关键词： 影像分类   遗传算法   模拟退火算法   特征选择   支持向量机  

摘要： Sentinel-2卫星高分辨率遥感影像虽然能够提供丰富的地物特征信息，但在影像分类过程中，通常面临特征维度过高和数据冗余等问题。为应对这些挑战，本文提出了一种基于遗传算法（Genetic Algorithm， GA）与模拟退火算法（Simulated Annealing， SA）相结合的特征选择方法（GA-SA），提取最优特征子集，并结合支持向量机（Support Vector Machine， SVM）实现Sentinel-2影像分类。实验结果表明：（1）基于GA-SA算法的特征选择方法能够在减少特征变量的同时提高分类精度，实验数据的总体精度达到85.61%，Kappa系数为0.87。相比于单独应用GA和SA算法，该方法不仅分类效果优越，而且在提取特征子集方面表现出更高的稳定性；（2）利用该特征子集对验证数据进行分类时，精度达到85.54%，Kappa系数为0.87。此外，整个研究区域的分类耗时不到1分钟，极大地提高了分类效率，进一步验证了GA-SA算法的鲁棒性和可迁移性。

关键词： 动态车间调度   遗传算法   模拟退火算法   调度规则   鲁棒性  

摘要： 车间调度在现代制造系统中起着关键作用。然而，传统的静态作业车间调度方法在应对实际制造环境中的动态变化时，常表现出应变能力不足和适应性差等缺陷。此外，大多数现有的动态调度方法仅在单一不确定性环境中能够发挥作用，但在实际的生产与调度环境中，常常面临多种不确定性因素并存的复杂局面，导致其在更复杂的现实应用中往往难以取得预期效果。为深入探讨调度算法在多种综合不确定性场景下的鲁棒性，重点分析了三类常见的动态事件：加工时间波动、新作业插入以及作业优先级调整，并在此基础上设计两种结合以上动态事件的综合场景。采用遗传算法、模拟退火算法以及三种基本调度规则，即先进先出规则、最短处理时间规则和最长处理时间规则，并通过特定实验指标对上述算法进行鲁棒性评估。算例测试结果表明，模拟退火算法在应对不确定场景时表现出显著的鲁棒性，而传统的基于调度规则的方法在复杂环境下则表现出较低的调度效率和较长的作业完成时间。

关键词： 集装箱装载问题   多目标优化   混合遗传算法   多目标粒子群优化算法   Container Loading Problem   Multi-Objective Optimization   Hybrid Genetic Algorithm   Multi-Objective Particle Swarm Optimization  

摘要： 针对集装箱装载问题提出了一种多目标优化模型，旨在优化空间利用率和负载平衡。研究中提出了一种混合遗传算法，将有偏随机秘钥和精英策略的非支配排序遗传算法相结合，改进左下角装箱策略，解决具有负载平衡约束的三维装箱问题。通过对标准BR数据集进行的仿真实验验证混合遗传算法的性能，并与多目标粒子群优化算法进行了比较分析。结果表明，实验结果表明，混合遗传算法在解决强异构空间利用率方面优于多目标粒子群算法并且在力惩罚方面表现差异不大，研究为集装箱装载问题领域提供了新的视角。

关键词： 应急选址   应急物资调配   剥夺成本   集成优化   遗传算法   Emergency Evacuation   Allocation of Emergency Supplies   Deprivation Cost   Integrated Optimization   Genetic Algorithm  

摘要： 在大规模灾害救援过程中，如果应急物资供应不及时、分配不均衡将会致使灾民产生一定程度的负面心理情绪，进而对救援效率造成影响。针对这一问题，本文构建了绝对剥夺成本函数与相对剥夺成本函数来衡量灾民的负面心理情绪，以衡量灾民的心理影响。此外，通过总剥夺成本来表示资源分配的公平性。以救援总成本最小化为决策目标，建立了一个同时兼顾效率与公平的集成优化模型，涵盖受灾点选址和应急物资分配。为求解该模型，设计了一种分阶段解码的遗传算法来对模型求解。最后，以四川雅安地震受灾点进行实例分析，对模型和算法的有效性及可行性予以了验证，期望能为灾后应急救援提供具有价值的参考。

关键词： 地热开采   生产制度   代理模型   傅里叶神经算子   遗传算法  

摘要： 中国地热资源分布广泛，开采地热能源可以减少对化石燃料的依赖。优化地热开采的生产制度是实现地热开发收益最大化的重要途径之一，因此提出了一种基于深度学习的代理模型与优化算法的联合应用方法。利用傅里叶神经算子（FNO）构建地热开发模拟代理模型，该模型能够准确预测不同生产制度和不同开采阶段下的储层温度场和压力场，从而避免直接求解偏微分方程组；在此基础上为了实现地热开发生产制度的最优设计，采用具有全局搜索能力的遗传算法，对多变量和复杂约束条件下的参数进行优化。应用结果表明：FNO代理模型在准确性和模拟效率方面表现突出，遗传算法则能显著提升生产制度的优化速度和净现值。研究成果为提高地热开采的效率和经济性提供了新的方法和依据。

