基于遗传算法的污水输送泵站优化调度

污水输送泵站在城市排水系统中担负着重要的任务。本文在分析泵站运行现状和泵站自身特征的基础上,以泵组总功率最小为目标函数,建立泵站优化调度问题的数学模型。在此基础上提出基于遗传算法的泵站优化调度,并开发了相应的优化调度软件。     

求多峰函数全部全局最优解的胞腔排除遗传算法

借助胞腔，并利用遗传算法能够最终收敛于非线性多峰函数全局最优解的特点，动态地剖分和排除胞腔，从而构成一种新型遗传算法－胞腔排除遗传算法，利用该算法可求取非线我峰函数全部全局最优解，仿真实验表明该算法合理，有效。     

多种群变换遗传算法及其在优化调度中的应用

提出了一种基于多种群思想的遗传算法,研究了种群数目对收敛速度的影响及确定原则,设计了适合连续离散规划问题求解的交叉与变异算子以及评价函数参数,通过与一般遗传算法比较、统计计算及对某载重轮胎厂生产调度系统仿真,表明该算法的收敛速度有很大提高,并能够很好解决连续与离散状态并存和规模较大的一类混合生产过程的调度问题。     

基于遗传算法的电力系统VAR优化调度研究

电力系统无功功率(VAR)优化对电力系统的经济运行具有重要意义,文章在分析不同初始种群生成方法对GA性能的影响后,改进GA求解电力系统VAR优化调度问题。在VAR优化调度模型的基础上,构建了基于GA的VAR优化算法。利用GA对决策变量进行实数编码,使用二进制竞标赛策略选择子代个体,结合模拟二进制交叉(SBX)和多项式变异方案作为交叉算子和变异算子。评估了带借位减法指令(SWB)、Niderreiter准随机抽样(NQR)、非对齐系统(NAS)和高斯采样(GS)4种初始种群生成方法。通过对IEEE-30总线系统进行实验,结果表明：采用均匀抽样的SWB伪随机发生器生成初始种群的GA,在电力系统VAR优化调度计算得到的有功功率损耗最低,仅为4.00%。     

基于双种群演化的遗传算法研究

针对标准遗传算法（SGA）在实际应用中出现的早熟收敛问题，引入了双种群演化的遗传算法，同时设计了适应双种群的特殊算子。文章首先阐述了遗传算法的基本原理和操作步骤，然后描述了双种群遗传算法的原理和特殊算子的设计；对“运动员参赛项目排序”这样一个实际问题进行了具体说明并分别使用标准遗传算法和双种群遗传算法进行了对比求解。实验证明：这种方法收敛效率较标准遗传算法有了很大提高，并保持了种群的多样性。     

基于淘汰机制的双种群遗传算法

传统的遗传算法虽然经过了多方改进,但是早熟的困扰仍然存在.针对这一缺陷,提出一种基于淘汰机制的遗传算法,模仿自然和社会的进化过程,在双种群遗传算法的基础上,将"战争"模式引入到种群的进化过程中去,建立一种新的淘汰机制来保持种群的多样性,避免算法提前收敛.用测试函数对算法进行测试,并将结果与自适应遗传算法进行对比和分析.实验证明,基于淘汰机制的遗传算法是可行且有效的.     

基于改进双种群遗传算法的模糊控制器的优化

遗传算法是一种自适应、启发式、群体型、概率性、迭代式全局收敛算法,利用遗传算法的良好的搜索特性来优化模糊控制器,可以取得很好的控制效果.本文对传统的双种群遗传算法进行了归纳和分析,在此基础上提出了一种改进的双种群遗传算法(CGDPGA).将此改进算法用于优化模糊控制器的隶属度函数、量化因子和比例因子来实现模糊控制器的全...     

基于混沌局部搜索的双种群遗传算法

针对遗传算法局部搜索能力差和早熟收敛的问题,提出一种基于混沌局部搜索的双种群遗传算法.将2个种群分别作为探测种群和开发种群,按不同交叉概率和变异概率进化.种群每进化一代即对其最优解做混沌局部搜索,若搜索到更优解,则取代原最优解,直至搜索到预设的混沌次数,同时2个种群之间每进化10代进行一次移民操作.在6个Benchma...     

