海量資源，盡在掌握
遺傳算法中使用適應(yīng)度來度量群體中各個(gè)個(gè)體在優(yōu)化計(jì)算中有可能達(dá)到或接近于或有助于找到最優(yōu)解的優(yōu)良程度。度量個(gè)體適應(yīng)度的函數(shù)稱為適應(yīng)度函數(shù),適應(yīng)度函數(shù)對(duì)遺傳算法的性能影響很大。如果過分強(qiáng)調(diào)當(dāng)前的較優(yōu)個(gè)體,就會(huì)使...[繼續(xù)閱讀]
遺傳算法中需要選擇的運(yùn)行參數(shù)主要有個(gè)體編碼串長(zhǎng)度、群體大小、交叉概率、變異概率、終止代數(shù)等。這些參數(shù)對(duì)遺傳算法的運(yùn)行性能影響較大,須認(rèn)真選取。5.2.4.1碼串長(zhǎng)度使用二進(jìn)制編碼來表示個(gè)體時(shí),編碼串長(zhǎng)度的選取與問題...[繼續(xù)閱讀]
優(yōu)勝劣汰是設(shè)計(jì)遺傳算法的基本思想,它在選擇、交叉、變異等遺傳算子中得以體現(xiàn),選擇、交叉和變異是遺傳算法的三個(gè)基本的操作。選擇操作有助于提高種群的平均適應(yīng)度;交叉操作有助于產(chǎn)生優(yōu)良個(gè)體;變異操作有助于增加種群的...[繼續(xù)閱讀]
遺傳算法反復(fù)執(zhí)行適應(yīng)度評(píng)價(jià)和選擇、交叉、變異遺傳算子,直至滿足某個(gè)收斂準(zhǔn)則。遺傳算法最常用的終止條件有以下幾個(gè)。①收斂標(biāo)準(zhǔn)。算法執(zhí)行到一定程度,群體中的個(gè)體字符串結(jié)構(gòu)會(huì)很相似,再執(zhí)行下去難以得到更好的個(gè)體了...[繼續(xù)閱讀]
5.3.1.1編碼和初始種群的生成(1)編碼在污水處理過程的優(yōu)化設(shè)計(jì)中我們選取溶解氧濃度DO作為主要控制變量,所以首先對(duì)DO進(jìn)行二進(jìn)制編碼。二進(jìn)制編碼串X的長(zhǎng)度l與問題所要求的求解精度δ有關(guān),關(guān)系為:其中,Umax和Umin分別為參數(shù)X的上下...[繼續(xù)閱讀]
5.3.2.1遺傳算法的最終實(shí)現(xiàn)通過對(duì)控制參數(shù)DO進(jìn)行二進(jìn)制編碼并隨機(jī)生成初始群體,選取Jc為適應(yīng)度函數(shù),以最大進(jìn)化代數(shù)為終止條件,采用適應(yīng)度比例方法確定選擇算子,交叉算子采用單點(diǎn)交叉方法,變異算子采用基本位變異方法,并通過設(shè)...[繼續(xù)閱讀]
5.4.1.1污水處理系統(tǒng)本文的研究是在污水處理計(jì)算機(jī)控制實(shí)驗(yàn)裝置上進(jìn)行的,圖5-12為污水處理實(shí)驗(yàn)裝置實(shí)景圖。污水進(jìn)入調(diào)節(jié)池后,配置到預(yù)期濃度的原料水以備實(shí)驗(yàn),配置好的原料水經(jīng)過泵提升至曝氣池,可根據(jù)不同需要設(shè)定不同工藝...[繼續(xù)閱讀]
5.4.2.1神經(jīng)網(wǎng)絡(luò)建模實(shí)現(xiàn)建立RBF神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu),確定模型的控制變量、狀態(tài)變量、性能指標(biāo)和約束條件,以及它們之間的相互關(guān)系?？梢酝ㄟ^“選擇樣本數(shù)據(jù)”選擇不同情況下所需的樣本數(shù)據(jù),通過“選擇測(cè)試數(shù)據(jù)”選擇不同的數(shù)據(jù)對(duì)網(wǎng)...[繼續(xù)閱讀]
5.4.3.1DO的重要作用及控制方法活性污泥法的耗氧處理過程中,DO是重要的指示性參數(shù),它不僅影響處理效果,還關(guān)系到運(yùn)行費(fèi)用,所以人們圍繞DO做了許多研究。研究中發(fā)現(xiàn)當(dāng)DO濃度較低時(shí),處理出水渾濁,BOD濃度明顯提高,在高有機(jī)負(fù)荷時(shí)影...[繼續(xù)閱讀]
本章根據(jù)污水處理的特點(diǎn),提出基于遺傳算法的污水處理過程優(yōu)化控制方法,對(duì)控制參數(shù)DO進(jìn)行二進(jìn)制編碼并隨機(jī)生成初始群體,以最大進(jìn)化代數(shù)為終止條件,選擇算子采用適應(yīng)度比例方法。以每日允許排放的有機(jī)物總量為約束條件,以運(yùn)...[繼續(xù)閱讀]
APP