度应用研究

针对遗传算法在梯级水库供水优化调度求解中容易出现的局部寻优能力差、易早熟等不足的问题,为了进一步增强遗传算法的优化性能,提出了时历法与遗传算法相结合的方法,应用于冶峪河流域屯庄与黑松林水库优化调度研究中。实例计算结果表明,该算法在研究梯级水库调度中计算速度快、收敛性好,为高精度水库群优化调度提供了一个新的途径。     

遗传算法在软件工程中的应用和探究

遗传算法是一种数学算法，具有并行查找以及强大的适应性、鲁棒性、易于实现的益处，它在多目标优化问题的优化求解中有很大的作用和优势。遗传算法被研究人员普遍地使用于机器、控制工程、人工智能、机械视觉等领域。遗传算法是现代有关智能计算中的关键技术。本文从遗传算法的发展和特点出发，详细介绍了软件工程中遗传算法的流程。最后以库存管理系统来说了软件工程中的应用。     

基于遗传算法的某大型飞机壁板结构优化设计

大型民机加筋壁板结构参数多,约束函数非线性而且限制因素众多,其优化设计是民机设计中一大难点。文章利用一种具有全局收敛性的优化算法——遗传算法,通过Matlab遗传算法函数对某机型外翼上壁板1~2肋部段结构共153个参数进行了优化,获得了整个肋段加筋壁板重量最小的结构参数,使得整个壁板减重达3.24%,得到优化后的参数后重新计算载荷分配,优化后的壁板仍能满足承载要求,该方法对减重优化工作具有重要的工程意义。     

混合遗传模拟退火算法解决多机调度问题

将模拟退火引入遗传算法,构造混合遗传模拟退火算法。通过对具体多机调度问题的求解,表明混合遗传模拟退火算法的效率要优于单一的遗传算法和模拟退火算法。     

混合遗传模拟退火算法解决多机调度问题

将模拟退火引入遗传算法,构造混合遗传模拟退火算法.通过对具体多机调度问题的求解,表明混合遗传模拟退火算法的效率要优于单一的遗传算法和模拟退火算法.     

基于遗传算法的移动机器人路径规划研究综述

近年来，随着人工智能技术的不断发展，对移动机器人产业的开发和研究受到越来越多的重视。其中，路径规划作为移动机器人设计的关键核心技术之一，更是学术界、产业界关注和研究的热点问题。遗传算法作为智能仿生学算法在移动机器人路径规划中得到了广泛的应用。归纳总结了传统遗传算法、改进遗传算法、混合遗传算法在移动机器人路径规划研究中的应用情况，为相关专业技术人员了解遗传算法在移动机器人路径规划研究中的发展历程及算法应用提供一定的参考。     

应用遗传算法求解非线性问题的全局解的方法

本文是探讨了在matlab环境中实现遗传算法,通过求解一个非线性极小化问题,先用一般的方法求解该问题,然后再用遗传算法求解,通过对求解结果的分析说明该算法能够对函数的全局最优进行搜索,深刻体现了遗传算法的优越性。     

粗糙集在Web服务组合优化中的研究

针对Web服务组合优化,提出将粗糙集应用到Web服务组合算法中。文章以Web服务为依托,一方面利用粗糙集的相关定义生成Web服务的约简规则,另一方面利用粗糙集属性约简的功能生成Web服务的核属性,从而得出推理规则;然后将这2个规则应用于遗传算法中,提出基于粗糙集的遗传算法;最后通过实验验证该方法的可行性和优越性,证实粗糙集在Web服务组合优化中的使用价值。     

基于多层路径规划的自动布线优化研究

为实现大规模集成电路中的"自动布线问题",首先针对单层平面内通道自动布线问题使用A*算法,发现上下引脚连接线路发生路径冲突时,单通道自动布线问题无解.对多层数电路通道自动布线使用Floyd算法建模,分别对每层线路进行优化.构建基于遗传算法的A*目标函数最优化自动布线模型,来解决三维空间结构优化、系统整体布线距离优化以及金属线与通孔寄生电阻最小化问题.之后使用样本测例对建立的模型进行验证,提出新的解决路线.     

应用遗传算法求解非线性问题的全局解的方法

本文是探讨了在matlab环境中实现遗传算法,通过求解一个非线性极小化问题,先用一般的方法求解该问题,然后再用遗传算法求解,通过对求解结果的分析说明该算法能够对函数的全局最优进行搜索,深刻体现了遗传算法的优越性.     

