作业车间调度问题的一种混合式算法

通过对传统模拟退火算法和移动瓶颈法各自算法流程的分析,提出了一种改进的模拟退火算法.该算法以模拟退火算法为主体流程,在主体流程中融入移动瓶颈技术,及记忆功能和倒转技术.通过对JSP优化问题的仿真试验,验证了改进后的模拟退火算法对大规模组合优化问题可以得到好的优化效果.     

作业车间调度问题的一种混合式算法

通过对传统模拟退火算法和移动瓶颈法各自算法流程的分析,提出了一种改进的模拟退火算法.该算法以模拟退火算法为主体流程,在主体流程中融入移动瓶颈技术,及记忆功能和倒转技术.通过对JSP优化问题的仿真试验,验证了改进后的模拟退火算法对大规模组合优化问题可以得到好的优化效果.     

人工蜂群算法求解带有启动时间的批量混合流水车间调度问题

针对目前制造业中广泛存在的带有启动时间的混合流水车间批量调度问题,设计了一种基于离散人工蜂群算法的调度方法。鉴于该问题的离散组合优化特性,提出一种批次分割与调度相结合的整数序列编码方式。采用扩展的NEH算法产生初始蜂群,同时改进雇佣蜂阶段邻域搜索方式和侦查蜂阶段产生新解的方式,在提高搜索效率的同时避免算法陷入局部最优。最后以实际生产数据作为算例,验证了算法对解决该类问题的有效性,对生产实践起到指导作用。     

露天矿运输调度问题求解的自适应果蝇优化算法

针对露天矿运输调度问题,提出了一种改进的果蝇优化算法。首先,对露天矿运输调度问题进行了分析,以矿石开采能力和运输能力为约束条件,以运输成本最小为目标函数,建立了露天矿运输调度问题的数学模型。然后,该算法根据果蝇的味道浓度自适应调整搜索步长,同时满足了算法的全局寻优能力和局部寻优能力。最后,将自适应果蝇优化算法应用于求解实际的露天矿运输调度问题,与标准果蝇优化算法和遗传算法进行实验比较分析,给出了优化结果。实验结果表明:该算法的收敛精度和收敛速度均优于其他算法,证明了该算法可以有效求解露天矿运输调度问题。     

求解动力配煤非线性优化模型的优化算法探寻

将非线性优化技术应用于动力配煤,在所建立的动力配煤非线性数学模型的基础上,对可以求解该数学模型的优化算法进行了探寻,并运用实例分析了各优化算法的优缺点,同时给出了选取求解动力配煤数学模型的优化算法的相关建议。     

基于混合遗传算法的结构优化设计

针对传统遗传算法存在的问题,提出了一种新的将最佳矢量算法和遗传算法相结合的混合遗传算法。分析表明,这种混合遗传算法既发挥了最佳梯度算法局部搜索能力强的特点,又结合了遗传算法全局搜索能力强的优点,避免出现早熟现象,使收敛速度大大改善。     

模拟退火算法求解采矿工程最优化设计问题

针对采矿工程最优化设计中普遍存在的多峰现象，探索了应用模拟退火算法求解全局最优解。结果表明，该法优于优化方法。     

采矿工程全局最优化设计问题模拟退火算法求解

本文针对采矿工程最优化设计问题中普遍存在的多峰现象，初步探索了应用模拟退火算法求解全局最优解的问题。结果表明，该法能够有效地求解传统的确定性优化方法所不能奏效的全局最优解问题。     

采矿工程全局最优化设计问题模拟退火算法求解

本文针对采矿工程最优化设计问题中普遍存在的多峰现象，初步探索了应用模拟退火算法求解全局最优解的问题。结果表明，该法能够有效地求解传统的确定性优化方法所不能奏效的全局最优解问题。     

遗传算法在矿山车辆调度优化中的应用

将遗传算法引入矿山车辆调度，综合运用遗传算法和车辆调度理论，对矿山运输车辆的调度优化进行了探讨，从遗传优化流程、产生各种调度方案、筛选可行的运输路线等步骤，给出了实现方法。     

