遗传算法及其在水问题中的应用

发布时间：2020-08-11 23:31

【摘要】：在对遗传算法(GA)进行较为深入、系统的探讨基础上,本文提出了对简单遗传算法(SGA)的一种改进方案—加速遗传算法(AGA),并把AGA 系统地应用于洪水灾害评估、水文水资源建模和水环境优化等一系列水问题中,形成了一种理论研究与应用研究紧密结合的独特体系。其主要内容如下: 1.指出了传统优化方法处理复杂水问题的局限性,论述了GA 的研究进展,并提出了研究遗传算法的一种基本思路,即对遗传算法本身的研究过程也可以采用与GA 演化过程一致的方式来进行。这种思路对选择科研策略、评价科研成果甚至认识自然、改造自然等过程也同样适用。 2.指出了SGA 在全局优化性能与收敛性之间存在着固有的矛盾。 3.归纳了SGA 在应用中已表现出的许多缺陷,并在前人研究成果的基础上提出了对SGA 进行全面改进的11 种方式。为提高SGA 的收敛速度,同时兼顾SGA的全局优化能力,提出了AGA,其要点是:(1)AGA的基本原理是利用在SGA演化过程中所搜索到的优秀个体这一小群体来逐步调整、压缩SGA 以后的搜索空间,从而减少了算法的计算量,提高了算法的搜索效率;(2)得到了AGA 控制参数的简便设置技术,它们是:二进制编码长度e、杂交概率pc和个体串的变异率pm分别固定设置为10、1.0 和1.0;群体规模n 与优秀个体数目s 存在经验关系式:s/nn/(e·2e),并且建议n 取300 以上,s 相应取10 以上;在每次加速循环中AGA 只进行两次进化迭代;(3)归纳了AGA 的一些显著特点:它是收敛的;具有全局优化能力;它的计算量少、解的精度不再受二进制编码长度的控制,因此它适用于实变量优化问题、连续/离散混合优化问题;它对优化变量搜索空间的大小变化具有适应性,表现为对适应度函数值越敏感的优化变量,它的搜索空间被压缩得越快;AGA 控制参数的设置技术较确定、简便;(4)11 个不同的典型优化问题对AGA 的测试结果表明了AGA 的优化性能是稳健的,AGA 控制参数的简便设置技术是可行的,初步预示出AGA 潜在的应用前景。 4.探讨了AGA与BP网络的结合问题,并提出了训练BP神经网络的新方法—BP-AGA 混合算法并给出了相应的实现技术。测试结果表明了,与纯BP 算法相比,BP-AGA混合算法能加快BP神经网络参数的优化进程,同时在一定程度上改善了
【学位授予单位】：河海大学
【学位级别】：博士
【学位授予年份】：1998
【分类号】：TV213.4

【引证文献】

相关期刊论文 前10条

1 项华伟;;基于MATLAB遗传算法的抽水蓄能电站在电力系统中的节煤效益研究[J];贵州水力发电;2008年06期

2 邹万杰,韦立德,徐卫亚;基于遗传算法的土坡稳定性分析[J];广西工学院学报;2003年04期

3 杨建贵,蔡新,张永乐;边坡稳定的模糊随机可靠性分析[J];河海大学学报(自然科学版);2002年01期

4 赵振勇;王力;王保华;杨本娟;;遗传算法改进策略的研究[J];计算机应用;2006年S2期

5 张明;周润娟;和蕊;;基于随机训练样本的河流系统健康状况评价[J];南水北调与水利科技;2012年02期

6 陈松;邱卫国;陈雄波;;水流挟沙力研究的BP-GA方法[J];人民黄河;2010年09期

7 袁月平;邱卫国;陈凯;陈雄波;;结构化程序设计方法在计算水力学中的应用[J];人民黄河;2010年10期

8 周激流,丁晶,金菊良;一种遗传算法及其在水稻洪灾易损性分析建模中的应用[J];四川大学学报(工程科学版);2001年02期

9 于淑娟;王生云;赵志江;;浙江省水资源储备模式评价的投影寻踪模型[J];水利经济;2011年06期

10 丰土根,刘汉龙,高玉峰,杨建贵;加速遗传算法在边坡抗震稳定性分析中的应用[J];水利学报;2002年09期

相关会议论文 前1条

1 王媛;王学潮;刘杰;;裂隙岩体渗流场与应力场全耦合参数反问题[A];第八次全国岩石力学与工程学术大会论文集[C];2004年

相关博士学位论文 前5条

1 周激流;遗传算法理论及其在水问题中应用的研究[D];四川大学;2000年

2 刘杰;裂隙岩体渗流场及其与应力场耦合的参数反问题研究[D];河海大学;2002年

3 毕巍强;空间理论与空间复杂模型研究[D];中国地质大学（北京）;2003年

4 倪长健;免疫进化算法研究及其在水问题中的应用[D];四川大学;2003年

5 董艳慧;地下水保护理论及修复技术的研究[D];长安大学;2010年

相关硕士学位论文 前10条

1 郭伟钊;抽水蓄能、风力和光伏电站群联合运行研究[D];华北电力大学（北京）;2011年

2 赵乃妮;不同通风模式室内空气品质的多目标优化[D];安徽工业大学;2011年

3 易仲强;基于ANN和SVM的三峡水库香溪河库湾富营养化预测研究[D];三峡大学;2011年

4 李水艳;改进遗传算法及其在降雨径流模型中的应用[D];河海大学;2006年

5 张媛媛;ANSYS在土坝渗流场和应力场及其耦合分析中的应用研究[D];河海大学;2006年

6 刘平;纳子峡水电站坝区岩土体工程地质性质研究[D];兰州大学;2006年

7 郭社锋;基于范例推理的黄土高边坡稳定性评价方法研究[D];长安大学;2006年

8 陈玉芬;基于遗传算法的水库优化调度研究[D];西北农林科技大学;2006年

9 米健;裂隙岩体流固耦合参数反演分析[D];武汉理工大学;2007年

10 张卫东;城市河道污染控制与水质优化研究[D];扬州大学;2007年

本文编号：2789711