关键词： 鲁棒优化   遗传算法   卡尔曼滤波   滑动时间窗口   Robust Optimization   Genetic Algorithm   Kalman Filtering   Sliding Time Window  

摘要： 当前我国风电行业快速发展，大型风机额定容量高，导致其疲劳损伤累积速度快，降低发电效率，增加风电场维护成本。针对风电场的功率分配问题，考虑实际风电场环境中的噪声和延迟影响，本文采用卡尔曼滤波技术平滑数据，并使用滑动时间窗口技术修正延迟，建立鲁棒优化模型。采用遗传算法在噪声和延迟的情况下优化风电场风机的功率输出，目标是最小化累积疲劳损伤并满足电网调度要求，通过适应度评估、选择、交叉和变异等操作，逐步逼近最优解，提出一种有效的功率调度优化策略ROM-PDWF。本文有效地应对了噪声和延迟对风电场功率调度的影响，确保了功率输出的稳定性和可靠性。

关键词： 磁性电子元件   磁芯损耗   SVM模型   遗传算法   决策树   Magnetic Electronic Components   Core Loss   SVM Classifiers   Genetic Algorithms   Decision Trees  

摘要： 随着社会的发展和电子技术的快速发展，磁性元件在电能变换系统中发挥越来越重要的作用，尤其是在高效率和高功率密度需求日益增长的背景下。研究磁性元件中的损耗，特别是磁芯损耗，已成为高效设计的重要课题之一。本文首先对训练集数据进行特征提取，用SVM分类器先对测试集进行训练，利用训练好的模型对测试集进行测试，达到100%的分类准确率。然后对原斯坦麦茨方程添加了温度修正项及系数，用遗传算法优化进行参数识别，对比后发现，修正后的斯坦麦茨方程有更大的异常数据解释性，表明修正后明参数识别效果更好。最后再对测试集先进行特征提取，主要分为四个相关性较高的因素，温度、磁芯材料、励磁波形、磁芯损耗，再进行逐一相关性分析，两两交互相关性分析，方差分析以及分层分析，得到另外三个因素对磁芯损耗的相关性。再进行方差分析，将分析结果使用决策树优化策略得到最优解，预测出测试集的温度为90℃、励磁波形为正弦波、磁芯材料为材料4时，达到最小的磁芯损耗。

关键词： 越库配送   车辆路径问题   NSGA-II算法   Cross-Docking Distribution   Vehicle Routing Problem   NSGA-II Algorithm  

摘要： 越库是一种有效的物流策略，然而，物流费用高、客户满意度低仍是越库配送模式存在的主要问题。本文基于软时间窗约束，研究了带软时间窗的越库配送车辆路径问题(VRPCDTW)。模型的目标是使经济成本之和最小化，平均顾客满意度最大化。结合模型的特征，提出了一种改进的非支配排序遗传算法Ⅱ进行求解。最后，实验数据表明，通过与其他多目标进化算法进行比较，该算法能在不同规模算例下有效求解模型，算法综合性能更高。所提出的方法有效地降低了总配送成本，提高了客户满意度。

关键词： LabVIEW   Pyecharts   MATLAB   遗传算法   风光互补  

摘要： 随着我国经济社会持续进步与绿色发展理念深化，新能源发电技术，特别是风能与光能领域，展现出了强劲发展势头。通过构建S4000风光互补实训平台，融合风能与光能，实现电能互补输出。采用LabVIEW设计上位机监测界面，实时采集并展示系统关键参数。同时，引入Pyecharts进行数据可视化，深度分析历史发电数据，提升数据解读的直观性与便捷性。利用MATLAB软件结合优化遗传算法与神经网络模型，对输出功率及蓄电池电压进行高精度评估预测。实验结果表明，该方法能有效地提高数据预测的准确性，所得决定系数达到了0.98以上，均方根误差、平均绝对误差、平均偏差都接近于零，为新能源发电系统效能优化与可靠性分析提供科学依据。这一系列技术手段的综合运用，增强了电能数据实时监测能力，并赋予系统对未来发电的智能预判能力。

关键词： 电力工程数据   异常数据识别技术   遗传算法  

摘要： 文章介绍了一种利用遗传算法进行数据辨识的方法。通过对异常数据进行辨识,提高了整个算法的全局搜索能力,从而提高了整个算法的效率。通过MATLAB的模拟实验,证明了文中提出的方法能够实现对电力工程中出现的异常数据自动辨识。将遗传算法应用于图像检索中,不仅提高了图像的正确率,而且时间上缩短了60%,达到了检索性能和检索效率之间的均衡。