一种基于伪并行迁移策略的求解TSP问题的遗传算法

TSP问题是典型的NP完全问题,遗传算法是求解NP完全问题的一种常用方法.文中将并行遗传算法的迁移策略以伪并行的方式应用于TSP问题的求解,并在迁移过程中进行优化.该算法减少了个体的评价计算量,提高了解的质量.     

一种基于伪并行迁移策略的求解TSP问题的遗传算法

TSP问题是典型的NP完全问题，遗传算法是求解NP完全问题的一种常用方法。文中将并行遗传算法的迁移策略以伪并行的方式应用于TSP问题的求解，并在迁移过程中进行优化。该算法减少了个体的评价计算量，提高了解的质量。     

基于改进遗传算法的柴油机调速控制研究

以6135柴油机为对象,建立了柴油机简化传递函数和执行机构模型.针对传统PID调速稳定时间长,控制效果不理想,论文提出一种改进遗传算法的PID调速控制策略.改进的遗传算法从加快收敛速度、抑制早熟和提高寻优能力出发,提出了改进的选择算子、自适应交叉算子和自适应变异算子,采用MATLAB软件分别对传统PID和基于改进遗传算法PID的调速控制系统进行了仿真研究.仿真结果表明,改进遗传算法PID控制器具有良好的动态品质和稳定性,其控制效果优于传统的PID控制器.     

基于改进遗传算法的船舶航向PID控制器

为提高遗传算法对船舶航向PID控制器控制参数整定的效果,提出一种改进的遗传算法,设计自适应交叉算子和变异算子,动态调整交叉概率和变异概率。同时,针对船舶操舵转艏模型,设计恰当的目标函数和超调惩罚机制。仿真试验结果表明,该航向控制器具有收敛速度快、没有超调等优点。     

基于遗传算法的船舶导航路径规划研究

合理优化的船舶航行路径是舰桥系统中重点研究的技术之一。本文将遗传算法引入到船舶导航路径规划中,设计适当的适应度函数和遗传算子,从而保证遗传算法的鲁棒性;并且通过改进的交叉算子和变异算子能够增强种群的多样性。最后通过仿真对比实验来说明本文算法的有效性。     

基于遗传算法的军用飞机智能起降调度方法研究

计及军用飞机起降过程中的时间窗口约束和尾流间隔约束条件,基于遗传算法建立了军用飞机智能起降调度的数学模型。飞机队列顺序采用整数染色体编码方案,依据初始化种群、求解适应度函数和轮盘赌方式的选择操作,并配合相应的交叉、变异算子,对军用飞机航班规划问题进行了求解和优化。通过仿真计算,并与其他调度方法进行对比分析,验证和说明了所采用的模型和算法的有效性。     

基于遗传算法的船台分段吊装顺序优化

在分段工艺约束和船台资源有限的情况下,为实现多艘船舶分段吊装顺序优化和船台资源的合理配置,首先在资源受限项目调度问题理论的基础上,建立了分段吊装顺序优化的数学模型.然后针对标准遗传算法过于依赖种群规模和交叉变异算子等不足,提出了自适应调整策略,改进了算法性能,并将其应用到上述模型中.最后以4艘3900TEU集装箱船的分段吊装顺序优化实例,并和船厂初始调度方案作了对比,论证了文中提出的改进遗传算法对于解决多艘船舶分段吊装顺序优化问题的合理性和可行性.     

CADDS5平台上基于遗传算法的船舶舱室优化布置

本文介绍了某型船舱室优化布置设计中遗传算法的算法结构及其评价函数、选择策略、交叉算子、变异算子，计算结果表明该算法具有良好的计算特性。该算法与CADDS5软件平台相结合，完成了该类型舱型室的三维优化布置设计。     

随机响应约束下的桁架结构拓扑优化

研究随机响应约束下的桁架结构拓扑优化问题具有重要的工程应用前景.文章采用自适应遗传算法(AGA)求解了随机响应约束下的桁架结构拓扑优化问题.通过引入海明距离生成高质量的初始种群、采用自适应的交叉和变异算子以及对适应度函数进行线性标定这三个步骤改进了遗传算法的搜索效率以及收敛性.在拓扑优化列式中考虑杆件以及各自由度的拓扑变量以精确地模拟优化过程中杆件和结点的删除.建立了随机载荷作用下结构均方响应的表达式,并以此作为拓扑优化问题的约束条件.另外,提出了一些启发式算法来引导杆件和结点的删除.最后,通过对随机激励下的二维桁架以及三维桁架进行拓扑优化计算,证明了本文方法的实用性和有效性.     

