含约束条件多峰函数优化问题的混合遗传算法

针对目前求解含约束条件多峰函数全局优化问题存在的困难,结合传统优化算法和常规遗传算法,提出一种寻求含约束条件多峰函数全局最优解的混合遗传算法.算例分析结果表明:该算法保留了传统优化算法的局部寻优能力和常规遗传算法的全局寻优能力,是寻求含约束条件多峰函数优化问题的一种有效算法.     

约束优化问题的多参量遗传算法

约束优化问题的传统求解方法是拉格朗日乘子法，函数的可导性和多峰性常常成为求解过程中的难题。遗传算法的并行搜索为这类问题的求解提供了一种新的途径。为了提高计算效率，有学者提出用两级遗传算法分别解决拉格朗日乘子入及优化参数的求解问题。用多参量遗传算法可以同时解决两级优化的遗传算法，把分级优化的参数同时编码，就把两级优化转化为一级优化。经试验该算法虽不能使优化算法的计算时间大大降低，却可以使程序设计工作相对简化，同时使遗传算法程序更具通用性。     

混合遗传算法在结构优化设计中的应用

基于邻域搜索的自适应遗传算法和标准遗传算法的一种离散变量结构优化设计的混合遗传算法,既能发挥邻域自适应算法省时、高效、成熟收敛的特点,又能发挥遗传算法全局最优的特点.优化设计结果表明:改进后的混合遗传算法的收敛性得到了很好的改善,使个体既能沿着当前种群优势方向前进,又能跳出局部最优,寻求全局最优.     

基于遗传算法的约束优化方法评述

用遗传算法求解无约束优化问题已经取得了成功,但如何处理有约束优化是其面临的问题之一,目前处理这一问题没有一致适用的方法,最常用的处理约束方法是惩罚函数法,也有一些其它方法,本文对近几年出现的几种方法进行了进行了介绍,并评述了它们的优缺点。     

一种多目标优化进化算法研究

提出了一种基于多性别遗传算法(MSGA)的多目标优化进化算法，在同一性别种群的进化中采用了线性排名选择算子，给出了一种求解非劣解的算法，并以两个算例作了对解决多目标优化问题有效性的验证。     

KS函数与最小—最大优化问题

讨论了 KS 函数在结构优化设计中的影响与作用.研究表明,在挑选紧约束集中,KS函数是一个非常有用、有前途的工具,而这一点,恰是许多优化方法的关键.同时指出,KS 函数很适合求解最小-最大类型的优化问题.一个加筋弯曲板加强筋的形状优化设计例题证明,它的算法既简单又易于实现,收敛也是迅速、稳定的.     

基于HAM的汽车乘员约束系统多参数优化

针对汽车乘员约束系统高度非线性且难于求解最优值的特点,提出全局敏感性分析结合混合元模型的优化方法,通过蒙特卡罗模拟在整个设计空间内采样,以元模型代替仿真模型来完成设计参数的敏感性分析,并将分析获得的信息用于混合元模型优化（hybrid and adaptive metamodeling method,HAM）,将二阶多项式响应面、Kriging模型、径向基函数三种元模型有机结合,自适应选择最佳的元模型进行寻优.搜索过程中元模型不断更新与重建,逐渐提高关键区域的精度,从而快速寻找到全局最优解.对某工程实例的优化结果表明该方法是有效的.     

多约束条件下汽车复合制动协调优化

针对当前混合动力汽车制动系统存在电机再生制动力和液压摩擦制动力一起工作而带来的相关问题,设计了双电机前轴复合制动系统。以前后轴制动力分配比例、ECE制动法规、电机特性、储能装置特性等因素为约束条件,研究了基于分层控制的混合动力汽车复合制动控制协调策略;利用MATLAB/Simulink对3种制动工况的制动力进行了仿真分析。结果表明:对汽车复合制动力实施层次协调控制后,复合制动力与驾驶员需求制动力误差有较明显降低,说明协调控制后车辆的制动舒适性有较大提高。     

