基于改进遗传算法的车辆调度系统

遗传算法是近年来发展比较迅速的一种优化算法,旨在解决很多NP完全的问题,本文基于遗传算法以及传统的运行商问题进行了叙述,然后针对车辆调度这一现实问题进行模型构建,接着通过利用遗传算法在编码、选择、交叉、编译操作的具体实施,最后通过测试对比得到良好的结果。     

遗传算法与组合优化问题研究

介绍了遗传算法的原理、遗传算法的求解步骤，组合优化问题的数学模型及其用遗传算法解决此类问题的一般方法，并以一单目标数学规划问题为实例来说明遗传算法在解决组合优化问题时的有效性和优越性。最后，对遗传算法存在的问题及研究趋势进行了说明。     

基于遗传的人工鱼群优化之武装直升机对地攻击火力分配决策

结合遗传算法和人工鱼群算法的优点对武装直升机对地攻击作战的火力分配问题进行研究,建立了火力分配的教学模型,并利用基于遗传算法的人工鱼群优化算法实现武装直升机对地攻击的火力分配.仿真实验结果表明,基于遗传算法的人工鱼群优化算法解决火力分配问题不仅收敛速度快、效果好,而且运行速度快、求解精度高,满足火力分配实时性和准确性的...     

进化计算算法在路径优化中的应用

笔者主要想要研究优化领域中和路径优化相关的问题。在研究路径优化问题时,主要运用的优化算法是遗传算法。该算法在进化计算中,是应用范围最广的,和其他的算法相比,遗传算法更有优势。笔者针对遗传算法存在的问题对遗传算法进行了修改,提出了一些优化遗传算法的建议,并在实际运用中证明了通过优化,遗传算法可以更好的解决优化路径问题。     

遗传算法在计算机网络中的应用

现如今的社会发展越来越快,计算机的应用也是比以前更加普遍,产生了很多交叉学科,其中近几年发展比较快的就是遗传算法。遗传算法的应用比较广泛,可用于解决数值优化、组合优化、机械学习、智能控制、人工生命、图像处理和模式识别等各领域的问题。有很多经典的问题都是用遗传算法来解决的,这些具体问题的处理中都用到了遗传算法,成功地把遗传算法和计算机结合起来。本文主要论述了遗传算法在计算机网络中的应用。     

基于遗传算法的公交智能排班方法的研究

研究公交车智能排班问题,建立数学模型,兼顾乘客出行效率和公交企业运营效益,给出利用遗传算法解决此问题的方法。重点阐述了智能排班的目标函数、适应度函数和遗传算子的设计。编制程序进行仿真实验,结果证明利用遗传算法解决公交智能排班问题,可以优化车辆调度,能在交通高峰和平峰期不均匀排班,符合公众和企业的利益,并提高了交通运行效率。     

蚁群混合遗传算法的研究及应用

为解决组卷过程中在一定约束条件下存在的多目标优化问题,结合蚁群算法和遗传算法各自的优点和它们融合的基础,提出了一种蚁群算法融合到遗传算法的策略:在组卷的前阶段利用遗传算法群体性全局搜索能力,快速形成初始解,在满足终止遗传算法的条件后,将遗传算法调度的较优解转化为蚁群算法所需要的初期信息素,然后利用蚁群算法所具有的正反馈、高效等特点快速形成试卷最优解。实践结果证明此算法改善了试卷的质量以及系统的运行效率,生成的试卷符合要求,达到预期的结果。     

MATLAB遗传算法工具箱GADS优化及应用

为了解决复杂函数优化问题,简要对MATLAB遗传算法工具箱进行了介绍,并详细阐述了遗传算法的基本原理与方法,在此基础之上,介绍了MATLAB遗传算法工具箱GADS寻找最优值的工作过程,最后,结合测试函数,介绍了遗传算法工具箱编码方法,并验证了MATLAB遗传算法工具箱操作简单方便,具有较高可靠性的优点,为解决函数优化问题提供了一种强有力的工具.     

基于混沌遗传算法的干线交叉口信号控制优化研究

城市道路干线交叉口交通信号的配时优化控制直接影响了整个城市的交通状况。为了提高干线交叉口信号控制的效率,以干线交叉口模型的交通信号控制问题为背景,构造了基于最小延误的常态交通条件下干线双向绿波控制模型。同时,结合混沌理论和遗传算法各自的优势,开发了混沌遗传算法。通过该算法对模型进行仿真数据求解,并与传统优化算法相比,系统延误明显减少了。结果表明,基于混沌遗传算法的控制优化方法可以提高干线交通运行的效率。     

