基于遗传算法的图象重建算法

提出了一种基于遗传算法的图象重建算法,该算法通过构造合适的基因编码方案及个体适应度评价函数,并对遗传算法进行优化,克服了Kuba算法和谷士文AI算法的缺陷,可以成功地解决由带有噪声的二维正交投影重建二维图象的问题,并简化了约束条件.实验结果表明该算法是成功有效的.     

GATS混合算法及其收敛性研究

通过对遗传算法和ｔａｂｕ算法的优势和不足分析，提出一种将二者混合使用的求解优化问题的算法。该算法以遗传算法为基础，用遗传算法作全局搜索，用ｔａｂｕ Ｓｅａｒｃｈ算法作局部搜索，改进遗传算法的计算结果。最后，利用马尔可夫链理论证明了混合算法的全局收敛性，并进行了实例研究。     

面向布局问题求解的混合全局优化算法研究

布局问题属于NP完全问题。由于布局函数的病态性状，传统的优化算法很难解决此问题。遗传算法、模拟退火算法等对全局优化展示了一定的前景，但是它们的求解精度和效率不能令人满足。本文将启发式随机搜索策略和局部优化算法相结合，构造了混合全局优化算法（MGOA）来解决这一困难。通过典型测试函数与经典遗传算法，模拟退火算法，复合形法进行比较验算，表明该算法具有优良的求解质量和较好的求解效率；并以旋转卫星舱布局的简化模型为背景，建立多目标优化数学模型，通过一个已知最优解的布局算例与遗传算法和乘子法的计算结果比较，该算法求解的质量和效率更优。表明此算法在布局优化中具有应用潜力。     

遗传算法在系统最优交通分配模型中的应用

在改进选择策略，实行两点变异并采用随机的交叉概率与变异概率的基础上，将遗传算法应用于系统最优交通分配模型中，通过算例与Frank-Wolfe算法进行比较，说明了遗传算法的有效性与可行性，指出了遗传算法相对于Frank-Wolfe算法特有的优越性，为交通分配问题的计算引入了新的有效途径。     

物流配送车辆路径问题的并行遗传算法研究

针对一般遗传算法在初始种群上的单一性提出一种新的算法。该算法对不同的种群采用不同的初始化方法：随机初始化法和构造初始化法,这些方法改变了过去那种种群内部的平衡算法,并将该算法所得结果与其他算法进行比较,表明该算法的合理性。     

遥感图像的三维重建算法研究

本文在综述三维重建算法的基础上提出了一种体素赋值重建算法，该方法从原始遥感图像取得数据，然后建立片存储的数据结构，并以像素为体建立重建模型及算法。同时，利用计算机图形学的一些真实感三维图形的产生算法，通过一系列的隐藏面消隐，旋转变换，光照模型等处理，产生具有实感的立体三维图像，实验模拟表明，该方法有较快的生成速度和较好的图像质量。     

遗传算法在零极点辩识中的应用

介绍了遗传算法的基本愿理,给出了遗传算法在零极点辩识中系统时延、零极点辩识的实现步骤,在种群进化过程中采用基因流代替突变算子,仿真结果说明了该方法的有效性和实用性,并说明该方法能有效地避免算法早熟收敛.     

双向编组站车流接续的综合优化

根据双向编组站车流作业的特点，将各车场能力、解体能力、交换作业能力、衔接方向的通过能力和编组场的股道数作为约束条件，将车辆在编组站的走行距离和集结时间，交换车的作业费用以及在其它车场的作业作为目标函数，构造了车流接续的综合优化模型，采用遗传算法求解模型，并从多方面对遗传算法提出改进策略，仿真计算表明，该模型和算法能够有效地解决了双向编组站的车流接续问题。     

改进遗传算法在动车段检修物流配送中的应用

在动车段对动车组的检修作业过程中，检修车间所需零件或工具的物流配送时效性直接决定了检修作业的效率，而目前动车段内采用的配送方式均为点对点单一路径配送。通过对动车段检修物流配送问题进行分析并建立数学模型，采用遗传算法与模拟退火算法相结合的改进算法对模型进行求解，并将算法应用于动车组管理信息系统中。广州动车段在广东地区的实验数据结果表明，改进的遗传算法针对动车段在路径优化方面较为有效地提高了动车段检修物流配送效率，确保了段内动车组的及时检修，进而保障了段配属动车组的安全运用。     

结点站间集装箱班列开行方案的优化模型及算法

基于一定的边际假定、定义及其定理，将铁路结点站间集装箱班列开行方案（BCTFP）箱小时消耗最少的优化目标描述为线性阶跃函数，得到BCTFP的优化模型。在模型中，每支非零箱流均对应1个线性等式约束，且每个约束条件之间没有任何交叉。将该模型改造为不含约束条件的0-1二层线性规划模型：上层规划的目标为箱小时节省最大，下层规划的目标为在给定决策变量条件下的沿途改编箱小时消耗最小。按照适应性遗传算法的思想确定遗传策略，采用协同多群体遗传算法，以有效地克服由于问题本身具有强基因关联和超多峰性质而带来的模式欺骗问题，设计相应的遗传算法。通过对算法每个环节计算复杂度的分析，得到该算法的整体复杂度为O（αn^3 1nβn^2），说明该算法是收敛于全局最优的有效算法。     