长大货物多式联运路径优化模型与算法

基于可行性与合理性的角度, 分析了长大货物多式联运路径优化的影响因素。以最小运输时间、里程与费用为目标函数, 以线路限界、桥梁承载能力、起重设备的起重能力为约束条件, 建立了长大货物多式联运路径优化原始模型。考虑了约束条件的改造性特征, 将原始模型扩展优化, 设计了二维序列编码策略, 运用遗传算法求解扩展模型。计算结果表明: 运用提出的优化模型与遗传算法, 最优运输时间、里程和费用分别为12.5d、1 116km、58.18万元, 运用提出的优化模型与模拟退火算法, 最优运输时间、里程和费用分别为15.5d、1 131km、67.74万元; 运用单一的铁路运输方式与遗传算法, 最优运输时间、里程和费用分别为12.7d、1 152km、56.50万元。与其他2种情况比较, 提出的优化模型与遗传算法的综合优化程度分别提高52.22%与8.95%, 可见, 模型可行, 算法有效。     

危险品的多目标运输路径优化研究

由于危险品运输的特殊性质,在危险品运输路径选择过程中,需要考虑更多的因素,因此提出基于多目标的路径优化模型,通过运输风险、危险平均后果及总后果全面考虑运输中的危险,并将风险、运距及费用目标抽象得到类似广义费用的综合表达形式,使得影响因素影响程度的确定具有更强的灵活性以及适用性;对于综合目标模型采用Dijkstra算法求解,该方法简便易算具有很强操作性,最后用算例验证了方法的科学可行性.     

基于遗传算法(GA)优化BP神经网络的船舶交通流量预测

为了提高船舶交通流量的预测精度,在BP神经网络的基础上,结合遗传算法(GA)建立一个新的预测模型.该模型利用GA自适应搜索能力和较快的收敛速度,进而确定BP神经网络中的最优权值和阈值.以青岛港2011—2019年船舶交通流量统计数据为例,进行仿真实例验证.结果表明,与传统的BP神经网络相比,该模型能显著地提高船舶交通流量的预测精度,用于预测船舶交通流量具有一定可行性.     

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Joh-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.     

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．     

引入个体相异度阀值函数的新自适应遗传算法

提出了一种引入个体相异度阀值函数的新自适应遗传算法,该算法根据个体的相异性,给出了个体相异度的概念和相应的计算公式,并设计了一个与进化代数相关的阀值函数,以实现选择性交叉和变异.同时为了克服传统自适应遗传算法在进化过程中停滞不前的缺点,该算法引入非线性函数作为自适应交叉率和变异率计算公式.最后,针对典型车间调度问题,分别对改进算法和其他优化算法的计算结果进行了比较,结果表明新算法更有效.     

引入个体相异度阀值函数的新自适应遗传算法

提出了一种引入个体相异度阀值函数的新自适应遗传算法,该算法根据个体的相异性,给出了个体相异度的概念和相应的计算公式,并设计了一个与进化代数相关的阀值函数,以实现选择性交叉和变异．同时为了克服传统自适应遗传算法在进化过程中停滞不前的缺点,该算法引入非线性函数作为自适应交叉率和变异率计算公式．最后,针对典型车间调度问题,分别对改进算法和其他优化算法的计算结果进行了比较,结果表明新算法更有效．     

求解TSP和MTSP的混合遗传算法

许多应用涉及多推销员问题（MTSP），已有许多启发式算法求解TSP的最优或近似最优路线，但研究MTSP的算法并不多，结合启发式算法和遗传算法，设计了求解TSP和MTSP的混合遗传算法，数字实例说明了该算法的有效性。     

基于改进遗传算法的旅行商问题的求解

用遗传算法解决旅行商问题(TSP)时,经常面临过早收敛和遗传漂移等问题.文章分析了产生此类问题的原因,并针对其主要原因对经典遗传算法的选择、交叉和变异算子做了改进,使得改进后的算法可以有效保持种群多样性,从而提高了算法的稳定性和准确性;通过编程测试将改进后的算法和经典算法做了对比.     

Combining Single（Mixed） Metric Approach and Genetic Algorithm for QoS Routing Problem

A hybrid algorithm for the delay constrained least cost path problem is proposed through combination of single(mixed)metric approach and genetic algorithm．Compared with the known genetic algorithm for the same problem，the new algorithm adopts integral coding scheme and new genetic operator，which reduces the search space and improves the efficiency of genetic operation．Meanwhile，the single(mixed)approach accelerates the convergence speed．Simulation results indicate that the proposed algorithm can find near-optimal even optimal solutions within moderate numbers of generations．