基于遗传算法的矩形件排样问题求解

在分析了常用矩形件优化排样算法的基础上,提出了一种新的改进算法,在排样过程中加入旋转策略和改进了的向后搜索方案。将此算法作为一种解码方法,与遗传算法相结合来求解矩形件排样问题。算例表明了该算法能达到更好的排样效果。     

遗传算法在注水系统中的应用

简述了遗传算法的基本原理和求解步骤，介绍了遗传算法在注水系统中应用，并给出了注水系统中几个数学模型，如注水系统中管网优化布局优化模型，管网参数优化模型，注水站中并联注水泵优化模型。     

基于遗传算法的形位公差优化设计

形位公差是机械设计和制造过程中重要参数之一,它对加工成本和产品质量有很大影响,以最低制造成本为目标,根据成本-公差间的函数关系,建立非线性公差优化模型,并将遗传算法应用于形位公差优化设计中,能有效地解决形位公差类型的选择、大小及基准的确定。通过实例验证该算法可行、有效。     

模拟退火法和遗传算法联合优化技术及在反演解释中的应用

结合遗传算法和模拟退火法逃逸局部极值，应用全局寻优的非线性优化算法，改进了传统基于梯度法的局部搜索算法的缺陷。同时，为了改进全局搜索法计算时间长的缺点而加快了收敛速度，在全局搜索法找到全局极值所在的山谷时，改用共轭梯度法快速到达谷底，运用笔者研究的方法对张集煤田的实际资料进行了反演处理，取得了比较好的结果。     

基于 SA-GA 模糊熵的 VMD 算法在爆破振动信号分解中的应用

针对变分模态分解(VMD)算法预设参数选择的问题,提出了一种基于 SA-GA 模糊熵的 VMD 参数优化 算法,该算法结合模拟退火算法(SA)和遗传算法(GA)的优点,选取模糊熵( FE)为适应度函数,求解最优分解参数。 经过仿真信号分析,相比 EMD 算法,SA-GA 模糊熵的 VMD 参数优化算法有效地抑制了模态混叠和虚假分量的现象, 具有较高的分解精度。 最后利用 SA-GA 模糊熵的 VMD 参数优化算法进行爆破振动信号实测分析,结果表明:SA-GA 模糊熵的 VMD 参数优化算法可以根据不同的爆破振动自适应地选取最优解,解出来的 IMF 分量具有明确的物理意 义,频谱图能清晰地看出信号内所包含的频率成分,具有良好的适用性。     

基于遗传算法的模式搜索法求解地下水管理模型

为改善遗传算法局部寻优精度较差的固有缺陷,该文引入一种新的基于遗传算法的模式搜索法求解地下水管理模型.首先通过在遗传算法中引入精英保留的进化策略,提高遗传算法的收敛性,进行全局搜索得到全局近似最优解,在此基础上采用局部寻优类算法模式搜索法进一步改善优化结果,最后将该混合优化方法用于求解一个地下水管理的基准问题.计算结果...     

基于混合粒子群优化算法的矿山生产配矿

为了提高矿山低品位矿产资源的利用率, 确保生产过程中矿石质量的稳定性和均匀性, 建立了一种矿山多目标配矿优化模型, 并将标准遗传算法中的交叉和变异操作与标准粒子群算法融合, 提出求解该优化模型的混合粒子群算法。以国内某地下铝土矿为例, 分别运用混合粒子群优化算法、标准遗传算法和标准粒子群算法3种方法对建立的多目标配矿优化模型进行求解, 通过对比优化结果发现: 混合粒子群优化算法求解的各采区月出矿量完全满足矿山实际生产要求, 而标准遗传算法和标准粒子群算法求解结果存在误差, 分别达到9.92%和14.94%, 且易陷入局部最优值; 从迭代进化曲线可知, 混合粒子群优化算法收敛速度快, 稳定性和鲁棒性较高, 具有一定科学研究和实际应用价值。