���ڶ�Ŀ���Ŵ��㷨����Ŧ���������³���Ż�����

枢纽航线网络在设计的过程中,容易受到需求和成本数据发生变化带来的影响。往往造成构建出来的最优网络,在需求发生变化的条件下,与实际对应的最优解存在较大的最低成本优化偏差。为了降低这种网络优化中的不确定性带来的风险,得到在多种可能的需求和成本条件下均可获得较好效果的鲁棒最优解,文中采用了一个多目标优化的遗传算法进行研究。首先将各种不同的需求和成本条件作为需要同时优化的多个目标函数,然后采用一个遗传算法来表示所有可能的枢纽航线网路结构,并搜索多目标优化的鲁棒最优网络解。最后本文对该搜索算法的收敛性进行了证明,数值实验结果表明了算法的有效性。     

基于蚁群算法的应急物流动态网络鲁棒优化

考虑应急物流网络的时间依赖性及所处环境的复杂性,将动态网络理论与鲁棒离散优化理论相结合,建立具有鲁棒特性的动态网络优化模型,在此基础上,结合蚁群算法基本理论,将算法中的启发因子加以改进,使之与优化模型相适应,并利用改进后的蚁群算法在全路中寻求一条时效性高、鲁棒性好的路径以供应急物资运输。最后,举例验证研究所提出的优化理论及改进算法的合理性。     

山区公路路线多目标优化设计

山区公路地形地质条件复杂,路线设计受到的制约因素较多,选线时需要综合考虑安全、费用、环保、舒适等多个目标.考虑到多目标间的冲突性,提出采用多目标遗传算法进行山区公路路线优化.利用此算法能在兼顾安全、经济、舒适、环保的目标下,给出一序列最优解,为路线方案决策提供直接依据.     

基于遗传禁忌算法的城市公交线网优化研究

针对城市公共交通线网优化问题,利用遗传禁忌算法进行研究.通过对公交线网优化目标函数和关键约束条件的分析,从乘客利益、企业效益及社会环境的角度出发,以公共交通效率最大化为总目标,建立公交线网优化模型.在分析遗传算法和禁忌搜索算法自身的优势与不足的基础上,提出基于遗传禁忌算法的公交线网优化算法,并将其应用于银川市公共交通线网规划中,结果表明该算法科学合理,可操作性强.     

基于遗传算法的切割路径优化

将遗传算法用于求解加工路径优化问题．针对加工路径优化目标，即零件加工轨迹应走过零件所有内外轮廓且路径最短，给出了非确定型的多项式数学模型，并根据优化目标将其简化为点与点之间的优化．用遗传算法对加工路径优化进行了遗传编码，并对75个零件排样进行了计算机仿真计算．仿真结果显示，最优值（37129mm）为初始值（43622mm）的85％，表明该算法可行。     

基于自适应遗传算法的水面舰艇航行路径优化

将水面舰艇航行路径分成若干个航路点,将各航路点位置的纵坐标与航速作为遗传参数.对航行路径的影响因素进行分析,确定适应度函数及约束条件.在遗传算法中采用自适应交叉概率和变异概率的方法来控制交叉和变异操作,加快收敛速度,利用自适应遗传算法的全局寻优对航行路径进行选择.通过算例验证方法的有效性.     

均匀设计和遗传操作并行的遗传算法

针对简单的遗传算法稳定性较差，容易发生早熟收敛的不足之处，提出了将均匀设计和遗传操作相结合的遗传算法，通过编码在问题的解空间和算法的搜索空间之间建立一个映射，对其进行交叉操作，变异操作和均匀设计操作，用典型的测试函数进行测试，证明了该算法是可行的，与单纯遗传算法相比，计算精度和收敛速度更高。     

物流配送网络优化模型及其求解算法

针对现代物流中比较典型的3级配送网络结构，结合企业生产和用户需求的不确定性的特点，提出了带模糊约束的模糊规划优化模型，根据该优化模型的特点，提出基于扩展运输问题的混合遗传算法，并对该算法在Visual C＋＋6．0环境下进行数值仿真，仿真结果令人满意。     

基于遗传算法的某款汽油车油耗和排放综合优化

利用AMESim软件建立整车模型,并以各级传动比为设计变量,燃油消耗量最少以及整车的污染物排放量最小为目标函数,设定各级传动比的范围和整车动力性为约束条件,采用遗传算法对传动比进行优化。优化结果表明:优化后整车的燃油经济性和排放性能得到一定改善。     

鲁棒交通网络设计方法

为了更好地指导交通规划实践、提高规划方案应对风险的能力,在分析交通需求预测不确定性的基础上引入鲁棒设计概念,阐述了交通需求预测与鲁棒规划方案的关系.采用随机需求假定,以随机规划理论和均值-方差模型为基础,建立OD需求不确定的鲁棒交通网络设计模型;以蒙特卡洛模拟和遗传算法为工具,设计求解随机双层组合优化问题的实用算法.最...     

