【优化求解】基于遗传算法的PID参数优化设计matlab源码2.zip

根据人工神经网络处理大规模非线性动力系统、遗传算法具有较好的寻优能力的特点，将二者有机的结合起来，提出了基于遗传算法改进的洪水预报模型，并将其应用于四川省达州市州河流域的水文预报。实验结果表明，本模型能够减少训练次数，提高预报精度，能更好的对洪水进行预报。

用C语言编写的基于遗传算法的排课表设计，有较好的移植性

基于遗传算法的主动悬架最优控制方法研究，张国胜，方宗德，线性二次型调节器（LQR）在工程上广泛应用，但其存在权重矩阵确定困难的不足，本文将遗传算法应用于LQR控制中，提出了一种改进的最

合理的轧制规程是使轧制过程达到最佳状态的重要保证。轧制规程涉及的有关数学模型和需要考虑的约束条件较多，因此其优化设计也较为复杂。应用遗传算法进行轧制规程优化设计，即以负荷均衡和板形良好为目标，在一定的约束条件下，对压下率分配比进行编码。通过遗传算子操作并保留每代优势个体，从而得到冷连轧轧制规程。对某1370冷连轧机进行设计比较，表明该方法优化速度快，适合在实际中应用。

Python基于遗传算法实现智能排课系统源码.zip

基于遗传算法的穴盘苗自动移钵路径优化，童俊华，蒋焕煜，设施农业钵苗培育中，穴盘里不健康钵苗剔除后进行补种作业是一个重要环节。自动移钵路径是指末端执行器自原点出发，从移栽穴盘中

提出了一种基于遗传算法进行频谱估计的相干多普勒测风激光雷达三维风场反演方法。该方法无需对视向风速进行计算,可以直接从多方位频谱密度中提取三维风场信息,能够提高弱信噪比情况下的数据反演精度。采用的遗传算法为针对相干激光雷达改进的遗传算法,能够准确、快速、并行地反演出风矢量解。对算法进行了仿真,结果显示,改进后的遗传算法在收敛速度以及全局寻优能力方面相对于传统遗传算法都有着明显提升,并且在低信噪比信号仿真对比中,此方法风场反演结果优于传统非线性最小二乘法反演结果。将该方法应用于实际雷达系统中,在激光雷达与探空气球实测数据对比中,两者水平风速均方根误差小于0.7 m/s,水平风向标准偏差小于6°,这些结果验证了风场反演结果的精确性。将采用所提方法得到的结果与实测数据最小二乘法风场反演结果进行对比,发现在当时的大气条件下,频谱估计法约有12.3%的探测距离的增大。仿真和实测数据对比结果充分证明了此方法反演三维风场的能力和有效性。

【优化调度-车间调度】基于遗传算法求解车间调度问题matlab源码2.zip

针对奇异值分解信号降噪方法中吸引子轨迹矩阵（Hankel矩阵）结构的确定，以及有效奇异值的选择两个关键问题，提出了一种基于遗传算法的奇异值分解信号去噪算法。首先，利用原始信号构造Hankel矩阵，运用遗传算法对矩阵结构进行优化，然后对含噪声信息的矩阵进行奇异值分解，最后通过K-medoids聚类算法确定有效奇异值个数，对有效奇异值和其对应的向量进行奇异值分解反变换，还原原始信号，达到去噪目的。通过仿真实验并与小波包变换、小波变换以及传统快速傅氏变换（FFT）去噪方法相比较，结果表明该算法具有良好的去噪效果。