改进遗传算法在锚泊系统张力优化中的应用

为使锚泊系统能根据船舶使用环境,合理地调整锚链张力来保证船舶作业安全和定位要求,其张力的优化分配是必要的。在研究锚链张力优化模型和遗传算法基础上,针对遗传算法早熟收敛,后期搜索迟钝及多样性保持不好的缺点,采用个体相似度交叉配对策略,改进交叉、变异自适应操作、非线性规划;量子化编码,旋转门动态调整及自适应量子变异、灾变的措施改进遗传算法,并将改进算法应用于1 000 t应急打捞起重船锚泊定位系统张力优化中,仿真结果及性能分析表明该方法全局搜索能力和收敛性能明显提高。验证了改进张力分配算法的合理性和有效性。     

改进遗传算法在潜艇天文导航中的应用

潜艇自动天文导航对星图处理有着较高的实时性要求,在比较、分析、综合现有的一些改进方法的基础上,对基本遗传算法提出了一系列的改进措施,形成了一种高效综合的遗传算法．改进算法采用了最优保存策略和比例选择相结合的选择思路,设计了与进化代数相关的交叉概率和与个体适应度相关的变异概率,以及与早熟情况、进化代数和个体适应度有关的移民算法等．将该算法与大津法相结合应用于星图分割中,结果表明,改进的遗传算法不仅可以使图像分割获得满意的效果,而且还有效地提高了计算速度．     

基于GA的大型船舶制造企业风险管理研究

介绍了运用遗传算法（GA）解决实际问题通常包括的步骤。探讨了散货船船体吊装顺序优化，建立了在给定周期下实现成本最小的目标函数，提出了一种改进GA来求解全局最优或者次优的装配顺序，采用了整数编码、单点交叉方法和新的变异方式。采用了最小偏差法，构造了FPSO船型优化的统一目标函数，采用了实数编码，以容量最大、造价最小为目标进行了多目标优化。     

基因演算法於船体加强板架之最佳化设计应用

船体结构之最佳化设计是一个复杂非线性的混和离散问题，并且要搜寻到全域的最佳值并不容易。在复杂的设计环境下基因演算法（Genetic Algorithm；GA）却可以搜寻到近似的全域最佳值。本文主要是应用基因演算法对T加强板架（Tee stiffened panel）、平板加强板架（flat-bat stiffened Panel）等常用且最具代表性之船体结构件进行最佳化设计，使结构在满足终极破坡限制（ultimate failure constraints）与耐用破坏限制（serviceability failure constraints）等所有限制条件下，求得最佳目标函数值中各设计变之最佳组合。在过程中并考量不同族群大小、变换机率、突变机率因素对最佳化结果的影响。文中是以制造成本为目标函数，其中同时考量材料成本及劳工成本，且所得之结果与连续性线性规则（Sequential Linear Programming；SLP）最佳化结果作了比较。计算的结果显示基因演算法可以有效地与快速地获得最小重量和最低成本的目标。     

自主式水下机器人最优路径规划问题的研究

路径规划是水下机器人实现自主航行的重要环节。根据自主式水下机器人的动力学性质，路径规划的特点以及实现智能行为的要求，采用基于案例的遗传算法，实现了自主式水下机器人最优路径规划。给出该方案的基本框架和算法，在基于案例类比的学习方法中引入模糊多属性综合决策的方法建立决策算子进行案例的匹配，在遗传算法中实际知识的指导，适当地改进遗传算子，加快搜索速度。仿真结果证明该路径规划方法能够取得较好的规划结果，使自主式水下机器人具有了一定的自主导航，自主避障和自主作业的能力。     