基于形变模型和有限元的3D表面重建

提出了一种利用弹性形变模型重建3D表面的方法，该形变模型在模拟的外力作用下朝着从图像数据抽取的物体表面变形，内力维持模型的光滑性．利用动力学原理和有限元导出了表面重建的动态有限元方程．实验结果表明该方法的有效性．     

多型号平车装载问题的混合遗传算法

铁路运输中的多车型平车装载问题就是要解决在保证安全运输的条件下，提高铁路运输资源的利用率，节省铁路运输资源，这属于NP-hard问题，遗传算法在求解NP-hard问题方面具有较好的优化效果。文中首先分析了平车装载问题的基本技术条件，然后在基本遗传算法和FFD算法的基础上，提出一种求解多车型平车装载问题的混合型遗传算法，并给出算法的编码方法、遗传算子的设计和适应度函数的定义。一方面通过引入染色体有效性判断与修正方法，有效解决了进化过程中的无效染色体问题；另一方面通过引入基因座信息熵来进行群体多样性的计算和控制，有效解决了进化中的局部最优问题，最后用实例验证了所提算法的有效性。     

基于形变模型和有限元的3D表面重建

提出了一种利用弹性形变模型重建3 D表面的方法，该形变模型在模拟的外力作用下朝着从图像数据抽取的物体表面变形，内力维持模型的光滑性．利用动力学原理和有限元导出了表面重建的动态有限元方程．实验结果表明该方法的有效性     

长大隧道软弱围岩施工大变形智能预测方法

长大隧道软弱围岩段施工大变形预测是保证长大隧道施工安全和工程质量的重要措施。结合宜万铁路堡镇隧道工程，运用BP神经网络和遗传算法进行长大隧道软岩段施工大变形预测。采用遗传算法自动搜索使BP神经网络训练效果最优的网络参数，形成能够反映变形与时程高度非线性和不确定关系的GA-BP算法，建立预测智能模型。将预测时间点输入此智能模型，由BP神经网络优异的泛化性能获得该时间点的变形预测值。堡镇隧道应用结果表明，GA-BP算法具有很高的预测精确度，对连续5d隧道变形预测的最大误差仅为6．68％，完全满足长大隧道软岩段施工大变形预测的需要。     

基于模糊形变模型的3D表面自适应重建

结合模糊技术、形变模型和ＡＣＤ方法提出了基于模糊形变模型的３Ｄ表面自适应重建方法。在模糊分割的基础上，引入了模型的模糊外力，在该模糊外力作用下模型能逼近任意复杂的物体表面；利用ＡＣＤ方法使模型自适应地改变其拓扑结构；为了提高表面重建的速度和鲁棒性，提出多尺度重建算法。实验结果表明该方法的有效性。     

用遗传算法构造最优测试树

测试树问题属一类应用十分广泛的二元识别问题范畴，求解最优测试树是一个ＮＰ完全问题，本文提出了基于遗传算法构造最优测试树的方法，并通过实例研究了算法的有效性。研究结果表明，遗传算法具有全局搜索、并行求解能力，是求解最优测试树问题的一个非常有效的方法。     

遗传算法在桥梁有限元模型修正中的应用

遗传算法是一种模拟自然选择和遗传机制的优化算法,在自动控制、图像处理等方面有着广泛的应用,本文将遗传算法应用于桥梁有限元模型修正,并与L-M算法的优化结果进行对比,二者优化结果基本一致,并总结出遗传算法与L-M算法在桥梁有限元模型修正中的优缺点。     

求解带软时间窗的开放式车辆路径问题的遗传算法

通过应用交叉、变异概率的自适应机制和交叉算子A等技术,构造了一个求解带软时间窗的开放式车辆路径问题的遗传算法。用标准测试算例对算法进行测试,并将运算结果与文献中相关算法的运算结果相比较。结果表明,该算法具有较好的性能。     

基于物流金融的动态质押物配送路径优化

对物流金融业务中的动态存货质押物在配送和运输过程中的路径问题进行优化研究,以存货质押物在配送过程中的总线路最小为目标,将该问题看成是VRP问题并建立数学模型,通过对模拟退火算法和遗传算法2种算法优点和缺点进行对比,得出模拟退火算法能更好解决该问题,并用算例验证该算法,该算法能够避免解陷入局部最优,最终经过迭代得出最优配送路径。     

基于自适应遗传算法的3D钢桁架优化设计研究

研究目的:针对标准遗传算法出现的未成熟收敛、振荡、随机性太大等缺点,通过研究对其改进,提出自适应遗传算法.利用自适应遗传算法建立钢桁架结构优化设计模型,采用 matlab语言编写自适应遗传算法优化分析程序,用于铁路车站工程一雨棚的优化设计.研究结论:针对标准遗传算法存在的缺点,通过研究提出了自适应遗传算法.该算法在计算过程中依据个体的适应值,来确定染色体的交叉位置、交叉率、变异率,使杂交沿着有利于算法收敛的方向进行.确保了子代个体优于父本,使进化前期变异明显,后期趋于稳定,确保搜索到全局最优解,从而保证了种群开发和搜索的平衡及全局收敛性.并建立了桁架结构优化设计模型,以matlab软件为平台,对铁路车站一雨棚桁架结构进行了优化设计,取得了满意的效果,证明自适应遗传算法是一种理想的建筑结构优化设计方法.