一类约束优化问题的改进遗传算法

遗传算法是一种解决非线性无约束优化问题的搜索算法，对于约束优化问题通常采用罚函数法；所提出了的改进算法很好地解决了一类带有凸约束的非红性优化问题。数值结果说明该方法效果较好。     

基于违约解转化法的遗传算法及其应用

遗传算法求解约束优化问题时,面临的关键问题之一就是如何处理约束条件。目前最常用的方法是惩罚函数法,但也有一些其它方法。该文提出了一种较为通用的处理约束条件的方法—违约解转化法,也就是把所有违反约束的解逐渐拉向可行域之内,使之转化成为一个可行解。把此方法应用到遗传算法中,就形成了基于违约解转化法的遗传算法。测试实例计算表明,基于违约解转化法的遗传算法在求解约束优化问题时是可行的。     

遗传算法对约束优化问题的研究综述

1 引言工程、数学等领域经常遇到大量的约束优化(或非线性规划)问题,需要对约束条件进行处理。目前,还没有一种通用的传统优化方法,能够处理各种类型的约束。相比,遗传算法(GA)在这一领域,比其它方法更有巨大优势和应用潜力。遗传算法的群体搜索策略和不依赖梯度信息的计算方式,使得它在处理约束优化问题时比传统搜索算法通用和有效。许多处理约束优化问题的传统算法都可以直接或改进后而用于GA。此外,由于GA是一种随机算法,既可以在编码时或设计遗传算子时加以考虑,也可以在每一代通过修正算法使所产     

基于约束满足和遗传算法的排课算法

针对高校排课过程中存在诸多资源约束因素的问题,提出一种将遗传算法与约束满足算法相结合的排课算法,由约束满足算法确定排课任务的优先次序,遗传算法解决单个排课任务时间片分配的优化问题。算法中单个排课任务的局部最优解具有全局最优性。实验结果表明,该算法能够改进算法性能,提高排课效率。     

改进的约束优化多目标遗传算法及工程应用

利用多目标法处理约束条件,提出一种改进的基于多目标优化的遗传算法用于求解约束优化问题。该算法将约束优化问题转化为两个目标的多目标优化问题; 利用庄家法构造非劣个体,将种群分为支配子种群和非支配子种群,以一定概率分别从支配子种群和非支配子种群中选择个体进行算术交叉操作,引导个体逐步向极值点靠近,增强算法的局部搜索能力,对非支配子种群进行多样性变异操作。8个标准测试函数和3个工程应用的仿真实验结果表明了该算法的有效性。     

基于工程约束与权重优化的民机部段柔性调姿算法实现

民用飞机具有产品复杂、气动外形要求严格、产品构型众多、零部件数量巨大等特点,飞机制造过程中装配技术要求和工作量占比远高于其他一般的机械产品加工行业.调姿对接装配是装配工作的重要内容,高精度、低应力的对接装配是飞机成功制造和安全飞行的保证.基于奇异值解算与优化算法,根据民机装配工艺要求,在Python环境下开发并实现无权...     

求解约束优化问题的改进元胞遗传算法

针对约束优化问题,提出一种改进元胞遗传算法.将自适应ε约束处理技术与元胞遗传算法结合,对于自适应ε约束处理技术中的截断进化代数,在其前期提出偏好性指标概念,随机选取满足约束条件较好的个体引导种群快速向可行域逼近,在其后期采用改进柯西变异算子避免陷入局部最优.基于一组标准测试函数进行测试,与其它算法进行对比,结果表明算法...     

基于改进遗传算法的多头贴片机的贴装工艺优化

贴片机是表面贴装系统中的重要设备,其装配工艺是整个系统生产效率提高的关键。本文旨在采用改进遗传算法对包含多个贴片头、多种类元器件的印刷电路板（PCB）进行贴装顺序优化。仿真结果表明该算法为贴装工艺提出一种性能较好、复杂度较低、易于实现的优化方案,缩短了PCB的装配时间。     

基于改进遗传算法的可靠性网络优化设计

在可靠性条件约束下,使网络成本最低是网络规划NP-hard问题。从遗传算法的基本原理出发并对其进行改进,分析带有可靠性约束条件的通信网设计中的网络优化问题,这一方法的最大优点是可将其推广到求解一般带有约束的网络优化问题。而且结果表明无论是解的精度还是运算速度遗传算法都优于分枝定界法及其它启发式算法。     

基于改进遗传算法的可靠性网络优化设计

在可靠性条件约束下，使网络成本最低是网络规划NP—hard问题。从遗传算法的基本原理出发并对其进行改进，分析带有可靠性约束条件的通信网设计中的网络优化问题，这一方法的最大优点是可将其推广到求解一般带有约束的网络优化问题。而且结果表明无论是解的精度还是运算速度遗传算法都优于分枝定界法及其它启发式算法。     

基于遗传算法的多方法协作优化方法

采用遗传算法、模式搜索法和Powell法进行多方法协作构成多方法协作优化方法,进行多方法协作优化方法的结构设计,分析多方法协作优化方法的优化性能。实例证明了多方法协作优化方法相对于遗传算法的优越性。     

基于遗传算法改进的交通干线信号优化研究

针对城市交通拥挤、道路通行能力低等问题,通过建立城市交通干线系统信号配时模型,设计了一种基于遗传算法改进的混合式优化算法.算法对遗传算法中适应度函数、交叉算子和变异箅子等进行了一些改进,并将混沌优化思想融入改进后的遗传算法中.用混合式优化算法对城市交通干线系统信号进行配时,有效地协调了各路口的信号灯,使交通干线系统的交通量得到了明显改善.仿真结果表明此算法具有较快的收敛速度和进化效率,能有效实现全局优化.     

基于遗传算法的时延受限多播路由研究

该文探讨了包交换计算机网络中,具有端到端时延限制的多播路由问题。提出了一种基于遗传算法的多播路由优化算法,利用该算法可以实现在给定网络和多播需求的情况下,寻找费用最小的多播路由树,使该树覆盖所有的多播目的节点,并使网络费用达到最小。     

基于改进遗传算法的资源优化配置研究

当前在解决资源优化配置问题时往往使用贪婪算法、遗传算法等.但贪婪算法只能选择一个最优度量标准,所以只能获得度量意义下的最优解而不是该问题的最优解,而如果直接使用遗传算法又存在搜索空间过大、耗时过长的问题.提出了一种新的算法.先基于贪婪算法获得问题的初始解空间,然后对初始解空间进行冲突检测与消解,最后运用改进的遗传算法进行优化获得最优方案.测试算例表明大大缩小了遗传算法的搜索空间,在保证获得最优解的条件下加快了收敛速度并有效防止了种群的退化.提出的算法在突发事务的处理方面具有一定的意义.     

一种基于遗传算法有时延约束的选播路由算法

选播是一种新型的网络服务，是IPv6的一个新特性。与单播、组播一样，都是IP的一种通信模式。本文在分析选播通信服务的基础上，提出了一种改进的遗传算法以求解有时延约束的选播路由问题。仿真实验结果表明，该算法是有效且切实可行的。     

一种改进的基于遗传算法的模糊C-均值算法

把遗传算法搜索的随机性和并行性引入到模糊聚类中,克服了模糊C-均值聚类的局部性和对初始聚类中心的敏感性;该改进算法中采用了适合于模糊聚类的树型编码方案,且在遗传算法中采用了适合于模糊聚类的树型编码方案。同时详细设计了该方法,将该算法引入仓储物害虫的模式识别分类系统中,实验结果表明了该算法的可行性和有效性。