- 博客(1)
- 资源 (1)
- 收藏
- 关注
RSS订阅原创 遗传算法(GA)解决数据拟合和拟合方程中未知参数问题
一、数据拟合数据拟合又称曲线拟合，俗称拉曲线，是一种把现有数据透过数学方法来代入一条数式的表示方式。科学和工程问题可以通过诸如采样实验等方法获得若干离散的数据，根据这些数据，我们往往希望得到一个连续的函数（也就是曲线）或者更加密集的离散方程与已知数据相吻合，这过程就叫做拟合(fitting)。图1.数据拟合图。
2023-01-11 12:29:24
2498
12
遗传算法(GA)解决数据拟合和拟合方程中未知参数代码
本代码为遗传算法求解模型未知参数的程序，在建立模型的过程中，模型的待定系数通常是未知的，而通过数据拟合出来的模型无法求解，遗传算法通过以下步骤：
（1）初始化：设置进化代数计数器t=0，设置最大进化代数T，随机生成M个个体作为初始群体。
（2）个体评价：计算群体P(t)中各个个体的适应度。
（3）选择运算：将选择算子作用于群体。选择的目的是把优化的个体直接遗传到下一代或通过配对交叉产生新的个体再遗传到下一代。选择操作是建立在群体中个体的适应度评估基础上的。
（4）交叉运算：将交叉算子作用于群体。遗传算法中起核心作用的就是交叉算子。
（5）变异运算：将变异算子作用于群体。即是对群体中的个体串的某些基因座上的基因值作变动。群体P(t)经过选择、交叉、变异运算之后得到下一代群体P(t+1)。
（6）终止条件判断：若t=T,则以进化过程中所得到的具有最大适应度个体作为最优解输出，终止计算。
对未知参数进行求解，当最优个体的适应度达到给定的阈值，或者最优个体的适应度和群体适应度不再上升时，或者迭代次数达到预设的代数时，算法终止。预设的代数一般设置为100-500代。
2024-02-11
基于NSGA-Ⅱ算法的寒区河道清淤工程工期成本优化
水利工程施工日益受到气候、环境、社会等非技术因素的制约，对进行优化以提高施工企业效益显得尤为重要。本文以寒区某河道清淤工程为实例，采用 NSGA-II 算法进行工期—成本多目标优化，利用 MATLAB 软件编制了清淤工程施工优化程序，得到工期和成本的最优组合。算例结果表明：优化结果符合工程实际情况，为工程节省了约 11%的投资，本文的方法可为实际工程施工进度优化控制提供有益的借鉴。
2023-01-11
基于改进的CNN-SVM的机载燃油泵故障诊断
针对机载燃油泵故障诊断过程中存在需要先验知识、专家经验、特征解释及信号特征提取困难等问题，提出基于模拟退火遗传优化CNN-SVM的诊断方法。该方法利用CNN具有自动提取故障特征的特性实现特征快速提取。并针对传统CNN诊断方法所存在网络结构不确定、计算效率低等问题，采用模拟退火遗传算法对其模型结构和参数进行优化，使用SVM取代全连接层的Softmax分类器优化CNN分类效果，最后应用t分布随机近邻嵌入使其故障特征学习过程可视化，评估其特征提取能力。试验结果表明：与SA-GA-CNN、1DCNN、ANN、GA-SVM及GA-BP诊断方法相比，基于改进CNN-SVM的方法能更有效实现机载燃油泵的故障诊断。
2023-01-11
基于差分进化算法的磁梯度张量系统误差校正
针对磁梯度张量系统存在单传感器三轴非正交、三轴灵敏度不一致和零偏以及多传感器测量轴非对准误差等问题，本文提出了一种基于改进差分进化算法的误差校正方法．首先，详细描述上述误差并建立数学模型．然后，基于匀强磁场环境中磁梯度张量系统测得的总磁场为定值、同一方向测量轴输出一致、磁梯度张量分量与张量不变量等于零的特点，提出了基于改进差分进化算法的误差参数估计方法．不同于传统的磁梯度张量系统两步校正方法，该方法只需进行一步反演即可实现单传感器误差参数和多传感器非对准误差参数估计．仿真结果表明：与遗传算法和最小二乘拟合方法相比，本文方法具有较高的求解精度和搜索效率，且抗噪能力较强．实测数据校正结果，本文方法可以降低磁梯度张量系统误差引起的测量误差，测量精度得到明显改善
2023-01-11
基于量子遗传算法的反舰导弹航路规划
航路规划是影响反舰导弹突防能力和生存能力的一项关键技术。以反舰导弹航路规划为应
