基于Internet网络的主从式并行遗传算法及其在叶栅优化中的应用

为了解决遗传算法在优化中由于适应度评价很费时而导致计算时间过长的问题 ,本文发展了一种基于In ternet网络实现的主从式并行遗传算法。在函数优化的测试实验中 ,通过控制待优化函数适应度评价的时间 ,验证了主从式模型在适应度评价很费时且远远超过通讯时间时将获得接近于线性的加速比 ,讨论了主从式并行遗传算法应用于气动性能优化中的可行性。通过二维叶栅的优化算例 ,证明了本文提出的算法适合于需要大计算资源的叶栅气动优化设计     

蓄意攻击下第三方物流可靠性逆向网络设计

在考虑蓄意攻击的情况下,研究第三方物流可靠性逆向网络设计问题,并建立了多层优化模型,包括网络设计模型、蓄意攻击模型、网络流决策模型。网络设计模型用以优化第三方物流逆向网络结构、最小化总物流成本,同时使网络在遭受攻击后满足一定的服务水平;蓄意攻击模型通过选择攻击策略来最大程度地破坏网络;网络流决策模型用以优化被攻击后回收产品的返回量。根据优化模型的特点,设计了两层紧致遗传算法和基于加权图的网络流算法。上层两层紧致遗传算法求解第三方物流逆向网络设计问题;下层两层紧致遗传算法求解蓄意攻击问题;基于加权图的网络流算法求解攻击后的网络流决策问题。通过仿真实验验证了模型的合理性和算法的有效性。     

遗传优化三值神经网络多故障测试生成算法

对于复杂的大规模集成电路,传统的测试生成算法已不再适用,研究新型有效的数字集成电路测试生成算法具有十分重要的理论价值和实际意义。提出了一种基于遗传优化的三值神经网络多故障测试生成算法。该算法利用三值神经网络的相关定理、定义,推导出了数字电路逻辑门的三值神经网络能量函数,由此构成了三值神经网络的约束网络。用遗传算法求解出了约束网络能量函数的最小值点即多故障测试矢量。遗传算法中的适应度函数是与具体应用问题的主要接口,它的构造直接影响问题求解的效率。在研究了其他遗传算法适应度函数的基础上,提出了新的适应度函数,并用软件实现了算法,在国际基准电路上的仿真实验结果表明了该算法的正确性。     

产品回收多级逆向物流网络优化设计模型

为降低逆向物流成本,改善客户产品回收便利性,优化逆向物流网络中产品回收的渠道选择决策,在原有正向物流网络基础上,提出了包含初始收集点、集中回收中心和回收处理工厂三种物流设施的多级逆向物流网络.以总逆向物流成本最小为目标,兼顾各客户群的产品回收便利性,建立了0-1混合整数规划模型,实现逆向物流网络的选址/分配问题.应用遗传算法求解该模型.模拟算例表明,该算法有效且可行,为企业进行逆向物流网络设计提供可参考的模型和求解算法.     

回收物流系统生产库存优化模型

为降低回收物流成本,提出了合理控制回收物流系统生产库存的方法.考虑到回收中心和处理工厂对废旧产品的供应与需求关系,建立了关于回收中心和处理工厂的二级生产库存优化模型.利用该模型可以得到回收中心在一个运作周期中的运输批次、每次运输量与首次运输量的最优比值和回收物流系统单位时间与生产库存有关的平均费用.由此,可以确定回收中心和处理工厂所需的最小仓储空间,以及它们在一个运作周期内的平均库存量和相应库存费用.为便于模型应用,探讨了最佳运输次数的上界确定方法,给出了模型的分解一比较算法.通过算例,验证了模型及其算法的有效性.     

