求解流水车间调度问题的一种启发式算法

针对以总完工时间最小为目标的流水调度问题,提出了一个启发式算法:采用经典的调度规则构造初始解,通过禁忌搜索提高解的质量.仿真结果表明了算法的可行性,具有较好的工程应用价值.     

求解流水车间调度问题的一种启发式算法

针对以总完工时间最小为目标的流水调度问题,提出了一个启发式算法:采用经典的调度规则构造初始解,通过禁忌搜索提高解的质量.仿真结果表明了算法的可行性,具有较好的工程应用价值.     

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.     

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。     

改进的免疫模拟退火算法求解混合流水车间调度问题

针对混合流水车间调度问题的特点,设计了一种双层编码和解码的方法,在一定程度上扩大了可行解的搜索范围,为了克服传统免疫算法在初期收敛速度慢的问题,在算法的早期应用特定的变异算子,以期提高收敛速度,为避免算法陷入局部最优解,在算法后期,利用模拟退火算法的随机扰动性,引导算法跳出局部最优解,同时还引入了免疫记忆,运用精英保留策略预防最优解的丢失,最终提出了一种改进的混合免疫算法.通过仿真结果表明了该算法在解决混合流水车间问题上的可行性和有效性.     

基于改进NSGA-Ⅱ算法求解柔性作业车间调度问题

为了得到柔性作业车间调度最优解,以最大完工时间、最大负荷机床和总机床负荷为目标建立数学模型。改进了NSGA-Ⅱ算法,采用全局选择和快速选择结合的方法初始化种群,基于工序排序和机床选择对个体进行编码,对基因进行IPOX交叉和多点交叉,引入多重变异和变邻域搜索策略。通过MATLAB对算法进行仿真,验证了改进算法的可行性和有效性。     

类电磁机制算法求解模糊流水车间调度问题

用模糊数的方法来表示不确定的加工时间和交货期,并采用类电磁机制算法(EM)进行求解模糊流水车间调度问题,采用的优化目标有平均满意度和最大模糊完工时间,最后对一些文献中的实例进行求解,并与文献里的算法进行比较,计算结果验证了所提算法的可行性和有效性.     

基于多代理机制的车间作业调度算法动态混合生成策略

针对根据具体问题设计调度算法很难适应变化的生产作业调度问题,本文提出了基于多代理机制的车间作业调度算法动态混合生成策略,该策略根据具体的生产任务,判断生产类型,继而根据问题动态生成算法,对问题进行计算,形成调度序列,使得生产调度算法能够更好地适应动态变化的车间生产环境.通过仿真实验,验证了本系统的有效性.     

基于多代理机制的车间作业调度算法动态混合生成策略

针对根据具体问题设计调度算法很难适应变化的生产作业调度问题,本文提出了基于多代理机制的车间作业调度算法动态混合生成策略,该策略根据具体的生产任务,判断生产类型,继而根据问题动态生成算法,对问题进行计算,形成调度序列,使得生产调度算法能够更好地适应动态变化的车间生产环境.通过仿真实验,验证了本系统的有效性.     

基于NSGA-Ⅲ的多目标柔性车间调度

针对柔性作业车间调度问题,以加工时间、成本、质量和能耗为优化目标建立问题排序模型,并利用改进NSGA-Ⅲ进行求解。采用两段式编码对工序和机器进行小数编码,运用自适应交叉变异策略进行染色体进化,提出基于目标空间参考点的选择策略进行个体选择。结果表明改进后的NSGA-Ⅲ算法具有良好的求解质量。     

基于遗传算法的路径安排

讨论了城市道路中的路径安排问题,对遗传算法的编码问题进行了改进,并使用了一种新的编码机制.最后,运用VC 解决了城市道路的最短路径问题.     

基于遗传算法求解车间设备布局优化问题

车间设备布局问题,是一个NP难问题.许多学者利用启发式算法来求解并取得了一定的成果,但在模型中存在距离定义不合理的情况,均采用绝对距离的方式,存在不符合实际和计算不准确的情况;本文对距离的定义进行了改进,并利用遗传算法对改进后的模型进行求解,效果良好,达到了预期目标.     

基于分组优化和矩阵运算的自动排课算法

为解决目前高校自动排课系统设计复杂、排课效率低的问题,提出了一种基于分组优化和矩阵运算的自动排课算法.该算法首先对课时段进行分组优化,然后引入矩阵的迭加匹配运算,最终实现自动排课.结果表明,该算法能高效、快速、优化地实现自动排课,并简化了程序的复杂性.     