基于多智能体局部寻优的粒子群优化算法

为了提高粒子群算法的收敛速度和全局寻优能力,用多智能体遗传算法对粒子群算法当前搜索到的全局极值进行局部寻优．用搜索到的更好的解在下一次迭代中引导粒子进行搜索从而获得更快的收敛速度和更好的全局收敛性。对函数优化和神经网络训练的仿真实验表明．此算法能更快的收敛到全局最优解。     

平面交叉口信号控制多目标优化研究

从道路使用率、出行时间成本、环境保护三方面平衡交通效益出发,建立在饱和度约束下以通行能力、出行者平均延误、尾气排放量作为性能指标的平面交叉口信号控制多目标优化模型;模型可根据交通流状态的不同对控制目标有所侧重;最后运用遗传算法对模型进行优化。算例分析表明,该模型能较好的适应交通流状态的变化,可获得更好的交通控制效果。     

基于自适应小生境遗传算法的混合交通网络设计双层规划模型

在现有的交通网络设计问题研究基础上,采用双层规划模型来描述混合网络设计问题,其中上层模型综合考虑网络阻抗、投资额以及CO的排放总量三方面因素,建立起以三者之和最小为目标的优化函数;下层模型为用户均衡模型。根据所建模型的特征,利用一种基于自适应方法和小生境技术的改进遗传算法进行求解。实例计算证明：此模型和算法是研究混合交通网络设计问题的有效方法。     

公交线网优化的算法研究

为缩短居民乘车出行时间以及减少公交运营投入,在公交线网优化过程中通常采用具有全局最优的遗传算法。针对基本遗传算法自身的一些缺点,提出了一种改进的遗传算法。该算法在公共交通路线优选过程中运用减少搜索空间、加入最佳保留策略和修正策略的方法,对基本遗传算法中的选择、交叉、变异算子及中止条件进行改进。改进遗传算法能够在保证种群多样性的同时加快收敛速度,较好地避免了基本遗传算法前期容易早熟和后期进化缓慢等现象。实例仿真计算表明,该算法具有比基本遗传算法更高的效率,是优化公交线网的一个有效途径。     

遗传算法用于控制器参数的满意优化

对于控制器参数的多指标优化问题，提出了一种新型优化设计方法。通过分别设计的各个性能指标的满意度函数，反映出各性能指标对控制系统的具体要求；并用综合满意度函数的设计，反映出对控制目标的综合要求。由此给出了一种优化模型。应用遗传算法自动搜索，实现控制器参烽的优化。仿真实验效果良好，表明了本文方法的灵活实用性。     

飞机排班一体化模型与算法研究

为了改善航班计划两阶段完成的次优性,将机型指派、路线选择与机尾号指派综合考虑,构建了飞机排班的整数规划与约束规划杂交一体化模型.通过设计了一种基于约束编程思想的列生成算法对该问题进行求解.最后,通过航空公司实例数据验证了模型算法的正确性和有效性.     

基于遗传算法的装配顺序优化

为了解决装配顺序优化的问题,采用了集对分析理论与遗传算法相结合的方法,考虑了装配并行度与重定向次数对装配作业的影响,得到了遗传算法的程序编制方法．实例分析,验证了该算法的可行性与有效性．遗传算法对装配顺序优化具有重要意义．     

基于改进粒子群算法的工程项目综合优化

为解决现有粒子群优化算法进化过程中"早熟"的问题,提出了一种改进的粒子群优化算法HSPSO.算法采用多子群分层策略,以提高收敛速度和优化精度.为求解工程项目的综合优化问题,建立了工期-成本-质量的数学优化模型和多目标优化模型.通过实例对标准粒子群优化算法(SPSO)和差分进化(DE)算法进行了比较,并采用HSPSO算法进行多目标优化.最后,用枚举法验证了模型的合理性和算法的有效性.与已有研究相比,HSPSO算法能在种群规模较小(20个粒子)的情况下,快速找到满意的解(平均迭代次数不超过20次).     

基于遗传粒子群算法的船舶航迹融合研究

研究利用遗传算子对粒子群算法进行优化设计,建立了基于遗传算子的粒子群算法多源数据融合模型。该模型克服了粒子群算法在训练过程中容易陷入局部极值的缺陷,得到了更高的学习精度和更快的收敛速度。利用多传感器检测到的目标船舶航迹点数据进行了融合验证,MATLAB仿真结果表明,基于遗传算子的粒子群算法融合模型融合后的目标船舶航迹点比各传感器单独检测到的目标船舶航迹点数据更加精确,更适用于船舶航迹的跟踪及预测。     

公路网布局的多目标优化模型

针对现有公路网布局优化模型的目标函数过于偏重机动性的缺点,在公路网布局优化模型中引入了可达性的概念,建立了多目标双层优化模型.上层考虑建设资金的约束,以公路网可达性最大和交通负荷度最小为目标函数;下层与传统的4阶段交通规划模型相结合,采用用户均衡配流模型.为了反映上层模型的两个目标函数之间的trade-off关系,设计了基于Pareto最优的求解算法,并采用进化算法实现.文中提出的方法在北部湾区域公路网布局规划中得以运用.