基于模拟退火遗传算法的自动化立体仓库路径优化

为提高自动化立体仓库出入库操作的效率,提出了将遗传算法和模拟退火算法相结合的路径优化策略,遗传算法的每个染色体都代表一组货单组合,遗传操作包括选择、交叉、变异3种类型。为获得适应度函数,建立了货位分配优化的目标函数,并在适应度函数中融入模拟退火算法,以提高遗传算法的收敛速度。仿真和工程应用结果均表明,该方法能大大缩短堆垛机的运行时间,提高自动化立体仓库的使用效率。     

基于自适应遗传算法的大型关重件车间布局优化

针对大型关重件生产车间的多行布局问题,建立了同时考虑物流费用与物流时间的多目标优化数学模型,运用了一种改进的自适应遗传算法,其交叉概率和变异概率可随群体的适应度自动改变,使算法避免陷入局部最优;加入精英保留策略,使每代中的最优个体都能够得到保留,避免交叉和变异操作遗失全局最优解。最后结合某船用曲轴车间实例,分别运用该算法和标准遗传算法对车间布局模型进行计算,通过数据和性能分析表明该算法有效的解决了遗传算法易陷入早熟及收敛速度慢的问题;优化后的车间物流费用及物流时间减少约35%,证明该方法在车间布局中的可行性和有效性。     

租赁车辆运输外包模式下多次直接运输策略的集成库存运输计划

分销网络在车辆租赁运输外包模式下,如何协调同步库存和运输计划是需要确定的运作决策.为此,讨论了多产品、单分销商、多用户的分销网络中,分销中心在租赁车辆外包模式和多次直接运输策略下的配送计划问题,建立了该问题的混合整数规划模型MTDS-ⅡT.根据问题的特点,设计并开发了基于部分链的遗传算法,以求解该模型.     

遗传算法中适应度函数的改进术

遗传算法引导搜索的主要依据就是个体的适应度值,因此适应度函数的设计显得尤为重要。本文兼顾保持种群的多样性和算法的收敛性,提出了一种基于指数变换的、指数系数可随进化代数动态调整的非线性适应度函数。以两个典型的测试函数为例,在相同的遗传操作和参数下,分别采用本文提出的适应度函数、线性拉伸变换及一般的指数变换适应度函数进行优化计算,计算结果表明采用提出的新适应度函数能极大地提高算法的优化精度、收敛速度和收敛概率。     

基于遗传算法的二级分销网模型及其求解

为了提高求解分销网络优化模型的运算效率,从供应链的集成和协作角度出发,采用一层的规划方法建立二级分销网优化模型。针对该模型,提出一种独特的简化的基因表达方法,采用遗传算法,并建立一个精简实用的编码方法,快速求解模型。最后通过仿真试验验证了优化模型的正确性和算法的有效性。     

A modified particle swarm optimization for disaster relief logistics under uncertain environment

Relief logistics is one of the most important elements of a relief operation. This paper investigates a relief chain design problem where not only demands but also supplies and the cost of procurement and transportation are considered as the uncertain parameters. Furthermore, the model considers uncertainty for the locations where those demands can arise and the possibility that a number of the facility could be partially destroyed by the disaster. The proposed model for this study is formulated as a mixed-integer nonlinear programming to minimize the sum of the expected total cost (which includes costs of location, procurement, transportation, holding, and shortage) and the variance of the total cost. The model simultaneously determines the location of relief distribution centers and the allocation of affected area to relief distribution centers. Furthermore, an efficient solution approach based on particle swarm optimization is developed in order to solve the proposed mathematical model. At last, computational results for several instances of the problem are presented to demonstrate the feasibility and effectiveness of the proposed model and algorithm.     

印制电路板组装工艺规划与调度集成建模及优化方法

针对印制电路板(Printed circuit board,PCB)组装工艺与调度集成优化问题,建立集成的优化数学模型,提出将多色集合(Polychromatic set,PS)与遗传算法(Genetic algorithm,GA)相结合的新的优化方法。利用多色集合的逻辑围道矩阵和数值围道矩阵建立集成优化问题的约束模型。将约束模型与GA的遗传编码、遗传操作和适应度值计算等结合,保证GA始终在有效的解空间中进行搜索。不仅能提高遗传搜索的效率,还可以通过约束模型的修改,动态描述设备故障和PCB组装任务变化等不确定因素的影响,使得算法具有良好的适应性。实例计算结果表明,该方法能高效地实现PCB组装工艺规划与调度的集成优化,缩短PCB组装完工时间,减少交货期延迟,平衡设备的工作负荷。     

基于自适应遗传算法的虚拟企业伙伴选择求解

针对虚拟企业合作伙伴的选择问题,根据虚拟企业的市场目标,采用层次分析算法确定评价因子的权重,然后建立多目标的虚拟企业伙伴选择优化模型.为简化模型,以最短的完工时间、最低的成本和最高的信誉度为目标.在遗传过程中对各个单目标进行排序选择,通过对交叉、变异算子进行自适应改进,采用最优保存策略迭代求出最佳合作伙伴及分配的具体工作量.通过与普通遗传算法的对比,仿真算例验证了改进后的算法的优越性.     

