混合遗传算法求解一维优化下料问题

针对企业生产中遇到的一维优化下料问题,本文结合遗传算法、粒子群优化算法及模拟退火算法各自的优点,设计一种新的改进的混合遗传算法,对该问题来求解.最后根据算法编写程序对实例数据进行运算,实验结果表明,该算法求解一维优化下料问题比较有效,能获得比较理想的下料方案,可以提高生产企业的原材料利用率.     

基于混合算法的城市交通连续网络设计问题的研究

对采用均衡分配的双层最优化模型描述的城市交通连续网络设计问题,本文给出了遗传算法和变尺度法相结合的混合算法,通过实例,说明该算法可行、简单.     

混合蚁群算法求解集装箱箱位分配问题

集装箱船配载过程中的重要环节是合理的箱位分配,它对保证集装箱船装载后的航行性能及其码头装箱效率有重要的影响.随着集装箱船的大型化及待装船箱量的增加,该问题的求解较为困难.结合集装箱船配载中箱位分配的实际操作特点,提出了利用与禁忌算法相结合的混合蚁群算法来求解集装箱的箱位分配问题.仿真模拟试验表明该算法能够在不影响装箱难度的同时,大幅提高集装箱装船后船舶的航行性能.     

混合人工蜂群算法在船舶通信网络优化中的应用

混合人工蜂群算法是一种基于仿生学的智能算法,该算法通过模拟蜂群中的分工行为进行局部寻优,能够实现优化问题的快速收敛。船舶无线通信网络由网络节点、网络链路、船舶终端等构成,通信网络的性能关系到船舶导航、AIS系统运行等。本文结合混合人工蜂群算法,进行船舶无线通信网络的覆盖率提升等优化研究,有助于改善当前船舶无线通信网络的性能。     

混合粒子群优化算法求解船队规划非线性模型研究

船队规划是非常复杂的决策,会受到很多因素的影响,客观、科学的得到优化结果非常重要。本文在线性模型的基础上,考虑船舶航速,并将船舶航行时间、成本等因素作为约束条件建立船队规划非线性模型,然后通过混合粒子群优化算法进行模型求解,最后进行仿真实验。实验结果表明,本文算法能够合理的规划船舶发展,并且船舶的限制率低。     

求解旅行商问题的模拟退火算法

旅行商问题TSP是一个典型的NP完全问题，模拟退火算法是求解此问题的一种理想方法。模拟退火算法是依赖邻域结构的迭代方法，模拟退火算法对选择试验解比较敏感。本文针对找领域解，提出6种策略。算法的分析和测试表明，策略F是一种简单有效的算法。     

求解旅行商问题的模拟退火算法

旅行商问题TSP是一个典型的NP完全问题,模拟退火算法是求解此问题的一种理想方法.模拟退火算法是依赖邻域结构的迭代方法,模拟退火算法对选择试验解比较敏感.本文针对找领域解,提出6种策略.算法的分析和测试表明,策略F是一种简单有效的算法.     

混合数据特征选择算法及在客户流失预测中的应用

特征选择是高维数据处理的一个重要部分,在现实世界中高维的混合数据经常存在。针对高维混合数据,基于模糊粗糙集,在CEBARKNC算法的基础上,改进属性重要性的计算及约简的选取条件,进行特征选择,降低了数据维度,提高了效率,并将其应用于客户流失预测实例中。结果表明：改进的CEBARKNC算法得出的数据用于分类器,与胡清华提出的一个fuzzy-rough算法得出的数据相比,能取得较好的性能。     

遗传优化算法在船舶航向混合智能控制中的应用

本文分别研究模糊控制和遗传算法等智能控制算法在船舶航向控制中的应用。基于模糊控制理论,重新设计高效模糊控制器,该控制器具有实时性强、计算量低、节约存储及高效等优点。并且基于遗传算法,设计一种优化航向模糊PID算法,极大提高了自动舵的控制精度。最后通过Matlab中Simulink对控制器及算法进行仿真实验。     

粒子群混合算法在操纵运动模型辨识中的应用

基于经典的POWELL寻优算法和粒子群混合算法,针对航行体的操纵运动数学模型开展智能辨识研究。该方法能够很好地调整算法的全局与局部搜索能力之间的平衡,有效地提高辨识的精度和速度。采用该方法,利用航行体操纵性试验结果,对航行体操纵运动方程系数进行了辨识研究,并用辨识的数学模型进行了水面Z形操纵仿真。仿真结果表明,该方法具有很好的全局收敛性和稳定性。     

改进混合遗传算法在车辆路线问题中的应用研究

物流配送车辆路线问题，是物流配送优化中不可缺少的环节。针对传统的遗传算法存在收敛速度慢，局部搜索能力差，易早熟的缺点，采用混合遗传算法进行优化求解。即采用二重结构编码，可以使问题变得更简洁，提高遗传法的搜索效率。用个体数量控制选择策略，以保证群体的多样性，用改进的顺序交叉算子避免优良基因片断在顺序交叉时被破坏，保证算法能够收敛到全局最优。结合具体实例，通过实验计算证明了该改进算法的良好性能。     

