分享到:

MRT列车运行模拟模型的多目标改进遗传算法

列车运行过程是一个复杂的非线性、多目标、大滞后的M IMO(多输入多输出)系统.列车运行过程的复杂性,使得无法用精确的数学模型来描述,因此,用传统优化方法求解列车运行模拟模型,寻求最优的列车运行控制曲线是非常困难的.列车运行过程中,带有惰行的运行过程几乎是由无限数量的惰行起点和牵引起点构成.1遗传算法用于列车运行模拟模型的优化思路由于遗传算法(GA)在控制领域的应用前景广阔,且其本身具有来源于复杂系统、无需精确的数学模图1工况转换点F ig.1 Train control sh ift positions型、强大的全局搜索和局部搜索能力等优点[1~3],将GA用于列车运行控制曲线的优化是可能的.用传统方法搜索其中优化的工况转换点,由于系统的复杂性、难以建立精确数学模型等原因而无法施展.所以,采用遗传算法寻找列车运行过程中这些关键点,一旦找到了较优的工况转换点,列车运行控制曲线就确定了.图1所示为MRT(mass rapid tr...  (本文共5页) 阅读全文>>

《电气自动化》2006年05期
电气自动化

一种基于实时遗传算法的神经元控制

1引言 工业过程中普遍存在着具有大纯滞后和参数不确定的被控对象,特别是当滞后时间远大于对象的时间常数时,由于控制作用的延时,很难对系统进行有效的控制,并且常会引起系统闭环的不稳定。因此,对于这类系统的控制一直倍受关注。神经元控制器的特点是结构简单、易于训练、能够在线学习,已在工业过程控制中获得了较满意结果川。但是,神经元控制器用于实际的工业控制时,增益的整定非常重要。如果系统的开环增益较大,调小它能够起到衰减神经元产生的控制作用,减弱学习控制中的冲击和超调;如果系统的开环增益较小,调大它可以增强神经元的控制作用,提高系统的快速性。因此,为了获得良好的控制品质,神经元控制器增益随着系统的开环增益的变化而在线实时调整是非常必要的。 遗传算法(Genetic Algorithm,GA)是一种高效的全局优化搜索方法。它能够搜索传统搜索方法难以解决的离散的、非线性的、有噪声的多峰值复杂空间。但是,它常常是用于离线情况下的控制和优化,很难完...  (本文共3页) 阅读全文>>

《南京工业大学学报(自然科学版)》2006年02期
南京工业大学学报(自然科学版)

基于遗传算法的结构振动主动控制优化方法

自从姚冶平先生将主动控制的概念引入到建筑工程的振动控制以来,建筑结构振动控制得到了很大的发展,近期出现的主动、半主动和混合控制能够主动地抑制振动,已经成为科研工作者研究的热点之一。但主动控制系统需要持续的能量供给,为了降低其使用能量,需要对结构进行优化。主动控制系统的能量可以采用控制系统中矩阵乘积的迹来表示,同时,为了简化控制系统的设计,结构必须进行降阶处理,这对常规优化方法来讲无疑较难处理,而遗传算法是一种模拟人类进化的探索式的解决问题的方法,该方法在人工智能、搜索、优化等不同领域已经得到了成功的应用。近年来,出现了一种新的遗传算法———杂交遗传算法[1],该方法把二进制编码改为整数编码,这就扩大了其应用范围。A lfon-sas[2]通过改进把该方法应用于二次型分配问题,进而,Sahab和Ashour[3]把其推广至含不等式约束的实数优化问题,但其编码仍采用二进制编码。对于遗传算法来讲,搜寻满足不等式约束的设计变量相对于等式...  (本文共3页) 阅读全文>>

《首都师范大学学报(自然科学版)》2006年04期
首都师范大学学报(自然科学版)

基于改进遗传算法的三角剖分优化算法研究

0引言三维表面重建技术是当前热点研究问题之一,它在地质地球、工业制造、虚拟模拟、科学、医疗以及军事等领域具有广泛的应用前景.目前主要分为三维扫描表面重建、表面轮廓数据重建和三维表面勾画重建3类[1],但是不管是哪类重建,问题最后都可以归结到利用一个型值点集合进行表面重建的方法上.一般是基于多边形技术(即用三角形或者多边形的平面或曲面在相邻的边界轮廓间填充),利用已知离散点集的三维空间坐标数据,构造分片光滑、连续的表面,主要有曲面拟合法和三角网格法这两种方法[2].曲面拟合法一般不能处理散乱的数据点集,而三角格网法可以处理任何散乱的型值点,它适合表现无规则复杂型面的物体,对复杂边界形状曲面的拟合更具有灵活性[2].由于地质地貌等自然物体具有无规则复杂型面的特性,因此在这类物体表面的重建中常常采取三角网格法,其有效的途径是对三维点集进行三角剖分.目前,存在多种将三维点集进行三角剖分的方法,但在三维地质表面重建中运用得比较成熟的是De...  (本文共5页) 阅读全文>>

《泰山乡镇企业职工大学学报》2006年02期
泰山乡镇企业职工大学学报

浅谈遗传算法及应用

一、遗传算法的发展遗传算法(Genetic Algorithms简称GA)是由美国Michigan大学的John Holland教授于20世纪60年代末创建的。它来源于达尔文的进化论和孟德尔、摩根的遗传学理论,通过模拟生物进化的机制来构造人工系统。从1985年在美国卡耐基.梅隆大学召开的第一届国际遗传算法会议到1997年5月IEEE的Transactions 0n Evo-lutionary Computation创刊,遗传算法作为具有系统优化、适应和学习的高性能计算和建模方法的研究渐趋成熟。[1]遗传算法是一种自适应全局优化概率搜索算法,主要有以下特点:(1)自组织、自适应和学习性(智能性)。遗传算法消除了算法设计中的一个最大障碍,即需要事先描述问题的全部特点,并要说明针对问题的不同特点算法应采取的措施,因此,它可用来解决复杂的非结构化问题。(2)直接处理的对象是参数的编码集而不是问题参数本身。(3)搜索过程中使用的是基于目标...  (本文共2页) 阅读全文>>

《安徽电气工程职业技术学院学报》2006年03期
安徽电气工程职业技术学院学报

基于混沌遗传算法的配电网无功补偿优化

1引言随着我国电力负荷的快速增加,电网的经济运行日益受到电力部门的重视,目前,我国配电网的有功网损占有相当大的比重,而且电压合格率低,因此对配电网无功优化的研究及其应用具有重要的现实意义。配电网无功优化是调节系统中现有的无功控制装置(如电容器的投切组数、可调压变压器档位等),使其在满足安全运行的前提下,实现电压合格率最高、网损最小。多年以来,配电网无功优化问题一直是人们研究的热点问题,并已提出了许多无功优化方法,如非线性规划法、线性规划法、动态规划法和混合整数法等等,但是这些方法都普遍存在对初始解的特殊要求以及不便于对离散变量的处理等缺陷。本文采用了混沌遗传算法对配电网进行无功优化,混沌遗传算法利用混沌搜索全局最优解,使得配电网无功优化的收敛速度和效率较常规遗传算法有显著提高。2配电网无功优化问题数学模型电力系统无功优化是一个多变量、多约束混合非线性的优化问题,其数学模型[1]包括目标函数、功率约束方程、变量约束方程三个部分。2...  (本文共3页) 阅读全文>>