用背景，基于正弦波叠加法构建反舰导弹航路数学模型，在此基础上将量子遗传算法应用到反舰导弹航路规划中，通过量子旋转门保证种群的定向进化提高了寻优效率，经仿真试验验证了该方法的有效性，为反舰导弹航路规划提供了一种新的思路。
2023-01-11
混合花朵授粉算法在作业车间调度中的应用
对最大完工时间最短的作业车间调度问题进行了研究，总结了当前求解作业车间调度
问题的研究现状，提出一种花朵授粉算法与遗传算法的混合算法。混合算法以花朵授
粉算法为基础，重新定义其全局搜索和局部搜索迭代公式，在同化操作过程中融入遗
传算法的选择、优先交叉和变异操作，进一步增强算法的勘探能力。通过26 个经典的
基准算例仿真实验，并与近 5年的其他算法比较，结果表明所提算法在求解作业车间
调度问题具有一定优势。
2023-01-11
多目标优化-改进遗传算法路径规划模型
优化智能算法进行路径规划可以有效缓解用户出行拥堵问题，为此，设计了多目标优化改进遗传算法组合模型。采用 Ｄｉｊｋｓｔｒａ算法改进种群初始化策略，完全规避了断路和环路，提高了初始种群质量；设计基于邻接矩阵的深度优先遍历交叉策略、邻接限制半随机变异策略，兼顾算法全局搜索和局部寻优能力，解决了种群多样性降低、过早收敛的问题。同时，在设计适应度函数时，引入个体用户偏好权重系数，综合考虑了平均行驶时间、交叉口延误、道路拥挤状况、道路等级 ４种因素来进行多目标优化，为用户寻找符合个体期望的最优路径。研究结果表明，所提出模型相比于蚁群算法路径寻优效率提高了 ５４.３２２０％；相比于单目标路径寻优，最优路径综合代价降低了 ２３.６０９１％，有效避开了拥堵及交叉口多的路段。
2023-01-11
一种改进的自适应免疫遗传算法
为了解决免疫遗传算法（IGA）存在的“停滞”问题和“早熟”问题，提出了一种改进的自适应免疫遗传算法（IAIGA）。首先通过在 IGA 中加入疫苗动态自适应提取策略以及交叉和变异操作的自适应策略对其进行改进，然后分别采用 IGA 和IAIGA 对 6 组基准函数进行了寻优仿真实验，比较了两种算法在搜索全局最优解、优化精度和收敛速度上的差别，最终结果表明，IAIGA 可解决 IGA 存在的“早熟”和“停滞”问题，收敛速度更快，收敛稳定性更好，寻优精度更高。
2023-01-11
遗传算法求解带时间窗的车辆路径问题
随着互联网的进步，电子商务业的飞速发展，人们的生活愈
发信息化，车辆路径问题的客户已经从以前的大型超市、生产基
地等更多的落地到如家庭、个人等小而精的客户身上。带时间窗
的车辆路径问题（VRPTW）更加贴切现在和未来对于车辆路径
问题的描述。VRPTW 是 VRP 问题的一种常见的变体，配送车辆
容量有限，每一个客户都拥有一个特定的交付时间窗口所限定，
车队运输需要在客户的时间窗内抵达客户所在位置为客户服
务，否则将受到一定的惩罚。VRPTW 也被认为是 NP-hard[1]
，精
确算法求解车辆路径问题仅仅适用于规模较小的问题，而面对
现实世界中大型的 VRPTW 时，启发式和元启发式通常更加适
合[2]
。模拟退火（SA）、禁忌搜索（TS）[6]
、蚁群优化(ACO)
[4]
、遗传算
法(GA)[3]
、粒子群优化（PSO）[5]
等算法已被证明可有效解决复杂
的多目标问题，在求解车辆路径问题上取得了显著的成果。本文
以最小化物流配送成本为目标，研究带时间窗的车辆路径问题，
建立数学模型;为克服遗传算法收敛速度慢的缺陷，设计并采用
了自适应大邻域算法中的破坏算子，通过局部搜索策略
2023-01-11
基于多策略黑寡妇算法的断路器全寿命周期成本优化
合理的电力设备运维方案对降低全寿命周期成本、提高设备可靠性具有重要意义.为制定合理的预防性检修方案降低断路器全寿命周期成本,本文提出一种基于多策略黑寡妇算法(Multi-strategeyBlack Window OptimizationAlgorithm,MBWO)的断路器全寿命周期成本优化方法.首先,考虑不同检修方式对中断成本的影响,建立全寿命周期成本模型.其次,以断路器可靠性、预防性检修程度为约束条件构建年均成本最小目标函数.最后利用多策略黑寡妇算法对目标函数进行求解并将结果同其他算法进行比较.通过实例验证,MBWO 具备较好的收敛速度,能进一步降低断路器全寿命周期成本,提高设备可靠性,可以为断路器预防性检修方案的制定提供一定的参考