基于GIS的遗传算法在路径诱导中的应用与实现

最优路径搜寻是路径诱导问题的核心,文章在路径优化问题的求解中,将遗传算法和蚁群思想进行融合,首先利用前部分遗传操作迅速产生优化解,并由此衍生的初始信息素进行蚁群计算,并将后部分遗传操作引入蚁群算法以保证群体多样性以防陷入局部,仿真实验验证了算法的正确性和有效性。在系统实现部分,基于GIS环境,利用面向对象的程序设计语言C++,在VC集成开发环境下,通过MapInfo获取地图,并且把得到的路径优化结果回显在地图上。     

基于遗传算法优化BP神经网络的企业营销风险预警研究

为了克服现有研究的缺限,文章提出了一个基于遗传算法优化BP神经网络的企业营销风险预警模型.首先阐明了BP神经网络和遗传算法应用于企业营销风险预警的可行性,然后构建了基于遗传算法优化BP神经网络的企业营销风险预警模型,接着通过某企业实例对模型进行了训练和测试.结果表明,该模型可以有效及时地对企业面临的营销风险做出预警.     

基于改进遗传算法的离场航班时刻优化

为提高机场航班放行正常率,对离场航班时刻进行了智能优化方法研究。考虑进场航班时刻不变、离场容量和航班时刻调整范围受限等约束,构建了以全局时间调整偏差总量最小为目标的离场航班时刻优化模型;为提高优化效率,将遗传算法的交叉概率改进为自适应交叉概率;设计了一种基于改进遗传算法的离场航班时刻优化方法。以兰州中川国际机场全天运行455起降架次为例,对航班时刻进行优化和仿真验证。结果表明,优化的航班时刻相较于原航班时刻,航班平均延误时间降低12.8%;离场航班平均延误时间降低22.3%;离场航班延误架次减少了42.8%;航班放行正常率提高了12%。采用基于自适应交叉概率的遗传算法可有效降低了航班延误和提高航班放行正常率。     

基于减少旅客延误的航班中转行程优化

为减少中转行程中产生的旅客延误,在考虑中转过程中后序航班旅客延误的情况下,以中转旅客与后序航班旅客的总延误最小为目标建立优化模型;在满足航班运行限制的约束条件下,应用种马遗传算法对模型进行求解;使用北京首都国际机场的客流数据进行实例验证,并对不同旅客最短衔接时间的优化结果进行比较。研究结果表明:与经典遗传算法和增强精英保留遗传算法相比,种马遗传算法具有更快的收敛速度;在旅客最短衔接时间为120 min的条件下,优化后中转行程中产生的旅客延误减少了29.9%;当旅客最短衔接时间越小时产生的旅客延误越少,且模型优化效果较为稳定,优化百分比为25%～30%。     

基于经济最优的温室环境建模与优化控制

鉴于温室自身具有很强的复杂性,而且温室各环境因子之间是实时互相影响的,温室环境的多目标优化控制实际操作起来难度很大。文章针对温室系统这种混乱且复杂的特性,在构建温室温湿度模型以及温室调控设备耗电量模型的基础上,采用多目标遗传算法优化,针对黄瓜温室环境,以此达到优化控制。通过matlab进行了仿真研究,结果表明,该算法能有效降低温室环境达到黄瓜最适宜生长环境所需的耗电量,从而降低了企业温室生产的经济成本。     

基于改进型伪并行遗传算法的背包问题求解

文章提出了综合运用不同贪婪解码策略的改进型伪并行遗传算法以求解0／1背包问题。该算法有效避免了种群的单一性。在初始种群的构造以及约束条件的处理方面采用了贪婪法,群体之间的信息交换采用粗粒度孤岛模型。仿真研究表明,该算法有效克服了标准遗传算法早熟收敛问题,寻优效率较高。     

基于自然选择的粒子群和模糊聚类的变压器故障诊断

由于基本粒子群算法存在收敛速度慢、易陷入极值的不足之处,利用遗传算法中的选择和交叉机制对传统粒子群算法进行改进,并与模糊聚类算法相结合对变压器溶解气体分析的故障诊断分析。分析结果表明,该算法具有较高的故障诊断正确率,满足电力变压器的故障诊断要求。