自动化仓库的出入库能力分析

利用遗传算法确定了自动化仓库的动态拣选货位,采用多质点重心法获得了堆垛机的动态待命位,在此基础上,利用堆垛机的加速和减速曲线,得到堆垛机在自动化仓库中的平均作业时间,最终获得自动化仓库的出入库能力为121托盘/小时.     

一种船体分段组合嵌套作业工时优化方法研究

针对分段组合嵌套作业工时优化问题,提出基于遗传算法和动态规划的分层求解方法.该模型以典型组合嵌套作业为对象,分解为两个层次:子作业层和父作业层.采用遗传算法求解子作业层中多种人工分配方案及对应的最优作业工时;将子作业层视为父作业层的一个阶段采用动态规划法获取父层的最优工时,通过实例证明了该优化模型求解的可行性和有效性.     

SWATH船稳定鳍的优化设计

建立了SWATH船稳定鳍优化的数学模型,并针对模型多设计变量、非线性和多约束等特点采用了遗传算法对其进行了优化求解．然后,以SWATH-6A为实例对稳定鳍的安装位置、展长和弦长进行了优化,并将优化结果跟已有的一对鳍进行了比较研究．从仿真结果来看,在相同的条件下文中优化得到的稳定鳍能使SWATH船的各方面性能都更好．     

遗传算法在公交枢纽内始发线路与站台优化配置分配中的应用

城市公交枢纽是公共交通各种线路,各种运输方式之间客流转换相对集中的场所,有多条公交线路经过,也有多条公交线路把枢纽作为首末站点,由于其用地规模有限,线路集中,其内部始发站的设置具有特殊性.本文分析了公交枢纽内始发线路与站台优化配置的主要影响因素,通过使各个站台利用率最大,从而建立了公交线路和站台问优化配置模型,并应用遗传算法进行了求解.最后通过实例证明了模型及解法的有效性.     

城市快速路交通事件检测的自适应算法研究

针对城市快速路交通事件检测问题,提出了-种基于自适应遗传算法与神经网络相结合的自动检测算法.通过改进的自适应遗传算法优化神经网络结构和权值参数,保证了神经网络能以较小规模和最优的权值参数来描述事件发生与交通参数间的映射关系,从而提高检测效果.利用PARAMICS交通软件模拟了北京市京通快速路从大望桥到四惠桥路段间的一组交通数据,仿真结果表明,该算法同现有的典型算法相比较,具有较高的检测率和较快的检测速度.     

基于双层规划的危险品道路运输网络设计

分析了危险品道路运输网络设计问题的双层特性,建立了以政府期望的风险最小化为上层目标、运输者期望的成本最小化为下层目标的危险品运输网络双层规划模型。采用遗传算法,以Pydev为平台,运用Python编程以及TransCAD生成网络,实现了运算和结果可视化。实例验证结果表明,遗传算法能给出稳定的最优解,而且所得风险符合预期并接近于最低网络风险。     

灾后应急救援运输路径优化模型研究

针对目前运输路径优化模型主要依靠经验法做出决策判断的缺陷,分析了灾后救援运输过程中网络可靠度、容量可靠度、运输时间、运输物资需求量、运输损耗等各种不确定性因素;分别以时间目标、可靠性目标、损耗目标为3个优先级,运用网络图理论构建了灾后应急救援运输路径优化的多目标随机规划模型,并运用遗传算法探讨模型的求解方法;通过具体的案例来说明模型中各个参数,并通过实际的模拟计算来验证该模型的合理性和有效性。     

改进BP神经网络的城市交通流预测研究

由于交通流预测具有高度的非线性特点,这与BP神经网络能够处理非线性问题的特征相符合。但BP神经网络算法易使解陷入局部极小,而遗传算法的全局优化能力则恰恰可以克服这一缺点。文中将遗传算法应用于对BP神经网络模型的改进来对交通流进行预测。通过对预测数据与实测数据的比较分析,证实了改进后的方法更为有效。     

基于进化神经元算法的堡镇隧道软弱围岩施工弹塑性智能位移反分析

结合宜万铁路堡镇隧道的施工,将BP神经网络和遗传算法引入特长隧道软岩段的施工位移反分析,采用遗传算法自动搜索BP神经网络训练效果最优的参数,建立起反映围岩变形与岩体物理力学参数及初始地应力之间高度非线性、不确定的GA-BP智能模型,然后采用遗传算法在岩体物理力学参数和初始地应力取值范围内,搜索BP神经网络预测围岩变形与实测围岩变形最接近的参数组合,取得反演获得的岩体物理力学参数和初始地应力.从堡镇隧道应用结果来看,这种进化神经元算法反演结果可以满足隧道施工的需要,并为类似工程提供了借鉴.     

基于Fisher距离的新型脑机接口分类器

提出基于Fisher距离测度的线性分类器符合统计学习理论框架的观点,结合主分量分析和遗传算法提出一种基于结构风险最小化（Structural Risk Minimization,简称SRM）归纳原则的分类器设计方法．通过对比遗传算法和穷举法的运算量,阐明所提出的特征提取方法在采用Fisher线性分类器分类时的优势．最后采用所提出的基于SRM归纳原则的方法对一组人脑慢皮层电位数据进行了分类仿真实验,并将结果与该组数据竞赛优胜者的结果进行了对比,性能得到了明显提高．