用GA寻优线性系统模糊控制器规则

控制精度和自适应能力一直是模糊控制应用中较难解决的问题,解决这一问题的关键在于选取适当的控制规则,而遗传算法可以较好地解决常规的数学优化技术所不能有效解决的问题。该文给出了对于具有修正因子的控制规则,采用遗传算法对其参数进行自调整的方法,它可提高模糊控制器的性能。通过仿真实验表明了该方法对于线性系统的控制是有效的。     

基于生产计划排单的遗传算法的优化与应用

ERP是当今国际上先进的企业管理模式,其核心是计划体系,包括主生产计划、采购计划、车间作业计划等。车间作业计划的管理目标是按物料需求计划的要求,按时、按质、按量和低成本地完成加工制造任务。该文探讨了遗传算法在车间作业计划安排中的应用,主要是针对Flow Shop的调度问题,给出了包括建模、编码、选择、交叉、变异和适应性函数等的具体算法,并在最后给出了自适应算法、混合遗传算法等优化算法。经仿真算例分析,该算法取得较理想的效果。     

最小风险准则和遗传算法优化神经网络

提出了一种基于最小平均风险准则的遗传算法优化设计前向神经网络的方法，遗传算法的适应度函数并不采用传统的均方误差准则，而是由平均风险则所决定，这种方法在神经网络输出与期望输出之间误差的同时，还要考虑神经网络对不同类型训练样本产生的这种误差所引起的不同的风险损失。这种方法优化得到的神经网络不仅可以准确地再现训练样本集合的期望输出，对训练样本集合外样本的正确预测能力也有明显的提高。     

Optimization of cutting process by GA approach

The paper proposes a new optimization technique based on genetic algorithms (GA) for the determination of the cutting parameters in machining operations. In metal cutting processes, cutting conditions have an influence on reducing the production cost and time and deciding the quality of a final product. This paper presents a new methodology for continual improvement of cutting conditions with GA. It performs the following: the modification of recommended cutting conditions obtained from a machining data, learning of obtained cutting conditions using neural networks and the substitution of better cutting conditions for those learned previously by a proposed GA. Experimental results show that the proposed genetic algorithm-based procedure for solving the optimization problem is both effective and efficient, and can be integrated into an intelligent manufacturing system for solving complex machining optimization problems.     

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。     

基于遗传算法的QoS路由优化算法

研究了带宽、时延等QoS路由问题,提出了一种基于遗传算法的QoS路由选择优化算法。算法采用网络资源消耗和负载分布为目标函数,目的是在消耗网络资源最小的基础上,使负载均衡分布,合理利用网络资源,降低网络拥塞。仿真结果表明,该算法是有效的、稳定的。     

玻璃排版优化中遗传算法的应用

研究了应用遗传算法求解非线性多目标组合优化问题———玻璃排版优化问题 ,详细讲解了如何设计求解该优化系统中三个典型组合优化子问题的遗传算法 ,并对三个子问题的求解关系进行了分析 ,总结出遗传算法的不同构造方法对系统优化结果的影响。     

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.     

遗传算法在一类组合优化中的应用

文章研究了一类组合优化问题如：多路旅行商问题（MTSP）及分配问题。其实质为排序优化,提出了基于GA求解排序优化的求解策略,解释了实现该算法的一些关键问题,计算机模拟结果表明了该方法的有效性。     

一种函数优化问题的混合遗传算法

将传统的局部搜索算法和遗传算法相结合,可以较好地解决遗传算法在达到全局最优解前收敛慢的问题.文章给出一种结合可变多面体法和正交遗传算法的混合算法.实验表明,它通过对问题的解空间交替进行全局和局部搜索,能更有效地求解函数优化问题.     

