为了解决采用遗传算法解析最优路径中存在的转折点较多、易陷入局部最优解、迭代次数较多以及寻优时间过长等问题,引入自适应交叉算子和变异算子,将改进后的跳点搜索(jump point search)算法与改进遗传算法融合,得到跳点搜索-遗传(jump ...为了解决采用遗传算法解析最优路径中存在的转折点较多、易陷入局部最优解、迭代次数较多以及寻优时间过长等问题,引入自适应交叉算子和变异算子,将改进后的跳点搜索(jump point search)算法与改进遗传算法融合,得到跳点搜索-遗传(jump point search-genetic,JPSG)算法。JPSG算法利用JPS算法的高效局部搜索能力来提高整体搜索能力,加速算法整体收敛趋势;利用改进遗传算法的全局搜索能力改变JPS算法不能在复杂障碍物状况下解析最优路径的状态,提高算法对动态环境的适应性。在栅格矩阵中的路径规划仿真表明,相比于改进遗传算法、传统遗传算法,JPSG算法可以有效缩短寻优执行时间,提高寻优准确率,减少运算执行次数,在稳定性、准确性、快速性上具有明显的优势。展开更多
介绍以目标函数为抗原,以问题解为抗体,利用进化策略进行群体更新的免疫遗传算法。讨论环境经济负荷调度多目标函数优化问题,给出利用免疫遗传算法解决这一问题的主要步骤。利用一个含有5个电力生产单元的燃煤电力系统模型验证了该算法...介绍以目标函数为抗原,以问题解为抗体,利用进化策略进行群体更新的免疫遗传算法。讨论环境经济负荷调度多目标函数优化问题,给出利用免疫遗传算法解决这一问题的主要步骤。利用一个含有5个电力生产单元的燃煤电力系统模型验证了该算法的可行性和有效性。并与遗传算法和Hop fie ld神经网络进行比较分析,证实了该算法解决该类问题的优化性和快速收敛性。展开更多
大容积环境测试舱内温湿度控制系统具有非线性、时变性和耦合性的特点,传统的比例积分微分(Proportion integral differential,PID)控制器参数整定方法不能满足环境测试舱温湿度控制的要求。只有获得PID控制器的最优参数才能实现环境测...大容积环境测试舱内温湿度控制系统具有非线性、时变性和耦合性的特点,传统的比例积分微分(Proportion integral differential,PID)控制器参数整定方法不能满足环境测试舱温湿度控制的要求。只有获得PID控制器的最优参数才能实现环境测试舱温湿度的优化控制。该文提出一种遗传算法(Genetic algorithm,GA)优化PID控制器参数的控制算法—GA-PID。首先通过预估解耦方法对温湿度解耦,然后将目标函数作为控制器的评估值,通过遗传算法的选择、交叉、变异、迭代功能获得PID控制器参数的最优解,以弥补常规PID算法在环境测试舱温湿度控制系统中的不足。通过MATLAB进行了仿真实验,实验结果表明预估解耦可有效地对温湿度进行解耦,提出的GA-PID控制算法可实现快速、准确以及稳定的环境测试舱温湿度控制,具有更好的控制性能。展开更多
文摘为了解决采用遗传算法解析最优路径中存在的转折点较多、易陷入局部最优解、迭代次数较多以及寻优时间过长等问题,引入自适应交叉算子和变异算子,将改进后的跳点搜索(jump point search)算法与改进遗传算法融合,得到跳点搜索-遗传(jump point search-genetic,JPSG)算法。JPSG算法利用JPS算法的高效局部搜索能力来提高整体搜索能力,加速算法整体收敛趋势;利用改进遗传算法的全局搜索能力改变JPS算法不能在复杂障碍物状况下解析最优路径的状态,提高算法对动态环境的适应性。在栅格矩阵中的路径规划仿真表明,相比于改进遗传算法、传统遗传算法,JPSG算法可以有效缩短寻优执行时间,提高寻优准确率,减少运算执行次数,在稳定性、准确性、快速性上具有明显的优势。
文摘介绍以目标函数为抗原,以问题解为抗体,利用进化策略进行群体更新的免疫遗传算法。讨论环境经济负荷调度多目标函数优化问题,给出利用免疫遗传算法解决这一问题的主要步骤。利用一个含有5个电力生产单元的燃煤电力系统模型验证了该算法的可行性和有效性。并与遗传算法和Hop fie ld神经网络进行比较分析,证实了该算法解决该类问题的优化性和快速收敛性。
文摘大容积环境测试舱内温湿度控制系统具有非线性、时变性和耦合性的特点,传统的比例积分微分(Proportion integral differential,PID)控制器参数整定方法不能满足环境测试舱温湿度控制的要求。只有获得PID控制器的最优参数才能实现环境测试舱温湿度的优化控制。该文提出一种遗传算法(Genetic algorithm,GA)优化PID控制器参数的控制算法—GA-PID。首先通过预估解耦方法对温湿度解耦,然后将目标函数作为控制器的评估值,通过遗传算法的选择、交叉、变异、迭代功能获得PID控制器参数的最优解,以弥补常规PID算法在环境测试舱温湿度控制系统中的不足。通过MATLAB进行了仿真实验,实验结果表明预估解耦可有效地对温湿度进行解耦,提出的GA-PID控制算法可实现快速、准确以及稳定的环境测试舱温湿度控制,具有更好的控制性能。
