双链遗传算法在作业车间调度中的应用

针对简单遗传算法在解决作业车间生产调度问题时存在收敛效率低与过早收敛的局限，将一种改进的遗传算法——“双链遗传算法”应用于求解作业车间生产调度问题．与简单遗传算法相比，双链遗传算法在解决作业车间调度问题上，显著提高了搜索效率，还增强了避免早熟的能力．对双链遗传算法求解作业车间调度问题的某些策略和基本步骤作了简要的归纳和总结，编制了双链遗传算法求解作业车间调度问题的程序，通过调度例子测试表明了算法的有效性和可行性。     

���ڻ���Ŵ��㷨�ij���·������

在详细分析遗传算法的局限性的基础上，构造了一种基于遗传算法和禁忌搜索算法相结合的、用于求解车辆路径问题的混合遗传算法。这种混合遗传算法主要是将禁忌搜索算法嵌入到遗传算法中的变异操作与最优解判定之间，可以有效地避免遗传算法易出现“早熟”收敛的问题。然后，分别用混合遗传算法和遗传算法对同一实例进行求解，并对求解结果进行对比分析。结果表明该混合遗传算法的求解结果比遗传算法收敛速度快，更加接近最优解。     

云遗传算法

为了克服传统遗传算法搜索速度慢、易陷入局部最优解的缺陷，借鉴遗传算法的思想，利用云模型云滴的随机性和稳定倾向性的特点，提出了一种新的遗传算法——云遗传算法（CGA）．该算法由正态云模型的Y条件云发生器实现交叉操作，由基本云发生器实现变异操作．最后，进行了函数优化实验，并与标准遗传算法（SGA）和自适应遗传算法（AGA）进行了比较，以证明其有效性．     

基于改进遗传算法的图像分割识别方法

提出了一种利用灰度直方图熵和改进遗传算法对图像进行分割的方法，以灰度图像直方图熵作为评价函数，把图像分割问题变成一个优化问题，利用遗传算法的寻优高效性，搜索到能使分割质量到达最优的分割阙值．针对遗传算法的某些不足之处，利用精英策略和模拟退火的思想，对其做了一些修正．实验结果表明，该方法不仅分割质量好，而且缩短了运算时间．     

带时间窗的车辆路径混合遗传算法

基于标准遗传算法，将每一个染色体与分组信息相结合，使染色体结构包含有更多信息，辅以λ-交换局部搜索技术，构造了一种新的混合遗传算法，对带时间窗约束的车辆路径问题进行了求解，并与标准遗传算法的求解结果进行了对比研究，发现使用混合遗传算法，总行驶里程为162km，而使用标准遗传算法，总行驶里程为182km。结果表明混合遗传算法的求解结果比标准遗传算法更加接近最优解，所需的行驶里程缩短，有效降低运输企业的车辆运行成本。     

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。     

均匀设计和遗传操作并行的遗传算法

针对简单的遗传算法稳定性较差，容易发生早熟收敛的不足之处，提出了将均匀设计和遗传操作相结合的遗传算法，通过编码在问题的解空间和算法的搜索空间之间建立一个映射，对其进行交叉操作，变异操作和均匀设计操作，用典型的测试函数进行测试，证明了该算法是可行的，与单纯遗传算法相比，计算精度和收敛速度更高。     

�Ŵ��㷨�ڶ�̬·���յ�ϵͳ�е�Ӧ��

提出了以随机A*算法为基础，运用遗传算法来求解不满足先进先出原则的动态网络中最短路径问题的思路，其中通过运用提出的随机Dijkstra算法解决了将遗传算法应用于最短路径问题中的最大障碍－初始种群的产生。最后，以广州市电子地图为基础，对提出的算法进行了验证，试验结果表明遗传算法适合求解非常态且不满足先进先出原则的动态网络中的路径诱导问题。     

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。     

多值编码遗传算法

针对经典遗传算法过早收敛，不利于保留种群多样性的问题，提出一种采用k阶扩展二进制编码的多值编码遗传算法．该算法可以更好地保留种群的多样性，更容易达到全局的最优点，应用结果比较也证实了多值编码遗传算法比经典遗传算法具有更好的优化效果．     

基于遗传算法的二维QR码图像识别

基元识别是二维码图像识别中的一个关键问题，提出了基于遗传算法的QR码识别方法．首先建立QR码待识别模式模型，据此进行遗传算法，通过实例进行图像识别．该方法抓住了QR码基元的重要特征，利用改进遗传算法，可以提高QR码图像的识别效率．     

遗传算法在目标规划中的应用

利用遗传算法用于项目群优化数学模型进行了新研究，提出了多目标遗传算法。计算结果说明遗传算法是求解多目标问题的有效方法。     

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．     

遗传算法在终端区飞机排序中的应用

研究了遗传算法在终端区跑道分配以及飞机排序中的应用，建立了多条跑道多架飞机排序的数学模型，并进行了算例仿真分析。仿真结果表明，遗传算法与先到先服务排序相比较，适应度增加了80％，延时减小了40％，说明遗传算法的排序结果优于先到先服务的排序结果。     

弹性结构静荷载反问题的遗传算法

介绍了遗传算法与有限元分析相结合的方法，用来解决反问题中结构静载荷的计算．首先，由连续介质的弹性力学反问题延拓出离散的有限元数值模型，然后将结构上有限个观测点的测量值带入数值方程，利用遗传算法解决不适定问题，最后，经迭代反算出施加在结构上的荷载大小．编制了相应的计算程序，给出了计算算例．对算例的分析表明：遗传算法与有限元分析相结合可以有效、稳定地反算出未知荷载的大小。     

作业车间调度问题的改进遗传算法

研究了作业车间调度问题，并提出了一种新的求解方法，将邻域搜索与遗传算法相结合，提高遗传算法的局部搜索能力，加速进化过程，详细论述了该方法的优越性．     

量子遗传算法的改进及其应用

为了解决量子遗传算法(QGA)用于连续多峰函数优化易陷入局部极值的问题，提出了一种改进的量子遗传算法(IQGA)．这种改进的量子遗传算法采用了已搜索到的最佳个体更新量子门和群体灾变策略．典型函数的测试结果表明，IQGA比QGA的收敛速度更快，且能有效地克服QGA易“早熟收敛”的不足．应用结果表明，IQGA的性能优于QGA和其它遗传算法．     

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．     

有时间约束施行商问题的启发式遗传算法

有时间约束的施行商问题作为施行商问题的拓展，是一个重要的NP难题，深入研究这一问题具有重要的理论和实践意义。将时间窗约束转化为目标约束，采用序列编码设计了基于启发式规则的可同时处理软、硬时间约束的遗传算法－2－交换变异的遗传算法和3－交换变异的遗传算法。实验表明HGA1优于简单遗传算法（SGA），HGA2优于HGA1。     

遗传算法在并行多机调度问题中的应用

从车间生产调度的实际情况出发，针对最小化完工时间的并行多机调度问题，提出了一种优化遗传算法．充分考虑紧急任务的插入，通过提供一个记录设备当前负荷的数组，实现对任务的动态调度．仿真结果表明该遗传算法能够较好的解决并行多机生产调度问题．