2023-01-11
基于YOLOv5与改进VG...TC的数字仪表自动读数方法
随着数字电网的发展，数字仪表在电网中的应用越来越广泛。为进一步提高数字仪表自动读数算法的准确率和识别效率，推动数字电网建设，文中提出一种基于 YOLOv5 和改进 VGG⁃CTC 模型的数字仪表自动读数方法。该方法包括数字区域定位和仪表字符识别两部分。首先，采用 YOLOv5 模型检测输入图像的仪表数字区域，输出预测的数字区域边界框；然后，对 VGG 网络的卷积层和全连接层参数进行改进，提出一种改进 VGG 网络，将预测的数字区域输入该网络，即可提取数字区域图像特征，通过长卷积层输出字符概率分布信息；最后，经过 CTC 转录模块将概率分布序列映射为预测的数字仪表示数。实验结果表明，所提自动读数方法的准确率为 89.63%，识别时间为 439 ms，相比其他读数方法具有较好的读数准确率和识别速度，能够提高智能电网对设备状态监测的准确性和高效性，对推进能源物联网和数字化电网的建设具有重要意义。
2023-01-11
基于IMOFA的航空发动机管路多目标优化布局
针对航空发动机管路布局目前存在的问题，提出一种基于改进多目标萤火虫算法( improved
multi-objective firefly algorithm，IMOFA) 的航空发动机管路多目标优化布局方法． 在该方法中，首先以管路长度最短、弯头数最少以及能量值最小为优化目标，建立了航空发动机管路多目标优化布局数学模型． 然后，结合自适应扰动策略和精英策略，提出了一种应用于航空发动机管路多目标优化布局的改进多目标萤火虫算法，从而实现了航空发动机管路的多目标优化布局． 最后，通过实例验证了所提出方法的可行性和有效性
2023-01-11
基于GA-PSO-BP混合...的矿井CO气体监测系统设计
针对井下工作面复杂多变的温湿度环境及悬浮煤尘对矿井内 ＣＯ 气体监测精度的不利影响，提出了一种基于 ＧＡ－ＰＳＯ－ＢＰ 混合优化算法的井下 ＣＯ 气体监测系统设计方案。 该系统设计有 ９ 个样本采样节点，各节点感知端选用红外气体传感器，决策端通过基于遗传算法和粒子群算法混合优化的 ＢＰ 神经网络算法对感知端进行复杂多变条件下的温湿度补偿。 多次实验结果表明：相比应用广泛的 ＢＰ 神经网络算法和粒子群优化 ＢＰ 神经网络算法，使用混合优化 ＢＰ 神经网络（ＧＡ－ＰＳＯ－ＢＰ）算法后 ９ 个测试样本节点返回监测中心的 ＣＯ 气体浓度最大误差不超过 １. ３０％，满足井下气体监测精度需求。
2023-01-11
基于BP神经网络的离港航班滑出时间预测
针对离港航班在机场场面滑出时间的动态性、变化性和不确定性,提出一种基于BP神经网络的离港航班滑出时间预测方法。分析滑出时间影响因素及其相关性,讨论强相关、中度相关和弱相关的影响因素在滑出时间预测中的作用,采用我国中南某枢纽机场两周的实际运行数据对预测模型进行验证。实验结果表明,滑出时间与机场场面交通流强相关,与平均滑出时间中度相关,与滑行距离弱相关;考虑强相关和中度相关影响因素的5元组合预测模型的预测结果最佳,误差范围在±300s的准确率高达96%;引入弱相关的影响因素后,6元组合预测模型的预测准确率反而有所降低。
2023-01-11
混合遗传蚁群算法优化BP神经网络预测空气质量
为了进一步提高空气质量指数预测精度, 提出一种混合遗传蚁群算法优化 BP 神经网络的方式对空气质量指数进行预测. 首先初始化蚁群算法的信息素分布, 对不满足适应度条件的进行遗传算法的交叉、变异操作, 进而计算蚁群的状态转移概率和信息素浓度, 当适应度值满足条件要求时, 将寻优结果作为 BP 神经网络的最优权值和阈值, 来改善单一 BP 神经网络的不足. 最后通过运用西安市的空气质量指数日历史数据进行验证, 实验表明, 本文所提模型的各个评价指标相对其他对比模型误差更小, 在预测精度方面具有更高的说服力, 因此能够有效地预测空
气质量指数.
