基于改进遗传算法排课系统应用研究

针对复杂的排课问题,结合高校实际排课需求,本文将排课问题抽象成一个计算机可以求解的多约束多目标组合优化问题。建立排课问题数学模型,引入遗传算法,提出一种改进的算法方案来求解排课问题。同时,设计了染色体编码和适应度函数,采用自适应参数调整的交叉概率和变异概率,讨论了遗传算法在排课系统中的应用,并采用Matlab工具进行仿真实验。仿真结果表明,改进遗传算法平均适应度值高于传统遗传算法平均适应度值,收敛性好,提高了全局搜索能力,与传统的遗传算法相比,能更有效的解决高校排课问题。该研究可以较好地解决排课问题。     

大学排课问题中的遗传算法设计

排课问题实际上是时间表优化的问题,由于其超大的求解规模和众多的约束条件,是运筹学领域和计算机领域一直致力寻求解决但没有得到解决的NP难解问题.本文针对大学排课问题,讨论了遗传算法设计中的编码方案以及遗传算子的实现方法,并讨论了处理冲突的算法.     

智能排课优化算法研究

为解决高校排课优化问题,建立了以教学效果好评度最大化为优化目标的排课数学模型.针对传统遗传算法的不足,给出了一种混合遗传算法,该算法不仅能够对传统遗传算法的交叉率、变异率进行自适应改进,还能够实现冲突检测与消除功能.测试结果表明,该算法比传统的遗传算法、贪婪算法和蚁群算法耗时短,而且教学效果好评度最高,这说明该算法能有效缩短排课时间,提高排课质量和效率,实现高校排课智能化.     

排课问题的一种遗传算法适应度求解方法

排课问题的多个优化目标间可能是冲突的,如何有效优化求解的多个目标,是排课问题的关键。适应度计算方法影响遗传算法的采样空间和执行效率,研究适应度的求解方法有助于解决多目标优化问题。利用多目标决策协调模型进行排课问题的改进适应度求解方法的研究,以优化遗传算法的采样空间,加快算法的收敛。把该方法应用到排课问题中,实验结果表明对目前仍没有较好解决方法的组合优化问题,可以得到比较容易的解决。     

改进遗传算法与粒子群优化算法及其对比分析

进化算法作为一类新的优化搜索方法，广泛应用于各种优化问题．现对简单遗传算法进行了改进，采用实值编码，并与模拟退火算法及基于适值排序和随机选择的方法相结合，形成了改进遗传算法．同时还介绍了一种新的进化算法一粒子群优化算法．将这两种优化算法应用于函数优化，并对优化结果进行了对比分析．比较结果表明，改进遗传算法和粒子群优化算法都可以在函数优化方面表现出较好的健壮性，但在找寻最优解的效率上，粒子群优化算法较好．     

基于新模型的多目标遗传算法

给出了个体的序和密度定义及目标空阃中解的密度分布方差和均匀性分布指标函数。其中序是Pareto解的质量的一个度量。密度是Pareto解的分布均匀性的一个度量．对任意多个目标函数的优化问题转化成两个目标函数的优化问题。并对转化后的优化问题设计了遗传算法，同时把均匀性分布指标函数引入算法的变异操作中。用于自适应地调节搜索向Pareto最优解集移动和更好地获得解的均匀性分布。直到满足终止条件．数据实验表明该方法对Pareto解的质量及其均匀性分布是有效的．     

基于约束满足的高校排课问题研究

高校排课问题的研究目的是高效率地获取合理的排课方案．给出了一种基于约束满足的高校排课问题模型，提出了高质量排课方案的优化途径．采用最小剩余值启发与前向检验相结合的改进回溯算法实现的计算机智能排课系统，运行效果良好．     

基于实数编码和目标函数梯度的量子遗传算法

提出了一种基于实数编码和目标函数梯度信息的量子遗传算法．该方法用量子比特构成染色体,用实数对量子比特进行编码,用量子旋转门进行染色体更新,用量子非门进行染色体变异．对旋转门的旋转角方向的选择,给出了简易快捷的方法;对旋转角大小的选择,结合了目标函数的梯度信息．该方法将每一量子位看作上下两个并列的基因,每条染色体包含两条并列的基因链,每条基因链代表一个优化解．在染色体数目相同时,可使搜索空间加倍．以函数极值问题和神经网络权值优化问题为例,验证了该方法的有效性．     

基于SVM和遗传算法的建模与全局寻优方法

系统建模与寻找函数的全局最优解是很常见的工业应用问题。本文首先讨论使用支持向量机来根据由系统中提取的样本数据进行函数拟合,然后将所得到的函数作为目标函数,介绍了用遗传算法寻找函数最优解的步骤．并对优化结果进行了检验,结果表明了遗传算法具有良好的全局快速搜索能力。     

一种具有模糊偏好的多目标进化算法

根据各专家对各子目标在多目标优化问题中的重要程度给出的模糊评价，结合决策者的偏好和遗传算法，提出了一种带有模糊偏好的多目标优化算法。该方法利用模糊最大最小集方法将得到的模糊评价值进行解模糊，得到各子目标在多目标优化问题中的权重，将多目标优化问题转化为单目标优化问题，再利用遗传算法求出问题的优化解。最后，利用算例对所给的模糊多目标优化算法进行了说明。     

遗传算法在MATLAB环境中的实现

探讨了在MATLAB环境中实现遗传算法仿真的方法,并以一个简单的求函数最值的问题作为遗传算法的应用实例,说明遗传算法的全局寻优性及用MATLAB实现仿真的可行性.     