一种基于蜜蜂双种群进化的遗传算法

提出了一种基于蜜蜂双种群进化的遗传算法（BDPGA）。算法共有两个种群,一个是通过迭代进行遗传操作得到的,一个是在每代进化过程中随机引入的。每个种群中的最优个体作为蜂王分别以概率与其它个体（雄蜂）进行交配操作。既能增强对种群最优个体所包含信息的开采能力,又能提高算法的勘探能力,从而避免算法过早地收敛。实验结果表明,该算法对于改进和提高遗传算法性能是有效可行的。     

基于双种群遗传算法的MPLS流量工程研究

针对因特网流量的快速增加和对服务质量要求的不断提高,为避免网络数据流过大造成拥塞问题,利用MPLS流量工程的路由算法成为业界研究的重点。介绍了MPLS流量工程的工作机制,并提出了数学模型。MPLS流量工程的关键问题是LSP的分布优化问题,针对这一问题的Np-hard特性,提出一种基于双种群策略的遗传算法求解方法,算法采用自然数编码来提高搜索效率。算法中,两个子种群周期性地交流最优染色体,进一步提高了性能。仿真实验表明,提出的算法能有效提高搜索速度,增加获得最优解的概率。     

基于蜜蜂双种群进化机制的云自适应遗传算法

为了提高传统自适应遗传算法的鲁棒性,受蜜蜂双种群进化的机制启发,把雄蜂通过竞争参与交叉及雄蜂与决定双蜂群优秀遗传基因的蜂后交叉的机制引入算法中,再利用正态云模型云滴的随机性和稳定倾向性特点,提出了基于蜜蜂双种群进化机制的云自适应遗传算法。算法由正态云模型的Y条件云发生器及蜂后参与的方式实现交叉操作,基本云发生器实现变异操作。函数优化实验和暴雨强度公式参数优化的仿真结果表明了算法的有效性和可行性。     

变频调速给水泵站效率最优控制策略

提出一种符合水泵并联运行特性的最小流量偏差效率优化模型,克服了Cohen G.模型的不足.针对水泵高效区约束条件的复杂性,给出了简化高效区约束条件,明显缩短了优化求解时间,而求解精度基本不受影响.采用0-1完全枚举和Wolfe既约梯度等算法求解模型,得到满意的控制策略.实验结果证实了优化模型的有效性,实际应用效果良好.     

最优子种群遗传算法求解柔性流水车间调度问题

为了验证最优子种群遗传算法在解决柔性流水车间调度问题时相比于传统遗传算法的优越性,分析了柔性流水车间调度问题的特点,并运用一种新的编码方法和新的遗传算法求解了该问题。考虑到最优个体保护策略法对复杂问题容易使种群收敛陷入局部最优解,为了提高精度、加快较优个体的产生并避免陷入局部最优解,首先提出了一种合理、全面的编码方法,并运用最优子种群遗传算法来求解柔性流水车间调度问题。最后运用实例验证了最优子种群遗传算法的有效性、优越性和编码方式的合理性。     

基于遗传算法的动态资源调度问题研究

建立了无人作战飞机任务规划问题的数学模型，提出了分层递阶的任务规划系统结构．针对任务规划的核心资源调度问题，设计了基于遗传算法的动态资源调度算法，有效地解决了多无人作战飞机的资源调度问题，计算结果表明了算法的有效性．     

基于Min-Min遗传算法的网格任务调度方法

针对网格环境异构、分布等特点,在现有的任务调度算法的基础上,结合Min-Min算法和遗传算法的优点,提出了一种基于Min-Min遗传算法的任务调度方法。仿真实验表明：在网格环境下,该算法具有合理性和高效性。     

飞机集中除冰车辆优化调度方法研究

针对大型机场的飞机集中除冰车辆优化调度问题,采用遗传算法进行集中除冰车辆优化调度,提高大型机场的除冰作业效率,减少因飞机结冰造成的航班延误时间。该方法设计了染色体结构,初始种群生成方法,适应度函数和控制参数,完成了除冰车辆优化调度模型的建立。最后通过算例,验证了遗传算法对飞机集中除冰车辆分配调度的优化性能,为飞机集中除冰车辆优化调度提供了新策略。     

一种基于二次变异策略的改进型遗传算法

通过对基本遗传算法采用单点位变异和倒置变异两次变异操作进行改进,并把该算法应用到TSP问题的求解中。仿真结果表明,改进后的算法提高了种群的多样性,增强了算法的局部搜索能力,从而使最终找到的解比基本遗传算法更优。另外,二次变异的改进遗传算法对种群规模的敏感性比非二次变异的基本遗传算法更强,相同条件下当增大种群规模时,二次变异的改进算法能得到更优的解。     

病毒进化遗传算法的车辆调度优化模型

为了提高车辆调度优化效率,提出一种病毒进化遗传算法的车辆调度优化模型。建立车辆调度的数学模型,采用遗传算法对模型进行求解,并采用病毒群体感染主群体,主群体在历代个体间纵向传递信息以利于全局优化,病毒群体通过感染操作在同代个体间横向传递信息利于局部搜索,进行仿真对比实验。结果表明,病毒进化遗传算法较好地解决了标准遗传算法存在的不足,加快了车辆调度优化问题的求解效率,获得了更优的车辆调度方案,具有较高的应用价值。