城市CNG加气站布点优化的混合粒子群算法仿真

在城市内建设 CNG汽车加气站成本高 ,合理布局 CNG汽车加气站至关重要．由于城市CNG加气站合理布局问题涉及因素较多,为此,从加气站建设投资者、加气者及城市规划三个角度建立了车辆加气行驶费用最小化与企业经营利润最大化为目标的城市CNG加气站布点优化模型．根据问题的特点设计了加气站布点优化改进的混合粒子群算法．多次仿真运算结果表明,混合粒子群算法优化此类布点问题是有效的．对该问题的研究使城市CNG加气站的数量,类型及位置都得到了合理的确定,从而使资源得到了合理配置与充分利用,这将为城市CNG加气站的规划建设提供参考．     

曲线上桥梁的布置方法

主要介绍了曲线上桥梁采用直线布置和折线布置的方法,以及各自的特点、适用范围和设计重点。     

基于粒子群和蚁群算法的边界层微分方程求解

沿竖壁自然对流边界层微分方程组速度和温度均耦合,在打靶法中应用Newton求根的方法解对应的相似性微分方程组时对初值选择要求较高,在根值附近收敛变慢.将微分方程边值问题转化为初值问题求解的打靶过程可看作优化设计问题,用优化设计算法求解.将基于生物群信息传递规则和觅食规则提出的粒子群算法和蚁群算法应用到打靶法的求解过程中,并与其它优化算法计算结果进行了比较.结果表明,粒子群算法和蚁群算法用于沿变壁温竖壁自然对流层流边界层微分方程求解是可行的,计算过程稳定,对初值选择不敏感.     

基于改进粒子群算法的工程项目综合优化

为解决现有粒子群优化算法进化过程中"早熟"的问题,提出了一种改进的粒子群优化算法HSPSO.算法采用多子群分层策略,以提高收敛速度和优化精度.为求解工程项目的综合优化问题,建立了工期-成本-质量的数学优化模型和多目标优化模型.通过实例对标准粒子群优化算法(SPSO)和差分进化(DE)算法进行了比较,并采用HSPSO算法进行多目标优化.最后,用枚举法验证了模型的合理性和算法的有效性.与已有研究相比,HSPSO算法能在种群规模较小(20个粒子)的情况下,快速找到满意的解(平均迭代次数不超过20次).     

基于遗传算法的扇区边界尾随间隔管理方法的研究

针对国内目前实行的完全依据管制员经验生成尾随间隔(MIT)的不足,在现行统计预测和流量管理的基础上,提出一种基于遗传算法的扇区边界尾随间隔管理的方法. 在流量与容量匹配的前提下,基于实际管制的规则和习惯并加以改进,以控制时段内的流量大小为性能指标,建立了以扇区边界尾随间隔的整数规划数学模型和基于遗传算法的尾随间隔算法,同时在模型中提出扇区接收能力等概念,最后通过实例对模型进行实用性验证. 结果表明：执行该尾随间隔管理方法生成的尾随间隔值后,在避免了可能会发生的扇区饱和的同时,最大程度利用了空域容量,并符合实际管制要求,证明该方法实用可行.     

�����Ŵ��㷨�������߽�β�������������о�

针对国内目前实行的完全依据管制员经验生成尾随间隔(MIT)的不足,在现行统计预测和流量管理的基础上,提出一种基于遗传算法的扇区边界尾随间隔管理的方法. 在流量与容量匹配的前提下,基于实际管制的规则和习惯并加以改进,以控制时段内的流量大小为性能指标,建立了以扇区边界尾随间隔的整数规划数学模型和基于遗传算法的尾随间隔算法,同时在模型中提出扇区接收能力等概念,最后通过实例对模型进行实用性验证. 结果表明：执行该尾随间隔管理方法生成的尾随间隔值后,在避免了可能会发生的扇区饱和的同时,最大程度利用了空域容量,并符合实际管制要求,证明该方法实用可行.     

电分相对区间通过信号机布置的影响分析

通过客运专线和客货共线两种类型铁路的电分相设置对区间通过信号机布置的影响因素进行分析,提出在区间通过信号机布置工作中需注意的几个问题,采用列车牵引计算的方法重点推算了CRH。和谐型货物列车故障运行状态时能以不低于10km／h速度通过电分相的设置条件,为铁路区间信号机布置提供参考。