磁共振成像中刚体平移运动伪影校正

磁共振成像过程中,患者的轻微运动就会使扫描数据发生相位偏移,从而使重建图像含有运动伪影,降低成像的质量。严重的伪影会影响医生对病灶的精确定位。本文利用遗传算法高度并行、随机和自适应全局寻优的特点,提出了基于遗传算法的刚性平移运动伪影修正方法,逐次修正扫描信号在K空间中已偏移的相位。实验表明,基于遗传算法的修正方法,能有效校正扫描数据的相位偏移,达到抑制运动伪影的目的。     

基于遗传算法的翼型气动优化设计

采用遗传算法进行跨声速翼型的反设计与阻力和升阻比的优化设计。翼型的反设计达到了设计要求,优化设计后的翼型其气动特性也有显著的改善,这表明了遗传算法应用于翼型气动优化设计的可行性。在优化设计的过程中,翼型由解析函数线形叠加法表示,目标函数和个体的适应值由二维欧拉方程的流场解来提供。     

遗传算法在低信噪比图象点目标检测中的应用

将遗传算法用于图象中低信噪比点目标的检测。在分析了点目标及背景特点的基础上,设计了编码方案及遗传操作算子,提出了合格个体保留法。仿真结果表明应用此算法,可实现信噪比为2dB的点目标的检测与跟踪。     

GA矩阵编码方法及其在模糊建模中的应用

在遗传算法(GA)的实际应用中,许多问题都可以采用树结构描述.模糊建模中的结构辨识是指如何划分输入空间,它是一种复杂的非线性优化过程,模糊树模型可将输入空间的划分表示成二叉树结构的形式.本文提出了一种树结构的矩阵编码方法,这种编码方法直观、简单,非常适合遗传算法的各种遗传操作.针对模糊树模型,以树结构为个体,采用矩阵编码方式,利用遗传算法优化输入空间的划分,得到了一个精度较高而复杂度较低的次优模糊树模型.     

基于改进遗传算法的配电网状态估计

利用配电网实时量测数据和规格化的负荷历史数据,以各用户的有功功率和无功功率作为基因,在基因编码和适应度函数中充分考虑用户负荷的概率模型和配电网的潮流约束,采用多种基因操作组合求解,通过IEEE典型算例证明该方法可行,计算精度和速度均满足配电网状态估计的要求.     

基于遗传算法的复合材料结构材料参数识别

结合有限元方法和遗传算法进行复合材料结构材料参数识别。材料的弯曲模态频率由有限元方法得到,用遗传算法优化材料参数使计算得出的前五阶弯曲模态频率与结构振动实验测得的频率在最小二乘意义上差别最小。算例表明,用此方法通过结构振动实验和计算就能较为准确地得到复合材料结构的材料性能参数。     

椭圆轨道卫星编队飞行的最优控制研究

研究了椭圆轨道卫星编队飞行的队形保持问题,设计了李雅普诺夫(Lyapunov)控制律,并用遗传算法对控制律进行了优化。为克服遗传算法局部寻优能力差的缺点,对遗传算法进行了改进,设计了自适应模拟退火遗传算法。仿真结果表明,采用Lyapunov方法进行队形保持能提高位置保持的精度,且在经过遗传算法优化后,所消耗的燃料基本与线性二次型(LQR)方法一致;同时,减少了计算时间,有利于星上计算机的实现。     

改进遗传算法在飞机总体参数优化中的应用

基于飞机总体参数设计中的多目标优化问题,提出了改进的多目标遗传算法.算法围绕Pareto最优解的概念,利用遗传算法的内在并行性,设法求取多目标优化问题的"Pareto前沿".将不同的改进遗传算法应用于同一干线客机总体参数优化设计中,要求巡航升阻比和有效载荷系数两个目标达到最大,并对各种算法所得的结果进行综合分析与比较,结果显示:基于Pareto排序的多目标优化算法(NSGA,Non-dominated Sorting Genetic Algorithm)的Pareto解最优,可以支配改进的向量评价遗传算法(VEGA,Vector-Evaluated Genetic Algorithm)和随机权重遗传算法(RWGA,Random-Weight Genetic Algorithm)的结果;而VEGA和RWGA的结果互有优劣.      

助推-滑翔导弹总体一体化优化设计

综合考虑固体火箭发动机设计、弹道设计和总体特性相互作用和相互影响,建立了新概念助推-滑翔导弹总体一体化设计优化模型和系统分析模型.应用遗传算法优化了19个设计参数,并与弹道导弹优化结果进行了比较.结果表明,助推-滑翔导弹具有很强的机动突防能力,且具有增程能力.     

基于遗传算法的固体火箭发动机参数辨识

固体火箭发动机参数辨识为非线性受约束优化问题,经典算法求解此类问题时初值敏感、局部收敛等问题表现较为突出.针对上述难题,将具有良好全局收敛性的遗传算法用于固体火箭发动机参数辨识,得到推进剂燃速模型和喉径变化模型的全局最优辨识值.计算结果表明,固体火箭发动机参数辨识采用遗传算法求解可行,计算结果与试验结果吻合良好.