2023-01-11
基于GADF与引入迁移学习...t34对变速轴承的故障诊断
针对传统分析方法对于轴承在变速情况下的故障诊断较为困难的问题，提出一种基于格拉姆角差场（Ｇｒａｍｉａｎ ａｎｇｕｌａｒ ｄｉｆｆｅｒｅｎｃｅ ｆｉｅｌｄ，ＧＡＤＦ）与引入迁移学习的 ＲｅｓＮｅｔ３４ 模型对变速轴承的故障诊断方法．首先利用 ＧＡＤＦ 对一维时序振动信号进行编码，转换成二维图像，产生相应的故障图，再将这些故障图输入引用迁移学习的残差网络（ＲｅｓＮｅｔ）自动进行故障特征提取及分类． 为了验证该方法的有效性，综合对比其他方法，本文方法在西储大学轴承数据集上表现更好． 最后对加拿大渥太华大学的变速轴承数据集进行诊断，检验其在变速情况下的分类性能． 结果表明，在变速情况下，所提方法可达到较高的诊断精度
2023-01-11
基于改进狼群算法的无人直升机航迹规划-王黎文.pdf
针对无人直升机(unmanned autonomous helicopter, UAH)航迹规划中传统狼群算
法(wolf pack algorithm, WPA)收敛速度慢和易陷入局部最优的问题，提出了一种基于改进
WPA 的 UAH 三维航迹规划算法。首先对 UAH 飞行三维环境、约束条件及适应度函数进行
数学建模，接着通过自适应步长的方式对传统 WPA 中游走、召唤及围攻三种主要行为的步
长进行改进，同时，采用莱维飞行与变方向游走相结合的策略调整游走行为中搜索的方向及
范围，从而提高算法的全局寻优能力和收敛速度，最后给出了改进 WPA 在三维环境下航迹
规划的仿真结果。仿真结果表明，改进 WPA 收敛更快，规划出的航迹质量更优，验证了该
算法在 UAH 航迹规划中的有效性。
2023-01-10
基于混合反向学习策略的鲸鱼优化算法-耿召里.pdf
针对鲸鱼优化算法（ＷＯＡ）在解决高维复杂问题时存在收敛速度慢、全局搜索能力不足的问题，提出一种最优最差个体混合反向学习的 ＷＯＡ（ＭＷＯＡ）。首先，引入一种自适应惯性权重，用于调节寻优前期的步长和寻优后期的种群多样性；其次，提出一种混合反向学习策略并将其融入 ＷＯＡ，以提高算法的收敛精度；最后，引入一种参数非线性衰减策略，以提高其在高维度以及复杂问题上的探索开发能力和收敛速度。将 ＭＷＯＡ 与 ＷＯＡ、ＭＳ－ＷＯＡ、ＩＷＯＡ 对１０个基准函数的优化效果进行比较，结果表明ＭＷＯＡ 在收敛速度、优化精度上相较对比算法均有所提升。另外，将 ＭＷＯＡ 与 ＣＯＤＥ、ＣＰＳＯ、ＥＧＷＯ和 ＤＩＨＳ进行比较，结果表明 ＭＷＯＡ 具有较好的收敛精度。
2023-01-10
基于改进鲸鱼算法的结构可靠性优化设计
针对鲸鱼优化算法（WOA）后期全局搜索能力不足等问题，提出一种基于自适应惯性权重
和差分进化的改进鲸鱼优化算法（IWOA），并针对工程结构存在的外部载荷、材料强度等不确定性因素，将结构的系统可靠性引入优化设计当中，作为约束条件，对结构进行最小化重量优化。通过构建相关优化模型，并对算例进行优化计算。结果表明：改进鲸鱼优化算法在基于可靠性的优化设计当中，具有较快的收敛速度和较好的求解精度及稳定性，是一种有效的优化设计方法。
2023-01-10
算法基本测试函数23个详细解读
在我们做智能优化算法的相关内容时，常常会用标准测试函数去评判算法的优化性能。不过大多情况下作者在文中并不会给出每一个标准测试函数的名称，而是直接以公式替代，这其实隐隐约约地造成了些许不便。比方说，某位读者和好朋友同时去改进一个算法，跑出数据以后大家相互交流，想比一比谁搞得效果更好，结果两人连函数名称都不熟悉，这就使得双方难以将话题进行下去。
2023-01-03
鲸鱼优化算法代码，内含测试函数
一种元启发式优化算法，模拟座头鲸狩猎行为的元启发式优化算法。目前的工作与其他群优化算法相比的主要区别在于，采用随机或最佳搜索代理来模拟捕猎行为，并使用螺旋来模拟座头鲸的泡泡网攻击机制。该算法具有机制简单、参数少、寻优能力强等优点，在经济调度、最优控制、光伏系统、图像分割等方面得到广泛的应用。
2023-01-03
鲸鱼算法优化bp神经网络，完整代码，换成自己的数据即可使用
鲸鱼算法优化bp神经网络，内涵鲸鱼算法优化后的代码和未经经与算法优化的bp神经网络的对比，同时对神经网络的隐含层数目进行了优化，大大提升了神经网络的性能。可用来做回归预测类问题。
2022-06-21
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人