考虑供应不足的应急物流车辆路径优化模型及算法

灾害发生后的关键救援期内,应急物资有限且受灾点对应急物资的需求具有不确定性,为提高应急物流工作效率,需同时对应急资源分配和运输车辆路径进行优化决策。针对救援关键期内应急物资可能供应不足的情况,在假设物资需求为随机其服从正态分布的前提下,以最小化供应不足和供应过量所带来的损失、运输成本和车辆使用成本等为优化目标,考虑服务时间窗和车辆装载能力等约束,建立了随机需求环境下应急物流车辆路径问题的优化模型,并基于遗传算法设计了模型的求解方法。算例分析表明,本文所提出的优化方法运算快捷且结果合理,可为相关决策者提供科学的决策依据。     

任务分配与调度中的遗传算法：知识表示与遗传算法子研究

Task matching and scheduling play an important role in parallel and distributed systems.In order to use genetic algorithms(Gas) for tasks matching and scheduling,not only appropriate representations of solutions but also genetic operators’efficiency and generality are very important.In this paper,analysis between problem space and representation space is given at the first.Then based on the representation of permutation,two general efficient genetic operators are proposed,order crossover(OCX)and migration. OCX generates new schedules with heuristic due to the problem space with constraints among tasks. Migration transfers a task from one processor to another within a schedule. The simulation results of algorithms and conclusions are given at last.     

基于遗传算法的轨道交通线路排班优化研究

根据轨道交通系统的特点,考虑不同出行方式,建立基于遗传算法的轨道交通线路排班模型;并对整个算法进行设计,使其在有限的算法步骤内,找出所有满足约束条件的最优或次优解。     

正交遗传算法在网络优化设计中的应用

利用正交实验法的全局思想,提出一种采用多点正交交换的遗传算法。算法通过正交表安排遗传算法的交换运算,并在所产生的多个子代中选择适应度大的个体进入下一代进化,这样既加快了算法的收敛速度又保证了种群的多样性。并将该算法应用在计算机网络的容量分配与路由选择优化上。实验证明,该算法较之传统遗传算法,在种群规模较小的情况下,仍然可以以较少的搜索次数,收敛到近似最优解。     

遗传算法在阵列天线方向图综合中的应用

应用实数编码的遗传算法进行阵列天线方向图综合的优化设计.针对阵列天线方向图综合的特点,运用算法,通过优化单元电流幅度、阵元间距,对阵列天线方向图进行了综合优化,其中包括方向图的波瓣控制和零点生成,并同时压低旁瓣电平使其达到期望值.仿真结果表明,通过优化,天线阵的辐射特性获得很大的改善,在主瓣宽度满足要求的情况下,副瓣电平也可达到-33.6100dB.良好的仿真结果表明遗传算法在阵列天线方向图综合中的应用是有效的,有良好的应用前景.     

均匀块交叉遗传算法

交叉操作是遗传算法的三个基本算子之一,它在改进解群质量方面发挥着重要作用。我们提出一种均匀块交叉算子,并通过理论分析证明,它能够防止早熟收敛,使收敛结果更趋于最优解。两类算例表明,本文提出的交叉操作易于实施,且有效。     

基于遗传算法的流水线车间工序调度问题研究

流水线作业是现代生产线最常用的技术.在流水线生产过程中,某种产品需要很多工序按照一定的顺序才能完成,根据生产计划每台设备可以为同一工件做相对应的工序,而根据实际情况有的工人可以熟练操作多个工序.因此建立好车间加工工序与人员之间的优化配置就显得尤为重要,它可以缩短工期,增加经济效益.基于遗传算法给出人员与工序的最优调度决策,并采用一个简单的例子进行了仿真验证.     

贴片机喂料器分配的优化及其遗传算法求解

针对贴片机喂料器的分配问题,给出一个新的模型,在贴装顺序已知的前提下,以贴装整块电路板所花费的总时间作为优化目标.基于该模型给出一种遗传算法,以目标函数作为其评价函数.与贪婪分配算法相比较,所花费的代价平均减少了6.2%,从而验证了该方法的有效性.     

应用遗传算法解决装配线平衡问题

文章针对装配线平衡问题,提出了一种周期性自适应交换、变异遗传算法,通过实验求解表明,该算法是解决装配线问题的有效算法,很好地解决了简单遗传算法容易早熟收敛的问题,大大改善了简单遗传算法的性能。     

遗传算法交换操作的可达性

交换是遗传算法中的一个重要操作,本文分析了遗传算法交换操作的特性,证明了对于互补的两个二进制串,通过交换操作可达其它任意互补的两个二进制串。