含约束条件多峰函数优化问题的混合遗传算法

针对目前求解含约束条件多峰函数全局优化问题存在的困难,结合传统优化算法和常规遗传算法,提出一种寻求含约束条件多峰函数全局最优解的混合遗传算法.算例分析结果表明:该算法保留了传统优化算法的局部寻优能力和常规遗传算法的全局寻优能力,是寻求含约束条件多峰函数优化问题的一种有效算法.     

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。     

互通式立体交叉方案综合评价方法

基于投影寻踪算法的基本原理和求解过程,提出互通立交方案设计综合评价方法,该方法直接从待评样本本身寻求各评价指标的客观权重,避免了主观评价法评价指标权重的确定存在着主观依赖性、评价结果受到人为赋权的干扰问题.采用实码加速遗传算法对投影指标函数进行优化,求解最优投影方向向量,可有效地解决高维数据全局寻优的难题.     

基于蚁群优化的前向神经网络

提出了一种新的神经网络学习方法.利用蚁群算法学习神经网络,克服了传统BP算法的不足.同时,针对蚁群算法主要用于组合优化的应用特点,对其进行了改进.将离散的信息素分布矩阵及概率分布矩阵拓展为连续的信息素分布函数和概率分布函数.将搜索的范围扩展到连续区域.使得新算法兼具了蚁群算法的全局快速寻优能力与神经网络的广泛映射能力.通过实例证明了该方法的有效性和快速性.     

一种基于邻域空间的混合粒子群优化算法

针对标准粒子群优化算法在信息共享机制的不足,提出基于邻域空间的混合粒子群优化算法。该算法修改了粒子速度更新方程,提出了一种将模式搜索算法嵌入粒子群优化算法新方法。通过4个典型的测试函数的实验研究,表明了所提出的算法充分发挥了模式搜索算法强大的局部搜索能力和基于邻域空间的粒子群优化算法的全局寻优能力,很好地平衡了算法的全局“探索”与局部“开发”。新算法具有优化精度高、鲁棒性强的特点,特别适合对高维多峰函数进行优化。     

小生境技术在动力学系统参数辨识中的应用研究

提出了基于小生境技术的动力学系统参数辨识方法.针对普通遗传算法收敛速度慢的特点,采用确定性选择机制、自适应交叉和变异算子以及归一化海明距离提高算法的运行效率,参数辨识和函数优化的实例表明小生境自适应遗传算法的搜索和优化能力得到很大提高.提出的参数辨识方法具有良好的多峰值寻优能力,可广泛应用于黑箱问题识别和系统优化的相关研究.     

随机需求IRPTW的多目标优化

针对随机需求下带时间窗的存贮路径问题,建立了多目标库存和配送策略优化模型,用多目标遗传算法对模型求解．该算法采用精华保留策略和自适应调整策略等遗传算子逼近全局最优解,可以克服遗传算法局部搜索能力不足的缺陷,提高收敛速度和改善全局寻优性能．以某物流公司的产品配送系统为例,用多目标遗传算法获得了费用较低的方案．     

遗传—神经网络在交通流预测中的应用

提出一种基于BP神经网络的遗传算法,分别利用其局部和全局寻优能力强的特点,综合为一种新的优化算法,并将改进的算法应用于交通流预测中。结果表明,改进方法的预测效果优于单一使用BP神经网络进行预测的效果。     

基于遗传算法的车间设备布局设计

车间设备布局问题具有非线性、NP难等特性,无法运用传统方法求得最优解.运用遗传算法突出的寻优能力,在单行布局的基础上,采用自动换行技术对车间设备进行多行设备布局,优化车间设备布局效果,运用PMX交叉操作和邻域搜索技术的变异操作提高遗传算法的全局和局部搜索能力.通过实例验证了此方法的可行性和有效性.     

域约束优化问题的普适免疫进化算法

在免疫进化算法的基础上，针对域约束优化问题，提出了一种普适算法．通过区间变换，该算法在保证所产生的个体分量均能满足相应的区间约束的同时，消除了参数设置的随意性，不仅提高了计算效率，而且增强了算法的统一性，克服了其它进化算法采用罚函数处理域约束问题的不足．多峰函数优化和遗传算法欺骗问题的测试结果表明：与采用罚函数处理域约束问题的免疫进化算法相比，普适算法不仅易于编程，而且能以更快的速度稳健地收敛到全局最优解．     

带频率约束的车体结构组合优化设计系统

利用遗传算法对代码进行优化操作的特点,研究适应轨道车辆车体结构的优化方法。以重量最轻为目标,离散的截面和板厚为设计变量,应力、指定位移和自振频率为约束,实现了集多种变量、多类约束于一身的组合优化设计,并编制了铁道车辆车体结构专用优化设计系统。     

高速公路路面养护决策混合遗传优化方法

为了提高高速公路路面养护决策的效率与稳定性,降低养护成本,分析了传统数学规划优化方法与遗传算法的适用性,引入伪并行、最优保存和自适应参数调整策略,提出了高速公路路面养护决策混合遗传优化方法。仿真结果表明:混合遗传算法不但收敛速度和搜索能力优于简单的遗传算法,有效地避免了决策的早熟现象,而且可以对任意多个高速公路路面养护方案进行养护资金的优化分配,养护资金总额是没有限制的,因此,混合遗传算法很好地解决了高速公路路面养护决策优化问题。     