遗传算法在雷达组网中应用探析

文章探析了遗传算法用于雷达组网最优化布阵的基本原理和关键技术,其方法主要是通过一定数量的染色体群世代更迭,优胜劣汰,能够较好较快的得出最优解,从而避免了采用传统方法带来执行速度较慢的问题。     

遗传算法在船舶动力机械混合隔振系统优化设计中的应用

阐明了混合隔振问题的实质就是综合被动隔振系统和主动控制系统的多目标联合优化设计.运用子结构导纳综合法分析了应用混合隔振技术的双层隔振系统的功率流传递特性.采用遗传算法对混合隔振系统进行了优化设计,并作了数值仿真.     

混合遗传算法在舰空导弹武器系统火力分配中的应用

论文通过保证最大数量的目标满足射击条件为优化目标,以指挥员决策、舰空导弹武器系统照射雷达有效作用范围等因素为约束条件,建立火力分配模型。然后采用基于自适应惩罚函数法的混合遗传算法,快速有效地解决武器系统照射雷达的火力分配问题。     

多智能体遗传算法在船舶电力网络重构中的应用

船舶电力系统故障恢复的网络重构问题可以抽象成为一个多目标、多约束、多时段、离散化的非线性规划最优问题.根据船舶电力系统特点,结合多Agent在电力系统的应用,提出了一种基于进化遗传算法的多Agent船舶电力系统网络重构思想,建立一种与之符合的含有节点—支路的馈线拓扑模型和目标供电最优的数学模型.在遗传算法快速寻优能力的基础上,结合进化算法的方向性和反馈性,得出多Agent船舶电力系统网络重构的全局最优解,实现网络重构供电最优,并通过相应的算例与普通遗传算法比较分析,验证了其良好的可行性.     

两种优化算法在螺旋桨优化设计中的应用与比较

为了获取合理且高效的船用螺旋桨,把数值优化算法引用到螺旋桨剖面设计中来。设计过程中以遗传算法和模拟退火算法为优化算法,以提高敞水效率为优化目标,通过优化算法的操作产生新翼型剖面,并结合面元法水动力性能预报程序进行原型桨与设计桨的水动力性能预报。由结果分析可知:结合优化算法的螺旋桨设计是可行的,且在算例中各算法的设置条件下,模拟退火算法无论在优化效果上还是在优化效率上都比遗传算法表现卓越。     

基于遗传算法的雷达组网极化管理

为了增强雷达组网系统反应能力,生成稳定合理的极化管理方案,文章给出了一种基于遗传算法的雷达组网极化管理解决方案,并给出了应用遗传算法生成极化方案的具体实现描述,仿真结果表明该方法运算速度较快,结果精度较高,对极化方案的生成研究具有一定的参考价值。     

基于改进型遗传算法的舰艇航路规划研究

针对当前舰艇航路规划所要考虑的因素,运用遗传算法探讨舰艇的航路的优化设计问题。运用蚁群搜索的策略生成初始航线种群,并采用网格序号进行一维编码,通过构建适应度函数进行航线的选优工作。以电子海图作为平台,经过编程仿真试验得到了设定海区的最优航线。仿真结果表明,改进的遗传算法提高了搜索效率,得到了较为满意的结果,基本可以解决设定海区的航路规划问题。     

集装箱船配载问题的粒子群算法研究

针对集装箱船配载优化中的Bay位优选问题,提出以倒箱量、重心横向偏移和初稳性高为目标,以箱位与Bay位的一致和Bay位重量为约束条件的数学模型,提出一种多目标离散粒子群算法(MODPSO)求解之,得到该算法优化后的Pareto解集和Pareto解迭代过程中的变化趋势图,为集装箱船配载问题提供多种方案以供备选,从而达到在提高集装箱船装载效率、节约装载成本和时间、使集装箱船获得稳定航行状态等目标间取得更好平衡的目的。     

基于混合遗传算法的无人船自动航向控制方法

针对无人船航向控制提出了基于模糊及遗传算法的控制策略。考虑无人船航向控制及其具有的强非线性和不确定性,文章将基于智能策略和常规策略的无人船航向舵角控制作为主要控制框架。通过导引律计算期望的角度,并根据自主船的无人船航向控制动态模型进行分析。该模型考虑了舵和船舶推进系统的物理阈值,提出了一种适用于不同无人船航向控制的自适应控制算法,借助增益调度方法(GS),利用PID控制器和遗传算法(GA)对不同的操作点进行全流程的混合遗传算法(GS-PID-GA)优化。通过将真实数据比例缩小进行模型试验,并与传统控制方法进行比较,验证了所提控制方法的有效性。