OPTIMIZATION OF CORONARY STENT STRUCTURE DESIGN FOR MAXIMIZING THE ANTI- COMPRESSION MECHANICAL PROPERTY

Excellent mechanical property of the anti-compression or high collapse pressure has become an essential feature of new coronary stents. How to determine the design parameters of stent becomes the key to improve the stent quality. An integrated approach using radial basis function neural network （RBFNN） and genetic algorithm （GA） for the optimization of anti-compression mechanical property of stent is presented in this paper. First, finite element simulation and RBFNN are used to map the complex non-linear relationship between the collapse pressure and stent design parameters. Then GA is employed with the fitness function based on an RBFNN model for arriving at optimum configuration of the stent by maximizing the collapse pressure. The results of numerical experiment demonstrate that the combination of RBFNN and GA is an effective approach for the mechanical properties optimization of stent.     

采用遗传算法的旋转机组状态趋势预测之探讨

探讨了采用遗传算法 (GA)进行旋转机组工作状态趋势预测的新途径 ,指出了适合度的选择是实现 GA算法趋势预测的关键。提出了 GA预测的方案 ,探讨了神经网络 GA预测、时间序列模型 GA预测 ,以及灰色模型 GA预测的适合度选择 ,提供了进行遗传算法预测的操作步骤。     

A hybrid heuristic algorithm for the multistage supply chain network problem

In recent years, many developments in logistics were connected to the need for information in an efficient supply chain flow. The supply chain is often represented as a network called a supply chain network (SCN) that is comprised of nodes that represent facilities (suppliers, plants, distribution centers and customers). Arcs connect these nodes along with the production flow. A multistage SCN (MSCN) is a sequence of multiple SCN stages. The flow can only be transferred between two consecutive stages. The MSCN problem involves the choice of facilities (plants and distribution centers) to be opened and the distribution network design must satisfy the demand with minimum cost. In this paper, a revised mathematical model is first proposed to correct the fatal error appearing in the existing models. An efficient hybrid heuristic algorithm (HHA) was developed by combining a greedy method (GM), the linear programming technique (LP) and three local search methods (LSMs) (always used in solving the scheduling problem). The pair-wise exchange procedure (XP), the insert procedure (IP) and the remove procedure (RP) to solve the MSCN problem. Preliminary computational experiments demonstrate the efficiency and performance of the proposed HHA.     

基于混合遗传算法的制造/再制造集成物流网络优化设计

为了合理设计制造／再制造混合系统中的集成物流网络结构,综合考虑网络中正向和逆向物流的设施集成与运输整合,建立了一种制造／再制造集成物流网络优化设计的混合整数非线性规划模型,以确定网络中各种设施的数量、位置及规模,并在由此构成的各条物流路径上合理分配物流量,目标是使运营周期内的净收益最大。提出了一种采用自适应交叉和变异操作的混合遗传算法对设计进行优化。最后,通过一个算例验证了所提模型及算法的有效性。     

车身复杂曲线匹配优化问题研究

在汽车白车身的过程中，往往会遇到两个具有复杂曲面轮廓的三维零件的匹配校园优化问题，为此提出了一种新的解决三维曲线空间匹配位置优化的优化算法，通过构造适当的优化具有目标函数，提高优化求解的收敛速度，增强该算法的实用性和灵活性。最后讨论了该遗传算法的具体结构和改进的算法。     

基于交货期窗口约束的多级供应链批量调度问题研究

为解决三级供应网络中供应商和制造商的加工任务顺序优化和合理性问题,建立了交货期窗口约束下供应商与制造商协同决策的批量调度模型.以最小化供应链的物流和交付总成本为目标,综合考虑了供应商与制造商的库存成本、运输成本和未按期交付的惩罚成本.提出了采用两级遗传算法和两级编码的模型求解算法.通过一个仿真算例,验证了调度模型和求解策略的可行性.