An Optimal Algorithm for a Class of Parallel Machines Scheduling Problem

This paper considers the parallel machines scheduling problem where jobs are subject to different releas etimes. A constructive heuristic is first proposed to solve the problem in a modest amount of computer time. In general, the quality of the solutions provided by heuristics degrades with the increase of the probiem‘s scale. Combined the global search ability of genetic algorithm, this paper proposed a hybrid heuristic to improve the quality of solutions further. The computational results show that the hybrid heuristic combines the advantages of heuristic and genetic algorithm effectively and can provide very good solutions to some large problems in a reasonable amount of computer time.     

一种新型的动态矩阵控制算法

对无约束动态矩阵控制（ＤＭＣ）算法进行了改进，提出了一种新的ＤＭＣ控制算法，即用遗传算法对ＤＭＣ的设计参数进行在线寻优，由优化结果来计算实际控制作用，与一般的定参数ＤＭＣ相比，其闭环性能更好，能有效地处理各种约束。仿真实例表明了该方法的有效。     

一种基于克隆选择的量子遗传函数优化算法

为了解决量子遗传算法(QGA)用于连续多峰函数优化易陷入局部极值的问题,将免疫学中的克隆选择算法的概念和原理引入到量子遗传算法中,提出了一种新型的进化算法——基于克隆选择的量子遗传函数优化算法.该算法通过克隆选择、高斯变异以及量子旋转门等操作对可行解进行搜索,提高了算法在解决函数优化问题的全局寻优能力。典型函数的测试结果表明该算法优于传统的QGA和一些遗传算法。     

基于遗传算法的核动力舰船蒸汽发生器水位PID控制研究

采用遗传算法对PID参数进行寻优,在搜索空间内获得全局最优点,将遗传算法和Z-N整定的结果作了比较,仿真结果表明,采用遗传算法能获得较好的控制效果,在蒸汽发生器水位控制过程中,可以采用遗传算法来优化PID控制器参数。     

基于高级遗传算法的船舶模型参数辨识

提出一种以二阶K-T方程为基础，并基于高级遗传算法的船舶参数辨识算法，能有效地保证了算法的收敛性和全局优化能力，避免陷入局部最优解。并引入噪声参数，再用基于多局部种群的遗传算法进行迭代计算，将残差白噪声化。最终将该方法与传统的广义最小二乘算法相比较，得到了较为理想的船舶参数。通过对采集的仿真数据和实际自动舵数据的辨识结果验证了该方法在实际工程应用中的可行性和有效性。     

船舶动力定位中的模糊控制器优化技术

动力定位系统是一种闭环控制系统，采用推力器来提供抵抗风、浪、流等作用在船上的环境力，从而尽可能使船舶保持在海平面要求的位置上。在传统模糊控制的基础上，将遗传算法引入模糊控制器的设计当中，根据已知的模糊控制规则，对模糊隶属度函数自动寻优，该方法用于船舶动力定位中，对船舶纵向运动进行控制与仿真，仿真结果证明遗传算法优化的有效性。     

多型号平车装载问题的混合遗传算法

铁路运输中的多车型平车装载问题就是要解决在保证安全运输的条件下，提高铁路运输资源的利用率，节省铁路运输资源，这属于NP-hard问题，遗传算法在求解NP-hard问题方面具有较好的优化效果。文中首先分析了平车装载问题的基本技术条件，然后在基本遗传算法和FFD算法的基础上，提出一种求解多车型平车装载问题的混合型遗传算法，并给出算法的编码方法、遗传算子的设计和适应度函数的定义。一方面通过引入染色体有效性判断与修正方法，有效解决了进化过程中的无效染色体问题；另一方面通过引入基因座信息熵来进行群体多样性的计算和控制，有效解决了进化中的局部最优问题，最后用实例验证了所提算法的有效性。     

A Method of Clustering Components into Modules Based on Products＇ Functional and Structural Analysis

Modularity is the key to improving the cost-variety trade-off in product development. To achieve the functional independency and structural independency of modules, a method of clustering components to identify modules based on functional and structural analysis was presented. Two stages were included in the method. In the first stage the products＇ function was analyzed to determine the primary level of modules. Then the objective function for modules identifying was formulated to achieve functional independency of modules. Finally the genetic algorithm was used to solve the combinatorial optimization problem in modules identifying to form the primary modules of products. In the second stage the cohesion degree of modules and the coupling degree between modules were analyzed. Based on this structural analysis the modular scheme was refined according to the thinking of struc- tural independency. A case study on the gear reducer was conducted to illustrate the validity of the presented method.     

����GA�㷨����쳵�� ����ֽڼ�����Ż��о�

针对轻轨车辆在指定两站进行任务分节具有多样性，论文采用人工智能直观启发确定了任务分节及配对的基本模型。建立了任务配对的目标函数和约束函数，保证不同车之间的2节任务配对后，换乘是上下车在同一站，时间在0.5至2小时之间，且使全部配对任务中换乘休息的总时间最短。设计了有效的“自交叉” GA算法，优化出各车的任务分节及其配对组合方法。算法对于日分多节任务、多换乘位置点的任务分节配对的排版问题具有一般适应性。此算法在天津轻轨运用管理信息系统中得到了良好的应用验证。     

基于多目标遗传算法的RITS物理结构优化设计

铁路智能运输系统(RITS)是涉及多学科、多专业领域,集底层控制、实时调度、运营管理于一体的多功能、多任务的复杂大型信息系统,系统结构优化设计方法研究对铁路信息化建设和现有信息化资源的整合具有重要意义。本文提出了RITS物理结构优化设计问题模型,即在一定资源条件约束下,综合考虑技术、经济等方面因素,实现功能单元在物理实体上的优化配置,并提出了基于多目标优化的解决思路。RITS结构优化设计待优化函数具有高维、多峰、非线性等特点,求解难度大。本文重点研究了一类基于Pareto机制的具有快速全局收敛能力的多目标遗传算法,并以紧急救援系统为例进行结构优化设计,验证了算法的有效性。