求解IPPS顺序柔性调度问题的模型与集成型调度算法研究

针对工艺规划与调度集成(integrated process planning and scheduling, IPPS)问题中的顺序柔性调度问题,提出了基于简单顺序关系的顺序柔性描述模型及调度模型,并改进遗传算法设计了集成型的顺序柔性调度算法。染色体编码同时采用简单顺序关系编码和基于工序的编码,并为两种编码分别设计了多种交叉和变异操作。为避免遗传算子产生违背工序顺序优先关系的不可行解,提出了顺序约束修正策略;针对遗传算法易过早收敛的缺陷,设计了自适应调节变量以强化种群多样性,并引入变邻域搜索算法改变解的搜索邻域,进一步搜索最优调度方案。三种不同规模的实验仿真验证了问题描述模型及调度算法的有效性。     

基于遗传算法的最短路径路由优化算法

论述了用启发式遗传算法解决最短路径路由的优化问题.采用可变长度染色体(路由串)和它的基因(节点)应用于编码问题.交叉操作在交叉点进行部分染色体(部分路由)交换,变异操作维持种群的多样性.该算法采用简单维护操作维护好所有的不可行的染色体.交叉操作和变异操作相结合保证了最优解的搜索能力和解的全局收敛性.计算机仿真实验证明该算法快速有效,可靠性高.     

基于遗传算法的最短路径路由优化算法

论述了用启发式遗传算法解决最短路径路由的优化问题,采用可变长度染色体(路由串)和它的基因(节点)应用于编码问题,交叉操作在交叉点进行部分染色体(部分路由)交换,变异操作维持种群的多样性.该算法采用简单维护操作维护好所有的不可行的染色体.交叉操作和变异操作相结合保证了最优解的搜索能力和解的全局收敛性.计算机仿真实验表明该算法快速有效、可靠性高.     

基于遗传算法的最短路径路由优化算法

论述了用启发式遗传算法解决最短路径路由的优化问题.采用可变长度染色体(路由串)和它的基因(节点)应用于编码问题.交叉操作在交叉点进行部分染色体(部分路由)交换,变异操作维持种群的多样性.该算法采用简单维护操作维护好所有的不可行的染色体.交叉操作和变异操作相结合保证了最优解的搜索能力和解的全局收敛性.计算机仿真实验证明该算法快速有效,可靠性高。     

基于改进遗传算法的机器人路径规划

文中提出一种基于改进遗传算法的移动机器人路径规划方法,将复杂的二维编码问题简化为一维编码问题,优化改进标准遗传算法的选择算子和交叉算子,引入路径规划特定的遗传算子(修正算子),最后以移动机器人行走路径最短作为适应度函数进行遗传优化.此算法克服了标准遗传算法的早熟收敛、运算结果稳定性差等问题,提高遗传算法的进化效率.仿真实验结果验证了该算法在移动机器人路径规划中的可行性和有效性,以及规划结果的稳健性.     

灾变遗传算法求解带时间窗的车辆调度问题

提出一种可以有效求解带时间窗的车辆调度问题的灾变遗传算法.遗传算法作为一种高效的启发式算法被用于解决这类组合优化问题,但是该算法存在过早收敛、易陷入局部最优等缺陷.针对此问题,在搜索过程中采用灾变算子使遗传算法跳出局部最优,并针对车辆调度问题设计一种可以直接产生可行解的交叉算子,避免染色体交叉过程中产生不可行的子代.通过仿真算例验证了所提出的算法求解带时间窗的车辆调度问题的有效性;通过与标准遗传算法、改进遗传算法和粒子群算法的比较,进一步验证了灾变遗传算法在优化性能以及算法鲁棒性方面的优势.     

