分享到:

生物遗传算法在速度参数反演中的应用

生物遗传算法在速度参数反演中的应用罗省贤,李录明(成都理工学院)摘要遗传算法是一种新发展的优化算法,具有全局搜索、适应解各类问题的特点。本文应用遗传算法求取最佳叠加速度和反演层速度,不仅可保证精度,还比常规方法减少一倍多的计算时间,获得了较高的计算效率。一、引言在地震资料处理中,速度是极为重要的参数。为求取最优速度参数,人们常用的方法之一是对实际资料进行速度扫描,实际上这是一种效率很低的枚举算法。另一种常用方法是进行参数反演,根据观测数据的约束,建立相应的数理模型,寻找最优参数。在模型空间搜索最优参数的传统方法多为基于微分方程的方法和随机算法。近些年发展起来的遗传算法GA(GeneticAlgorithm)就是一种新的随机算法,它不像一般的随机算法如模拟退火算法那样仅简单地根据某一规则进行随机搜索,而是不仅模拟生物种群的遗传学机制进行随机搜索,并且利用“适者生存”的生物进化竞争机制有效地达到生物种群繁殖的稳定优化状态,从而建立起...  (本文共6页) 阅读全文>>

长安大学
长安大学

智能优化算法在含水层参数反演中的应用

含水层参数的确定,是进行地下水资源科学管理的基础和关键。参数的不确定性将导致计算的水头、流速的不确定性,并影响到地下水资源评价结果的可靠性。因此,建立基于现有水文地质勘探资料的简便实用的参数反演方法,对于提高地下水资源管理水平具有至关重要的意义。本文主要针对不同地下水模型中所出现的多维、非线性等复杂的参数优选问题,将改进模拟退火算法、十进制遗传算法及遗传模拟退火算法应用于求解反演含水层参数的问题。通过实例的数值实验,对其中存在的问题进行了一定的分析和讨论。文中的主要研究工作体现在:1.将改进模拟退火算法应用于含水层参数反演的函数优化问题,通过实例分析,验证该算法的可行性与可靠性。另外,通过对数值实验结果的讨论,分析了改进措施对算法收敛性的影响。2.采用十进制编码遗传算法反演含水层参数,验证了算法的可行性;对遗传算法在编码方案、收敛性和收敛速度方面分别进行数值实验,并对结果进行分析比较;在进化计算过程中,根据实际情况,随时调整种群...  (本文共69页) 本文目录 | 阅读全文>>

《信息与控制》1940年40期
信息与控制

遗传算法的研究与进展

遗传算法的研究与进展陈根社,陈新海(西北工业大学航天工程学院西安710072)摘要遗传算法是建立在自然遗传学机理基础上的参数搜索方法,本文介绍了遗传算法的思想来源和基本原理,比较了遗传算法与其他人工智能技术,论述了它在优化、机器学习,尤其是控制领域中的应用成果,并对进一步的研究工作提出了一些展望。关键词遗传算法,人工智能,优化,机器学习,控制系统1引言近年来,一种在思路和方法上别开生面的新的优化算法——遗传算法(GeneticAlgo-rithms,GA)正在迅速发展,GA以其很强的解决问题的能力和广泛的适应性渗透到研究与工程的各个领域,取得了良好的效果,在国外,几种会议已设有GA的专题,而且已有专门的GA国际会议,每两年召开一次,如今已开了四次,发表了数千篇论文,对其基本的理论、方法和技巧做了充分的研究。今天,GA的研究已成为国际学术界跨学科的热门话题之一。GA从大自然的杰作——生物进化论中得到灵感与启迪:地球上的生物在漫长的...  (本文共8页) 阅读全文>>

《华南师范大学学报(自然科学版)》1940年30期
华南师范大学学报(自然科学版)

