简介:摘要在炼铁过程中,保持合理的炉温水平是达到炉况稳定顺利、实现高炉生产“优质、高产、长寿、低耗”的直接保证。一般通过预测铁水硅含量来间接地反映炉内温度的变化,判读高炉炉缸热状态。本研究提出将BP神经网络与遗传算法(GA)相结合,建立GA-BP网络模型。
简介:序列比对是将蛋白质中的基因或氨基酸进行对齐的动作,目的是要找出两序列的相似程度,而多重序列比对则是同时比对多个DNA或蛋白质序列,找出此序列群组中最佳的比对结果.本研究结合遗传算法及模拟退火算法,先利用遗传算法优化种群的概念,随着世代演进逐渐产生近似最佳解,再利用模拟退火算法进行小区块内的比对修正.实验结果显示,利用遗传算法与模拟退火算法的结合,使得遗传算法在跳脱局部最佳解的时候能有更大空间移动,而且也让模拟退火算法能有效解决经由遗传算法初步比对之后所产生的不良区域.两种算法结合的序列比对结果比任何单一算法的结果好,因此可以提升整体比对效果,将来能够为生物学家在判断未知序列功能时提供适当的帮助.
简介:为了能够对蒸汽发生器的液位进行准确地控制,确保核电站的安全运行,将时域分数阶PID模型预测控制技术应用于蒸汽发生器的液位控制中。文章分析了模型预测控制的基本理论,讨论了蒸汽发生器液位预测控制的数学模型;研究了时域分数阶PID控制器的设计模型;设计了蒸汽发生器液位的时域分数阶PID模型预测控制算法,并且设计控制器参数优化的改进蚁群算法流程;最后进行了仿真分析。仿真结果表明,时域分数阶PID控制算法能够获得更好的液位控制效果。