基于Ahn改进遗传算法的路由优化算法的研究

论述了用Ahn改进遗传算法解决路由路径的优化问题,采用可变长度染色体路由串和它的基因节点应用于编码问题,交叉操作在交叉点进行部分染色体部分路由交换,变异操作维持种群的多样性。该算法采用简单维护操作,维护好所有的不可行的染色体。交叉操作和变异操作相结合保证了最优解的搜索能力和解的全局收敛性。计算机仿真实验表明该算法快速有效、可靠性高。     

免疫遗传算法及在新产品投入计划中的应用

提出一种新的求解复杂约束优化问题的免疫遗传算法. 算法首先产生大量抗原来训练抗体, 从而建立起一个具有自体和非自体识别能力的免疫系统. 将该免疫系统嵌入到遗传算法中, 即可在遗传过程中不经解码就能识别非法或不可行的染色体. 算法有效地改进了遗传算法求解复杂约束优化问题的性能. 算法用于求解用半无限规划模型描述的新产品投入计划问题, 获得了满意的结果.     

基于改进遗传算法的机器人路径规划

在分析传统遗传算法的基础上提出一种移动机器人全局路径规划算法.采用方向的二进制串对染色体进行编码,在生成初始种群时,沿着正弦曲线轨迹生成部分染色体.另外选择和交叉操作采用了锦标赛选择算子和多点交叉算子,仿真结果显示本算法正确有效.     

一种用于最优路径规划的改进遗传算法

设计了一种专门适用于路径规划的改进遗传算法．该算法根据最短路径问题的具体要求，将传统遗传算法中的编码、交叉、变异等操作均重新进行了定义，并且在进化过程中还能够自适应调节交叉和变异概率．仿真研究表明：改进的遗传算法具有较快的搜索速度和较高的搜索成功率，为实际车载导航系统中最优路径规划问题的解决提供了一种新方法．     

多亲遗传算法的理论分析及其应用研究

多亲遗传算法是在保持了传统遗传算法一些特性的基础上，对传统遗传算法的交叉算子进行了改进。在介绍了多亲遗传算法的基础上，对其进行了理论分析，证明了多亲遗传算法满足Holland的模式定理；提出了一种称为群体中心交叉的多亲交叉算子，最后将这种多亲交叉算子的多亲遗传算法应用到了数据聚类问题中，取得了良好的实验结果。     

基于多路规划遗传算法的负载均衡方法

在负载均衡问题中,负载调度方法足核心,它的好坏直接影响均衡系统的性能.提出一种基于多路规划遗传算法的服务器端负载均衡算法.该方法借鉴生物界自然选择和自然遗传机制,模拟自然进化过程搜索最优解,为负载均衡问题提供了新的计算模型.同时,多路规划(多次交叉或变异)后取最优策略的应用,使得多路规划遗传算法的优化性能大为提高.该方法降低了服务器端请求的响应时间,提高了服务器端CPU的利用率,从而改善了系统性能.数据实例表明,该方法是可行的、正确的和有效的.     

基于改进遗传算法的面向路径测试数据生成

在遗传算法中,面向路径测试数据自动生成存在迭代次数多、效率低的问题。为此,提出一种改进型的遗传算法。通过分析被测源程序得到其结构信息,并利用该结构信息,控制遗传算法中交叉、变异操作发生的位置及范围,提高遗传操作的精确性和目的性。实验结果表明,与传统遗传算法相比,该算法具有更快的收敛速度,测试数据生成效率更高。     

考虑库区吊机能力的板坯倒垛问题的建模与优化方法研究

研究了钢铁企业板坯库的板坯倒垛(Slab stack shuffling, SSS)问题. 与以往研究倒垛问题不同, 考虑了板坯存储各库区吊机能力的实际限制. 对该问题通过考虑实际约束, 以总倒垛次数最小为目标函数建立了非线性整数规划模型. 基于对问题特征的分析, 分别针对轧制项目间是否存在共同可选板坯的两种情况, 将模型变换为线性整数规划模型. 另外, 利用提出的问题性质, 降低了模型的求解复杂性. 实验结果表明, 对于实际的问题规模, 基于该线性整数规划模型的优化方法能有效地求得问题的最优解.     

