串联系统可靠性的研究

使用遗传算法对串联系统的可靠性进行了研究，并通过计算机仿真验证了方法的有效性。     

遗传算法确定零担货物的选择装箱方式

提出了在铁路运输中应用遗传算法确定零担货物在集装箱中的合理选择装箱 ,并阐述了该算法的具体实现过程 ,有利于提高决策效率和促进铁路实现集装箱运输作业物流化     

基于实数编码遗传算法的超二次模型参数提取计算

如何从真实景物形状信息中计算出对其几何形状描述的超二次基元模型的参数，是从二维图像或三维数据中进行超二次模型重建的关键，这个过程称为超二次模型的参数提取，也称为超二次拟合计算，由于传统的搜索算法很容易陷入局部最优解，因此，本文将实数编码遗传算法应用于超二次模型的参数提取中，针对不同的遗传算法控制策略、遗传算子等进行了大量的拟合计算数值比较实验．数值实验表明，应用实数编码遗传算法进行超二次模型参数提取计算具有效率高、鲁棒性好、精度高的优点。     

物流配送车辆调度研究的回顾与展望

物流配送车辆调度是在物流企业运营中起着重要的作用,也一直是国内外研究的热点。本文首先简介了车辆调度问题,然后从研究的算法和研究的模型两方面较详细的论述了国内外有关车辆调度问题的研究现状,总结了研究中存在的问题,最后结合我国物流配送的特点,提出了物流配送车辆调度理论应该的研究方向。     

基于遗传算法的P2P激励机制

针对P2P系统中共享存储资源的搭便车和公共悲剧问题，提出了一种基于遗传算法的P2P存储资源共享激励机制，提供资源的节点根据遗传算法选择最优策略分配资源，以使其贡献值最大化，贡献值大的节点其奇支配使用的共享存储资源越多，仿真实验表明，该机制能有效地实现P2P系统中存储资源分配的公平性和效率，达到了激励节点参与共享资源，抑制节点自私行为的目的．     

基于多种群并行遗传算法的板材拉深过程压边力优化

针对板材拉深成形过程,在增量法有限元数值模拟的基础上,以板料成形厚度变量作为目标函数,采用神经网络、多种群并行遗传算法对压边力进行了优化,对优化后结果进行了有限元模拟,取得很好效果。     

稀疏分解及其在图像压缩中的应用研究

主要针对涉及图像稀疏分解及其在压缩中应用的关键问题进行研究，研究内容集中在图像稀疏分解的快速算法、图像稀疏分解的效果及如何更好地把稀疏分解的结果数据应用到图像压缩编码中。在理论上，提出了稀疏分解中过完备原子库的集合划分。基于集合划分方法提出了基于FFT的稀疏分解算法和改进算法。针对基于FFT的稀疏分解算法的不足，提出了基于FHT的稀疏分解算法。利用智能计算方法（如遗传算法、蚁群算法、量子遗传算法和粒子群算法等）实现图像稀疏分解。使计算速度基本能够满足需要。在稀疏分解的基础上，分析了分解数据的分布规律，针对其分布和低比特率图像压缩的要求，提出了多种压缩编码方案，如对结果数据排序差分编码方法和指数预测编码方案。     

遗传算法交叉率与变异率关系的研究

基本遗传算法给出了选取交叉率与变异率的推荐范围。两种概率的选取是相互独立的，文中研究了交叉率与变异率之间的关系。得到了以提高遗传算法效率为目标，交叉率与变异率存在最优组合的结论。应用表明，这一结论对于合理选取交叉率与变异率有一定的指导意义。     

基于遗传算法的高效聚类挖掘新算法

提出了一种基于遗传算法的聚类数据挖掘新算法,并在某钢铁集团CIMS工程的销售管理系统中成功进行了应用,新算法与已有算法进行了对比研究.新方法对其他类似的实际应用也有参考价值.     

随机行驶时间车辆路径问题的模型与算法

车辆路径问题是现有物流管理系统中非常重要的一个方面,许多专家学者对此进行了深入研究.到目前为止,所有这些研究都是针对确定环境下的车辆路径问题或不确定车辆路径问题中具有模糊或随机需求的问题,尚未发现有对随机行驶时间的多类型车辆路径问题进行研究.针对随机信息条件下的多类型车辆路径问题进行了分析,运用不确定规划理论建立了该问题的优化模型,并利用遗传算法对问题进行求解.通过实验证明,该模型及算法对于多类型车辆路径问题具有一定的实用价值.