Sensor selection algorithm based on modified binary particle swarm optimization

Considering the problem of sensor selection for multi-target tracking in wireless sensor networks(WSN),a sensor selection algorithm based on binary particle swarm optimization(PSO) is proposed to maximize the tracking accuracy. The predicted coordinate of the target and the determinant of the Fisher information matrix (FIM) is used for sensor selection. A modified form of binary particle swarm optimization(MBPSO) is proposed to solve the model, which is designed by employing the binary vector coding manner, constraint satisfaction cyclic shift population initialization method, particle position updating rules with the V-shaped transfer function and guidance factor. Simulation results show that the proposed sensor selection algorithm can be efficiently applied in the multi-target tracking problem. Compared to the basic particle swarm optimization algorithm and genetic algorithm (GA), the modified algorithm achieves a balance between global optimization and local exploration, and can effectively avoid the local optimum. Moreover, the proposed algorithm is suitable for large-scale networks.     

基于小生境遗传算法的离散变量结构优化设计

小生境技术的引入,提高了遗传算法处理多峰函数优化问题的能力。提出了基于隔离机制的自适应小生境技术,隔离小生境技术具有生物学基础,不仅能够有效地保证群体中解的多样性,而且具有很强的引导进化能力,针对简单遗传算法中的交叉与变异概率等不能动态地适应整个寻优过程,提出采用根据适应度调整交叉、变异概率并与小生境技术相结合的改进遗传算法。算例表明,该遗传算法对桁架结构的布局进行优化设计比较容易实现,简单、有效,可以产生很好的效益。     

用于气动发动机设计的非支配排序遗传算法的改进

非支配排序遗传算法用于气动发动机设计不能获得完整的功率与比功关系曲线,为此对程序中的等级排列子程序和分散性估计方法进行了改进.将两目标优化问题中的性能指标分别定义为空间性能指标和跟随性能指标.通过一个区间分布参数将空间性能指标分成多段,位于同一区段内的个体根据其跟随性能指标的大小进行等级排列.个体间的分散性只根据空间性能指标进行计算.通过对预先设计的以正弦函数为目标的优化问题进行求解,验证了改进后的程序能够获得准确、分布均匀的解.与NSGA-II算法相比,改进后的程序用于气动发动机设计可以得到更加完整的设计信息.     

索网张力结构的张拉控制及多目标优化计算

为优化索网张力结构的分批张拉顺序,基于小生境遗传算法,提出一种以施工张拉过程最为平稳及施加的张拉控制力总和最小为目标的优化算法.该算法将每根索所在的张拉批次作为决策变量,采用实数编码方式以满足编码空间的非冗余性,通过目标函数罚中附加函数项的形式考虑约束条件.针对遗传算法自身存在的收敛性问题,在进化过程中采取了自适应遗传算子,引入了改进的最优个体保存策略.以一个索网张力结构施工分批张拉顺序的优化为例,验证了该优化算法的合理性.     

一种自适应遗传算法研究

首先提出一个刻画进化种群多样性的函数，考虑种群多样性与进化代数的关系，提出一个作用函数，在此基础上，提出一种自适应遗传算法，该 算法中交叉和变异操作的点数随种群多样性函数和作用函而变化，多峰值函数优化结果表明，该算法可以有效地解决早熟收敛问题，更易达到全局最优解。     

基于不动点算法和K_2（m）剖分的遗传算法的改进

针对n维闭包腔函数优化问题,把单纯形自映射不动点算法与遗传算法结合进行求解。首先将解空间利用同胚映射转化为n维标准单纯形,然后对n维标准单纯形进行K2（m）剖分和相应的整数标号得到个体的承载单纯形顶点的标号信息,依据顶点信息和函数设计编码和遗传算子,当个体的承载单纯形是全标单纯形时,算法终止,得到优化问题的近似解。算例结果表明,改进后的算法在6代之内完成收敛,显示了极高的全局优化形态与计算效率。     

混合人工鱼群算法在约束非线性优化中的应用

为了解决具有约束的非线性优化问题,本文将增广拉格朗日乘子法和鱼群算法相结合用于非线性问题的全局优化,即用人工鱼群算法寻找增广拉格朗日函数的近似最优解,并将该近似解用于拉格朗日乘子和惩罚因子等参数的更新．同时,简要分析了人工鱼群算法的随机收敛性．仿真结果证明,与自适应惩罚遗传算法相比,该混合算法在解决约束优化问题中具有优越性和有效性．     

Method of Designing Missile Controller Based on Multi-Objective Opti mization

Generally,the process of designing missile con-trol systeminvolves a great deal manual modificationsand trials in order to meet all the design specifica-tions ,such as robust stability, noise rejection, dy-namic response , steady tracking error , etc . So thedesignis an opti mization problemin nature . Becausegenetic algorithm(GA) is a search algorithmbased onthe mechanismof natural selection and natural genet-ics and is different from conventional opti mization.GAsearches for a population of…     

Biogeography based optimization-proximal point algorithm for nonlinear minimax problems

Concerning the discrete nonlinear minimax problems with the convex function as each of its components, a new method, called the biogeography based optimization-proximal point algorithm, is presented. By using maximum-entropy methods, the minimax problem is transformed into the unconstrained optimization problem of the smooth function. The algorithm employs the proximal point algorithm as the outer algorithm, and the biogeography based optimization as the internal algorithm. The proposed algorithm which resolves several minimax problems is global convergent. Preliminary numerical experiments show that the proposed algorithm is an effective algorithm for nonlinear minimax problems.