一个用遗传算法求解的实例

一个用遗传算法求解的实例林国扶,李冠英(华南师范大学计算机科学系广州510631)摘要遗传算法是一种模拟达尔文“适者生存”进化思想的方法,主要用于问题优化,本文通过一个求平方根的例子,讨论几种基本的遗传算法.关键词:遗传算法;染色体;空变;交叉性能函数中图法分类号:O2420引言遗传算法是一种关于“自然界进化”的模拟方法,主要采用基于达尔文进化论的几种模拟技术,如“适者生存”,染色体制、夹变和交叉等等,比较适应于问题优化 ̄[1].对一个优化问题,首先定义与之相关的染色体:即把问题的解欲值化,并进行二进制编吗,形成一条位串,这条位串就代表一个染色体,对应于每个染色体,定义一个与问题有关的性能函数,表示这个染色体对该问题适合度,在一个进化周期里,一组数目固定的染色体(一般为50个)相互竞争,并通过突变或交叉复制给下一代,染色体按其性能的大小顺序排列,性能良好的染色体产生较多的后代,低劣的染色体产生的后代较少,在整个过程中,由于染色体...  (本文共5页) 阅读全文>>

《分析化学》1995年06期
分析化学

运用改进的遗传算法拟合离子选择电极工作曲线

1改进的遗传算法1975年,Holland“’受生物学中“生物进化”和“自然选择”学说的启发,提出了著名的遗传算法’‘’.经过近20年的研究、应用,遗传算法已成为非线性优化和系统辨识的有效工具,被广泛应用于机器人系统、神经网络学习过程,以解决NP完全性、规划控制等问题,取得了很好的效果“’‘’遗传算法可以看成是一种最优化方法,通过对问题进行了类似染色体的编码,称为个体,给出一种评价函数(或称压力选择函数),通过某些遗传运算,如交叉重组、突变等,将那些“最合适”的保留下来.运用遗传算法处理一个具体问题包括如下4个方面:(1)问题的编码(即将问题进行类似染色体的编码转化为“个体”);(2)评价函数的选择;(3)遗传算法中的运算方式及运算效率的选择(交叉重组(率)、突变(率)等);(4)遗传算法中的参数选择(个体数量、遗传世代数等).遗传算法的流程图如图1所示:第23卷分析化学641——回回回回回回回回回回回回回回回回回b回回回回回回...  (本文共4页) 阅读全文>>

《机器人》1950年20期
机器人

应用遗传算法的多机器人协调动作学习

应用遗传算法的多机器人协调动作学习苏素珍,土屋喜一(日本早稻田大学)摘要本文力图做出的系统是应用遗传算法使多机器人学习可以动作协调而总体实现最多的搬运,多机器人移动的环境采用图表表示,移动的规则是用遗传算法优化制订的.在两预定结点之间的往返次数取为适合度.用计算机构造环境并进行仿真.结果表明多机器人协调动作学习时可视情况需要而互相让路.关键词遗传算法,协调动作学习,机器人1引言现考虑多人携物的情形,在通道中有空间时不会出现问题,但如旁路很多仅能一个人勉强通过的通道,则应当如何处理?如人都从两边进入一个不能彼此通过的通道,则其中任一人就得在入口处等待.本文的研究就是为了能使机器判断这种情况并解决问题.在研究中用图表来表示多机器人移动的环境,取两个节点作为移动的目的地并令机器人在两节点之间来回移动,假设在一个节点仅能进入一个机器人且需要互相避开.作为本研究的应用,可列举以下两项:(1)建立工厂中运输工具的移动规则;(2)对机场中的飞...  (本文共4页) 阅读全文>>

《计算机工程》1950年60期
计算机工程

利用遗传算法自动生成模糊规则

利用遗传算法自动生成模糊规则顾林跃,干萌,张立明(复旦大学电子工程系上海200433)摘要提出一种自动生成模糊规则的新方法.该方法在没有任何先验知识(如专家知识)以及样本数据很少的情况下,利用遗传算法依据预定的控制目标直接从实际系统或系统模型中生成全局较优的控制规则。该方法有效地利用了遗传算法的适应性与有效性,能广泛适应于各种非线性系统的模糊规则的自动生成。以典型的非线性系统模型-例摆为例,介绍利用遗传算法自动生成规则的具体过程。最后给出了仿真结果,表明了本方法的可行性与有效性。关键词遗传算法;染色体;基因;适合度;选择;交叉;变异AutomaticallyGeneratingFuzZyRulesUsingGeneticAlgorithm¥Abstract:Anewmethodofautomaticallygeneratingfuzzyrilleispresented.ItdireCtlygeneratesfuzzyrulesf...  (本文共6页) 阅读全文>>