基于改进遗传算法的高层建筑结构传感器优化布置

为了解决高层建筑结构抗震控制监测系统中的传感器优化布置问题,提出一种基于改进自适应遗传算法的传感器优化布置方法。以模态置信度准则的最大非对角元值极小化来构造适应度函数,对布点位置进行优化。并利用ANSYS 14.0建立有限元模型,施加相应约束对模型进行模态分析,算例结果表明该改进遗传算法对数目与位置实现了优化,得到了满足不同精度要求的传感器优化配置方案。     

遗传算法求解非线性方程组研究综述

针对近年来国内外基于遗传算法求解非线性方程组的研究情况进行了系统总结,揭示了各种遗传策略的综合运用,遗传算法与传统迭代方法或其他智能优化方法的有效结合,并行遗传算法是基于遗传算法方法求解非线性方程组成功的关键,同时对未来的研究方向进行了展望。     

三种基于进化技术的优化算法及其对比

进化算法（EA）是模仿自然界生物进化或物种的社会行为而产生和发展的随机搜索方法，这种算法能够解决许多传统方法无法解决的大规模优化问题。本文简明介绍了三种基于进化的优化算法：遗传算法、蚁群优化算法和微粒群优化算法，并在原理、参数和应用方面对它们进行了对比。     

基于遗传算法红外小目标检测的研究

为解决复杂空中背景下红外弱小目标的快速检测,提出了一种基于遗传算法的检测思路。该思路主要是通过利用遗传算法高效快速的搜索方式,结合传统的红外小目标检测算法,最终实现红外弱小目标的快速检测。最后通过MATLAB编程后,实现了复杂背景下红外小目标的快速检测。通过仿真及与相应的传统算法的比较,发现了遗传算法自身的优势和劣势,最后说明了遗传算法在红外小目标检测领域广阔的应用前景。     

遗传算法在雷达组网最优化布阵中算法研究

分析了遗传算法用于雷达组网最优化布阵的基本原理和关键技术。遗传算法是从多个初始点开始寻优，通过判断适度函数决定是否被淘汰或选择，从而实现全局或准全局最优，与传统雷达组网的效用函数法、专家法等方法比较具有原理简单、搜索量少、速度快等优点，解决了传统算法搜索量大、速度慢等问题。计算机的仿真实验表明了该方法的有效性。     

系统辨识研究的现状

综述了系统辨识问题的研究进展,介绍了经典的系统辨识方法及其缺点,引出了将集员、多层递阶、神经网络、遗传算法、模糊逻辑、小波网络等知识应用于系统辨识得到的一些现代系统辨识方法,最后总结了系统辨识今后的发展方向。     

遗传算法在矩阵特征值求解中的应用

遗传算法进行全空间并行搜索,并将搜索重点集中于性能高的部分,从而使效率提高且不易陷入局部极小。具有固有的并行性,通过对种群的遗传处理可处理大量的模式,并且容易并行实现。重点研究遗传算法以及混合遗传算法在传统数学中的应用:解决矩阵特征值问题。通过大量的实验研究,证明遗传算法在传统数学的研究问题中有很高的应用价值。     

先锋遗传算法在多峰值函数优化中的应用

本文对遗传算法应用于多峰值数值函数优化进行了研究,通过对算法的综合和改进,克服了传统遗传算法计算多峰值函数时容易出现的遗传漂移问题,实现了优化目的,证实了先锋遗传算法应用于此类问题的可行性和有效性.     

基于遗传算法的网格任务调度研究

网格调度是一个典型的NP问题,研究表明遗传算法是解决复杂环境下资源调度的有效方法之一。针对异构环境下的网格任务调度,提出了一种改进的遗传算法,并改进了遗传算法的收敛特性,通过分析实验结果证明该算法优于传统的调度算法。     

无人机三维路径规划的粒子群混合算法

路径规划是无人机控制过程中的重要环节之一,现有基于粒子群等算法的传统路径规划方法存在容易陷入局部最优等问题,无法适应现实场景中复杂环境及高搜索速度的要求。针对已有方法的缺陷,提出了一种无人机路径规划的高性能细菌觅食-遗传-粒子群混合算法,以传统粒子群优化算法为基础,引入细菌觅食算法及遗传算法思想,提高算法计算速度与能力,同时考虑实际场景中无人机的运行约束,进一步提高了方法的可用性。最后,利用仿真实验验证了所提方法的有效性,并通过与传统方法对比证明了所提方法在运行时间、规划航程等方面的优越性。     

低信噪比红外小目标图像的分割方法

针对复杂背景条件下的红外图像分割问题,将遗传算法与人类视觉感知原理相结合, 探讨了一种新的多阈值图像分割方法即基于遗传算法的图像阈值分割方法,该算法引入了一个自动判别且时空可变的目标背景条件和调整最佳分割区域的步骤,提高了分割算法的质量及鲁棒性,克服了传统阈值方法在图像分割中的局限性。通过计算机仿真实验,验证了该方法的有效性。