基于改进遗传算法的航班-登机口分配多目标优化

为提高现代机场的资源利用效率和乘客换乘体验, 研究了多目标航班-登机口分配问题; 在考虑航班类型约束、飞机机体类型约束和转场时间间隔约束的基础上, 以分配在固定登机口的航班数量最多、使用的固定登机口数量最少和乘客换乘紧张度最小为目标函数, 建立了航班-登机口分配的多目标非线性0-1整数规划模型, 并设计了一种改进型基因编码的遗传算法以提高求解效率; 基因个体采用两段式整数编码, 设计了该编码方式到可行解的映射流程, 同时从理论上证明该编码方式可以映射到最优解; 对两段基因编码分别设计了不同的交叉算子和变异算子, 避免产生非可行个体; 为验证算法的有效性, 基于某大规模机场的实际运营数据, 对比了改进型遗传算法与MATLAB内置遗传算法。计算结果表明: 采用改进型遗传算法使得安排在固定登机口的航班数目增大5%, 乘客换乘总紧张度减小3%, 乘客换乘平均紧张度减小32%, 占用的固定登机口数量相同, 安排在固定登机口的乘客数量增大20%, 算法运行时间减小8%, 说明改进型遗传算法性能更好, 可提高登机口的利用效率和乘客的换乘舒适度; 在改进型遗传算法的优化过程中, 航班数量目标和登机口数量目标在130次迭代时寻到最优解, 换乘紧张度目标在400次迭后基本收敛, 且最优结果对应的航班时序合理, 说明该算法的迭代收敛速度快, 优化结果合理。      

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。     

集装箱码头岸桥调度优化模型及算法

为弥补集装箱码头岸桥调度问题的传统优化方法仅适用单船舶情况的不足,以总费用(所有岸桥使用费用和船舶停靠费用)最小为优化目标,考虑岸桥不可穿越性和安全距离约束条件,建立了了面向多艘船舶的集装箱码头岸桥统一调度和卸船任务分配问题的混合整数规划优化模型.使用任务网络图方法,搜索影响卸船任务最终完成时间的关键任务及其相应的限制任务路径,设计了基于限制任务路径进行邻域搜索的双层模拟退火算法求解模型.12个不同规模的算例结果表明:与分支定界法和遗传算法相比,本文算法节省时间6.32%~18.36%,近似最优解的质量更高,而且最优解目标值之间的差距仅为0.38%~2.20%;考虑岸桥之间的安全距离约束导致系统运营成本增加3.41%~11.21%.      

带有固定运费的多式联运方式选择

为更经济有效地组织多式联运,在同时考虑固定运输费用和变动运输费用的前提下,针对一批货物在其运输路径上各路段运输方式的优化选择问题,以包括运输费用、中转费用和惩罚费用在内的总费用最少为优化目标,以货物送达时间和运输能力为约束条件,构建了混合整数线性规划模型,并设计了相应的整数编码遗传算法.算例结果表明,本文模型比既有不考虑固定运费的模型具备找到更优解的能力;对于15个包括20~100个路段和5~20种运输方式的随机算例,与商业优化求解器LINGO相比,本文算法在设定计算时间60 s内找到了2个大规模算例的更优解,总费用平均节省0.75%,证明了该算法对大规模问题的有效性.      

考虑弹流润滑的圆柱滚子轴承多目标智能优化设计

基于弹性流体动力润滑理论,以额定动载荷最大和膜厚比最大为目标函数,通过对圆柱滚子轴承多目标优化数学模型的研究,应用退火罚函数方法将其转化为无约束单目标优化问题.采用遗传算法求解含连续及离散变量的优化设计问题,同时针对遗传算法的局限性,采用了实数编码,调整了适应函数,设计了基于确定性准则的杂交算子和变异算子,借鉴了优解保留策略,结合模拟退火算法,形成了遗传模拟退火算法,该算法发挥了模拟退火与遗传算法各自的特点.算例表明了该优化方法的有效性.     

Satisfactory Optimization Design of IIR Digital Filters

A new method called satisfactory optimization method is proposed to design IIR ( Infinite Impulse Response) digital filters, and the satisfactory optimization model is presented. The detailed algorithm of designing IIR digital filters using satisfactory optimization method is described. By using quantum genetic algorithm characterized by rapid convergence and good global search capability, the satisfying solutions are achieved in the experiment of designing lowpass and bandpass IIR digital filters. Experimental results show that the performances of IIR filters designed by the introduced method are better than those by traditional methods.     

一种改进的遗传算法在动态交通分配中的应用

以遗传思想为基础设计了新的启发式优化算法,针对动态交通分配问题,对遗传操作中的选择、交叉、变异算子进行修改,同时采用了模拟退火收敛准则,克服了传统遗传算法早熟收敛的弊端,并提高了全局寻优能力。仿真实验表明,该算法有快速高效的特点,提高了该动态交通分配模型的实用价值。     

遗传算法在车辆路径问题中的优化

关于遗传算法的车辆路径优化问题，已经提出过多种思想方法，虽然有些也有实验结果，但仍大有改进余地。针对具体的车辆路径优化问题，对传统遗传算法作了多处关键性改进。针对多客户点基本均布于物流中心的特点，作初始群优化，降低交叉率，提高变异率，简化繁琐的染色体修正计算，极大地提高了寻优速度，减少了遗传操作的数量，为多计算点的遗传操作提供有力的支持。