使用遗传算法解决MTSP问题的一种新的染色体设计

多旅行商问题（Multipie Traveling Salesperson Problem，简称MTSP）讨论的是如何安排m（〉1）位旅行商访问n（〉m）座城市，要求每个城市只允许被访问一次时，求解所有旅行商花费的费用和是最小（或最大）的问题。MTSP问题其实与单旅行商问题（Traveling Salesperson Problem，简称TSP）相似，但是由于添加了任何城市只要被某一旅行商访问到即可这个附加条件，因而增加了问题复杂度。在以前使用遗传算法（GA）研究解决MTSP问题时，通常采用标准的TSP染色体和处理方法。现为解决MTSP问题给出了一种新的染色体设计和相关的处理方法，并与以往的理论设计和计算性能进行比较。计算测试显示，新的方法能够获得较小的查找空间，在许多方面，新的方法产生的解空间更好。     

遗传算法在船舶电缆布局优化设计中的应用研究

船舶电缆布局优化是实现船舶布线自动化的一项技术难题,这一问题的解决可节省大量电缆布局设计的时间和费用。建立优化模型,并对传统遗传算法中初始种群的产生方法、选择算子及变异算子进行改进,增加检测操作,从而构造求解该模型的改进遗传算法。仿真结果表明,该算法是一种具有全局寻优能力的布局优化方法,具有高效性、实用性,并可扩展于解决船舶设计中的其它优化问题。     

Application of a genetic algorithm to the optimal structural design of a ship's engine room taking dynamic constraints into consideration

The genetic algorithm, known as GA, is used to optimize engine room structure, not only under static constraints, but also under dynamic constraints. A penalty function method is used to handle the complicated constraint conditions based on the numerical results of dynamic and static analyses. There are several ways to take the dynamic effect into account in the optimum design of ship structure. First, the inequality constraint condition is applied to separate the natural frequency and the exciting frequency. Second, generalized design variables are introduced in order to transfer not only the dynamic but also the static equilibrium equations into the equality constraints, resulting in the optimal structural design without the need to solve these equilibrium equations. Third, the magnitudes of the acceleration and displacement are constrained instead of applying the natural frequency constraint condition. In order to achieve better convergency in the optimization with least resources, several operators and methods are considered and then introduced into the structural design of the engine room. The new operator, called either objective elitism or fitness elitism, is introduced to improve the efficiency of the method. The effect of boundary mutation and nonuniform mutation on the performance of the GA is examined. Not only binary representation but also floating-point representation are used to express the design gene in the GA. Fuzzy theory is applied in the GA to handle the uncertainty of the constraint conditions. Two ways of solving fuzzy optimization are investigated in order to obtain a fuzzy solution and a crisp solution. Received: October 2, 2000 / Accepted: November 30, 2000     

改进差分进化算法在舰船电力系统网络重构中的应用

针对舰船电力系统的网络重构,建立了以负载恢复量、开关操作数和发电机效率均衡为多优化目标的舰船电力系统故障恢复模型,提出了一种带自适应离散断点算子和动态变异、交叉因子的改进离散差分进化算法进行求解。改进后的算法能有效地提高收敛速度,并克服传统差分进化算法收敛精度不高、易陷入局部最优的问题。舰船电力系统网络故障恢复算例表明,该方法能获得更好的系统重构方案,并具有较好的优化性能。     

工程项目资源优化的遗传算法

遗传算法（GA）是一种源自生物界自然选择和自然遗传机制的随机化搜索方法，其群体搜索策略和信息遗传的特点使其在组合优化中表现出其它传统方法所不能比拟的性能。本文将GA应用于工程项目的资源优化中。与常规的直观方法相比，应用GA能同时解决资源平衡和资源有限问题并避免了繁琐的推断过程，同时还能得到除最优解外的几个次最优的解决方案。