遗传算法在飞剪机结构参数优化设计中的应用

在对飞剪机结构参数的优化设计中，应用了一种新兴的高效寻优方法-遗传算法。文中对基于遗传算法的参数优化过程进行了全面和简要的说明。实例计算表明，该方法可以获得比较满意的优化设计结果。     

基于遗传算法的公路纵断面优化

提出了一种基于遗传算法的纵断面优化方法，这种方法可以在一个可行域中自动搜索一个最优或较优解。其基本思想是首先根据纵断面初始解建立一个可行域，通过编码建立染色体与实际设计变量之间的一一对应关系，然后对可行域中的可能解用一个评价函数(适应度)进行度量，利用遗传算法在可行域中选择最优解。实践表明：该方法具有全局解空间搜索能力，从而实现了全局寻优的目的，对道路优化设计是有效的，可行的。     

基于遗传算法的列车端部桁架优化设计

为实现列车端部桁架优化设计,提出了一种将ANSYS和遗传算法有机结合的优化设计方法,该方法是将模型用批处理命令流(APDL)描述,在命令流文件中定义优化目标,设计变量及约束条件,然后遗传算法(GA)把ANSYS的前处理模块作为计算黑箱进行后台调用,从而对吸能结构进行优化设计.以桁架为应用对象,给出了该方法对桁架吸能结构优化设计的全过程,证实把遗传算法引入复杂结构的大规模优化计算是可行的.     

基于遗传算法的列车端部桁架优化设计

为实现列车端部桁架优化设计,提出了一种将ANSYS和遗传算法有机结合的优化设计方法,该方法是将模型用批处理命令流（APDL）描述,在命令流文件中定义优化目标,设计变量及约束条件,然后遗传算法（GA）把ANSYS的前处理模块作为计算黑箱进行后台调用,从而对吸能结构进行优化设计．以桁架为应用对象,给出了该方法对桁架吸能结构优化设计的全过程,证实把遗传算法引入复杂结构的大规模优化计算是可行的．     

配气凸轮优化设计的单纯形法和遗传算法

采用高次方五项式构造凸轮型线的优化设计数学模型，使用Matlab数学工具。用单纯形法和遗传算法对其分别进行了最优化设计．数值计算实例表明：单纯形法容易陷入局部最优，而遗传算法则具有较好的全局搜索性，能获得全局的最优点．     

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。     

离散变量结构形状优化设计的混合遗传算法

通过在遗传算法中嵌入拟满应力算子来增强其局部寻优能力,并将拟满应力遗传算法应用于离散变量结构形状优化设计问题.将形状设计变量和截面设计变量统一编码表示在同一染色体中,既解决了两类变量间耦合上的困难,又避免了将两类变量分开考虑只能求得局部最优解的问题.对混合离散变量问题,对形状变量提出二级搜索策略,即首先在整个搜索区间进行粗粒度搜索,进化后期再将搜索范围缩小至最优解附近,重新编码进行局部细致搜索,从而解决了求解的精度和求解效率间的矛盾.     

遗传算法在离散变量结构优化设计中的应用

以三杆桁架结构优化设计演示了遗传算法在离散变量优化设计中的应用．优化结果与传统结构优化设计结果相比较，表明遗传算法的有效性．运用遗传算法求解十杆超静定桁架结构优化问题．针对三杆、十杆桁架结构分析了群体规模大小对算法收敛的影响，说明群体规模的选取是与染色体长度密切相关的．     

传统机械优化设计方法和遗传算法的比较

以箱形盖板优化设计为例，分别得出了应用传统机械设计优化方法和遗传算法机械优化设计的结果。并进行了比较，体现了遗传算法的特点。结果表明，遗传算法是一种非常有效的机械优化设计方法。     

牵引供电系统优化设计研究

本文论述电气化铁道供电系统优化设计的新课题。在建立牵引仿真(或牵引计算)数据库基础上,应用数学规划方法提出了寻优设计的两个数学模型:最小能损模型和最少工程费用模型,并详细讨论了以最小能损为目标函数的数学模型及算法。给出的算例表明,按寻优设计方案能有效地减少整个牵引供电系统中的功率损失(能量损失)。     

遗传算法应用于并联管道计算中的研究

传统求解并联管路的水力计算的方法不是精度低就是限制条件多。设计了一种改进的遗传算法求解的方案，对适应度函数的选取作了详尽地分析，并提出了可增强局部搜索能力的微调变异算子。并联管路的水力计算实例证明了改进的遗传算法的有效性。     

基于运行速度的公路几何线型优化设计探讨

首先阐述了运行速度的基本概念和运行速度的计算方法和评价准则。然后建立了运用遗传算法对公路几何线形进行优化的方法和步骤。最后提出了基于遗传优化算法的公路几何线形设计的方法和流程,为公路设计人员提供新的设计思路和方法。     

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.     

一种改进的遗传算法及其在作业车间调度的应用

基于遗传算法容易产生早熟的现象,提出了一个概念清楚、运算量小的评价种群过早收敛程度的指标,并利用该指标提出了一种新的调整策略.仿真实例表明,该方法能及时反映种群在进化过程中的过早收敛程度,不仅能加快计算速度,而且还能增强算法的全局收敛性.     

一种基于VOD集群服务器的遗传均衡算法的研究

本文根据VOD集群服务器的特点,结合遗传算法的优点,对基于VOD集群服务器的负载均衡技术进行了分析和探讨,提出一种遗传均衡算法。     

基于遗传算法的信号联锁故障处理中风险问题的研究

以遗传算法优化技术为基础,对铁路信号联锁故障处理中的风险问题因素进行了分析,期望减少电务部门故障处理流程中的风险,从而避免人为造成重大、大事故.     

基于遗传算法的公交车辆智能排班研究

运营车辆智能排班是公交车辆智能调度需要解决的典型问题之一。它可以描述为：通过某种智能化的算法,在有限的算法步骤内,找出所有满足约束条件的排班方案中的最优方案或接近最优的方案。作者针对公交排班的特点,对遗传算法的各个算子进行了专门化处理并进行了大量的试算。结果表明,遗传算法对解决公交车辆排班问题是有效的。     

车间作业调度中基于领域搜索的混合遗传算法

车间作业调度问题是一个NP完全问题，很难用一般的方法解决．遗传算法(GA)作为全局搜索算法广泛应用于各种寻优操作中，并己成为求解车间作业调度问题(JSP)的主要方法，本文针对遗传算法应用的局限性，把领域搜索的思想应用到变异操作中，提出了一种应用于车间调度中基于领域搜索的混合遗传算法，该算法不仅保证了算法的全局收敛性、而且提高了算法的收敛速度和稳定性。     

求解Job-Shop车间作业调度的混合算法

提出了一种解决车间作业调度最短完成时间的有效的混合算法．基于考虑到遗传算法的早熟收敛问题和禁忌搜索算法的自适应优点，该算法结合了遗传算法和禁忌搜索算法对Job—Shop车间作业调度问题的解进行编码，通过实例表明该算法是可行和有效的．     

基于候选集的轨道交通网络优化研究

给出基于候选集的轨道交通网络的规划流程和多目标规划的整数模型。模型综合考虑乘客与规划者,以最小化乘客出行时间、最小化轨道网络总长度、最小化轨道总发车次数为优化目标,并选用遗传算法作为模型的求解算法,给出模型解的编码与求解过程。