共查询到20条相似文献,搜索用时 15 毫秒
1.
2.
3.
《江苏科技大学学报(社会科学版)》2017,(6)
针对传统遗传算法存在容易过早收敛、寻优效率较低、精度不高等缺点,从适应度值函数标定和群体多样化两方面对传统遗传算法进行了改进,避免了传统遗传算法过早陷入局部最优解,拓宽了寻优空间;将改进的遗传算法应用于建筑结构优化设计中,通过建立以质量最小为目标的优化数学模型,解决具有应力约束和截面尺寸约束的离散变量结构优化问题,并对改进型遗传算法进行优化设计结果比较;结果表明,改进型遗传算法演化代数低于标准遗传算法,收敛性能明显更佳,提高了遗传算法在结构优化应用方面的计算速度和优化效果. 相似文献
4.
5.
船舶航行性能优化是一个非常复杂的问题,它具有多个设计变量,多个约束和多个极点.传统的优化方法通常无法解决该问题.文中采用了一种传统的优化方法一复合形法(CA)和遗传算法(GA),模拟退火算法(SA)来计算船舶航行性能优化问题,比较了三种优化方法的输出结果并选取最好的那个解作为最终的优化结果.通过这种方法.可以以更高的概率获得真实的最优解.应该指出的是,这三种算法都作了某种程度上的改进.作者采用C++语言基于面向对象思想开发了计算软件-ShipPO.文中列出的所有船舶航行性能优化计算结果都是在ShipPO平台上计算出来的,结果表明采用三种优化方法计算一次船舶航行性能优化问题耗时并不太多.最终的结果表明ShipPO具有很强的寻找全局最优解的能力,它能够很好地满足工程需要. 相似文献
6.
7.
8.
现有船舶电子商务物流中心站选址方法以时间路径最短为目标,存在着选址合理性参数较小的问题,为了解决上述问题,提出遗传算法的船舶电子商务物流中心站优化研究。依据船舶物流特点构建物流中心站选址模型,构建模型是一个NP-hard问题,利用遗传算法寻求全局最优解,通过编码、初始化种群、适应度评价、遗传算子操作以及遗传算法求解确定最佳船舶电子商务物流中心站的位置,实现船舶电子商务物流中心站的优化。实验结果显示:与现有代表方法相比较,本文方法用户到物流中心站位置的单位运输时间较短、单位运输成本较低,表明本文方法选址合理性参数较大,具备更好的应用前景。 相似文献
9.
针对码头布局优化问题,运用错位交叉遗传算子对非群体迭代遗传算法进行了改进,克服了遗传算法易于陷入局部最优解的缺陷,同时使遗传算法的性能得到了改善,加快了算法的优化速度。建立了集装箱码头布局方案仿真优化的框架模型,运用改进的算法寻优,通过对布局方案仿真优化的实例分析,结果表明该方法是可行的且效果较好。 相似文献
10.
为选取出港口船舶运输的最优路径,相关研究者将近几年兴起的智能算法,如禁忌搜索算法、遗传算法应用其中,但是这些算法均视最短路径为最佳路径,未从多个角度进行选取,导致选取出的路径虽然最短,但安全性较低、成本相对较高,整体运输路线质量不高。针对上述问题,研究一种基于免疫算法的船舶运输路径优化方法。该方法先需要对船舶运输路径优化问题进行描述,从多个角度进行约束,后利用免疫算法求取路径优化问题的最优解,完成最优路径搜索。结果表明,与基于禁忌搜索算法、遗传算法的港口船舶运输路径优化方法相比,本算法运行下,选取出的路径距离虽然并不是最短的,但是在时间、安全性以及成本方面均最佳,因此通过综合评估得出本方法选出的运输路径最优,证明了本方法的性能。 相似文献
11.
12.
13.
基于遗传算法规划路径的船舶避碰系统 总被引:1,自引:0,他引:1
为了更好地解决船舶避碰路径规划问题,寻找到船舶运动的最优最短的避碰路径,提出了遗传算法规划路径的船舶避碰系统,首先在遗传算法的选择、交叉和变异阶段,利用粒子群算法引入强化变异、改进交叉对象、变异淘汰机制,从而对遗传算法进行自我调整,避免遗传算法陷入局部最优,然后,将寻优得到的最优个体的位置与速度进行解码,得到最优的船舶避碰规划路径,最后进行了仿真实验。实验结果表明,本文算法不仅能够得到最优的船舶运动避碰路径,安全性高,而且整个求解所需时间最少,具有明显的优势,对于船舶运动避碰路径规划问题求解具有较好的可行性。 相似文献
14.
针对传统智能优化算法处理高维优化问题时易陷入局部最优解且优化效率低的问题,文章采用近几年提出的基于模型的动态抽样分配(MODSA)算法作为研究对象,该算法具有处理高维优化问题的潜力,但对某些复杂高维问题很难搜索到全局最优解。为避免MODSA算法陷入局部最优解,采用多元正态分布作为抽样分布并推导相应参数更新式;为进一步提升该算法的优化效率,采用均匀设计确定初始抽样分布的期望值并通过Sigma管理水平自适应确定初始方差。通过数值函数测试结果表明:改进的MODSA算法具有更好的优化性能。最后,将改进的MODSA算法应用于5100TEU集装箱船兴波阻力性能优化。 相似文献
15.
16.
17.
求解多峰性函数全局最优解的进化算法及其应用研究 总被引:11,自引:0,他引:11
本又针对简单遗传算法(SGA)在解决多峰性函数最优化问题存在的不足,提出了一种分配区间型进化算法,能够求出多峰性函数所有全局最优解及多个局部最优解。通过十几个多峰性函数与工程实例的数值实验,验证了算法的正确性。对简易海洋平台进行了疲劳可靠性优化设计为算例,取得了满意的结果。 相似文献
18.
19.
针对武器‐目标火力分配问题,建立了基于效能最大和用弹量最少的多目标优化模型。基于 Pareto集非劣分层思想对遗传算法进行改进,利用非劣分层遗传算法处理武器‐目标分配多目标优化问题。非劣分层遗传算法通过对种群内的所有个体的多个目标函数进行非劣分层排序来度量个体的适应能力,通过遗传算法实现多样性进化操作,能够获取Pareto最优解集,以供决策者参考。仿真试验表明:该方法能够获得满意的分配结果,方便快捷地解决多平台多类型武器‐目标分配问题。 相似文献