结合序列线性规划法的混合遗传算法

通过将遗传算法与改进的序列线性规划法相结合，形成混合遗传算法．当迭代点没有发生交叉和变异时，将目标函数和约束条件在迭代点处线性化，为使迭代点邻域仍然满足约束条件，加入软约束项，用线性规划方法进行寻优．该方法具有全局收敛性，不要求迭代点一定为可行点．仿真结果验证了此法的有效性和合理性．     

An Improved Genetic Algorithm Approach on Mechanism Kinematic Structure Enumeration with Intelligent Manufacturing

During the process of mechanism kinematic structure enumeration, isomorphism identification of graphs is an important and complicated problem. The problem is known to be a NP-complete problem. In this paper, according to the mechanism kinematic chain isomorphism identification criteria, a highly efficient hybrid genetic algorithm model is proposed for isomorphism identification. The model method is coupled with genetic algorithm, optimal choice, and optimal crossover operation. It shows a quick convergence rate of the late operation and can avoid convergence to local optimum. Simulation results show that the hybrid algorithm is more rapid and effective compared with simple genetic algorithm and the improved neural network algorithm.     

求解0-1整数规划问题的混沌遗传算法*

针对一类特殊的0-1整数规划求解问题提出一种混沌遗传算法。该算法采用幂函数载波技术提高混沌搜索的充分性与遍历性,以混沌搜索算法得出的优化个体作为遗传算法的新群体进行交叉、变异等操作,提高种群质量,同时增加种群多样性,改善遗传算法的早熟问题。该算法被用于解决片上网络映射A3MAP(architecture-aware analytic mapping) 0-1整数规划问题。实验仿真证明,该算法的收敛速度和解的精度均优于A3MAP-GA。     

A controlled genetic programming approach for the deceptive domain

Traditional genetic programming (GP) randomly combines subtrees by applying crossover. There is a growing interest in methods that can control such recombination operations in order to achieve faster convergence. In this paper, a new approach is presented for guiding the recombination process for genetic programming. The method is based on extracting the global information of the promising solutions that appear during the genetic search. The aim is to use this information to control the crossover operation afterwards. A separate control module is used to process the collected information. This module guides the search process by sending feedback to the genetic engine about the consequences of possible recombination alternatives.     

An intelligent fuzzy sliding mode control system with application on precision table positioning

In this paper, an intelligent fuzzy sliding mode control system, which cooperates with a new learning approach called modulus genetic algorithm, is proposed. Furthermore, it is applied to a high precision table positioning system for verifying its practicability. Fuzzy sliding mode controller (FSMC) is a special type of fuzzy controller with certain attractive advantages than the conventional fuzzy controller. The learning and stability issues of FSMC are discussed in the paper. Furthermore, to overcome the encoding/decoding procedure that leads to considerable numeric errors in conventional genetic algorithm, this paper proposes a new algorithm called modulus genetic algorithm (MGA). The MGA uses the modulus operation such that the encoding/decoding procedure is not necessary. It has the following advantages: (1) the evolution can be speeded up; (2) the numeric truncation error can be avoided; (3) the precision of solution can be increased. For verifying the practicability of the proposed approach, the MGA‐based FSMC is applied to design a position controller for a high precision table. The experimental results show the proposed approach can achieve submicro positioning precision. © 2001 John Wiley & Sons, Inc.     

铁路集装箱中心站装卸设备优化调度研究

为了提高铁路集装箱中心站的作业效率,研究了带有干涉约束的轨道式门式起重机（轨道吊）调度问题,为其建立了混合整数规划模型。分析了轨道吊调度问题的作业特点,提出了一种求解该问题的改进遗传算法。在以最小化最大装卸作业时间和均衡设备负荷为目标的情况下,设计了合理的交叉算子和对局部最优个体操作的变异算子。使用随机算例对算法进行测试,结果表明：该算法能在极短的时间内找到此类调度问题的最优或近似最优解。