基于Bang-Bang原理的时间最优控制问题求解

时间最优控制是工程实践中经常遇到的一类最优控制问题。对于较简单的时间最优控制问题可以应用古典变分法和庞特里雅金最大值原理进行分析求解。但在实际问题中,能求得解析解的仅是少数。因此,有必要寻求一种能够有效求解时间最优控制问题的数值方法。在分析时间最优控制问题已有求解方法优缺点的基础上,提出基于Bang—Bang原理和参数最优化方法（遗传算法-单纯形法）相结合求解一类仿射系统的时间最优控制问题的方法。对线性阻尼振子问题进行了数值仿真,结果表明该方法效果良好。     

离散时间线性系统最优控制的遗传算法实现

本文提出了求解控制变量受区间约束情形的离散时间线性系统最优控制的遗传算法,在遗传算法框架下给出了离散时间线性系统最优控制问题可行解的编码及初始化方法,设计了选择、交叉、变异等遗传算子,并对初始化方法及各种遗传算子的可行性给出理论分析。     

基于混合遗传算法的时间最优控制问题求解

研究了用混合遗传算法求解时间最优控制问题.混合遗传算法是用粒子群位移转移的思想改变遗传算法的变异规则,通过记录各染色体的历史最优值和种群的最优值,来修正下一代的染色体,新的算法保留了遗传算法的选择和交叉操作,保证了遗传算法强大的全局搜索性能,该算法可求解数学优化问题.在分析时间最优控制问题已有求解方法优缺点的基础上,提...     

改进遗传算法对带服务时间约束的弧路径问题的求解

弧路径问题(ARP)出现在一些需要对路径进行服务的应用中,在此类应用中精确的求解算法只能应用于小规模的问题,在大规模的应用中只能借助于启发式算法才能得到求解.介绍了一种改进的遗传算法对于含有限制条件如服务时间约束的ARP问题的求解,该算法改进了种群结构和染色体的组织模型,设计了几个简单而高效的进化算子,较好地避免了在迭代过程中出现的早熟收敛.并通过实验表明了算法求解问题的有效性.     

一种基于遗传算法的模糊神经网络最优控制

通过对控制系统的过程模拟,提出一种模糊神经网络最优控制方案。离线化部分基于遗传算法,分三阶段实现模糊神经网络控制器结构和参数的优化。在线优化部分通过重构模糊神经网络控制器的去模糊化部分,进一步调整控制规则,实现在线去模糊优化。仿真结果表明该方案优于常模糊控制方案和基于专家经验的模糊神经网络控制方案。     

遗传算法求解完全欺骗性问题的平均计算时间

讨论了一类遗传算法求解完全欺骗性问题的平均计算时间,证明了这类算法的平均计算时间是问题规模的指数次方,同时指出存在一种基于多重结构的遗传算法,它求解这个问题的２计算时间是问题规模的多项式次方。     

基于遗传算法的最优控制加权阵的设计

遗传算法作为一种全局优化算法在自动控制领域得到了广泛的应用，在线性二次型最优控制设计中加权阵的选择是一项既重要又困难的工作，提出一种根据系统瞬态响应这一具有直接工程意义的品质指标，通过遗传算法来确定线性二次型最优控制加权阵的设计方法。根据这样确定的加权阵设计的最优控制器可实现闭环系统具有所期望的响应特性，且满足最优性以保证闭环系统的渐近稳定性及具有较大的稳定裕量。通过一个单输入单输出三阶系统的仿真实例说明了此方法的可行性与有效性。     

基于小波逼近的航天器太阳帆板展开过程最优控制的遗传算法

本文讨论了航天器太阳帆板展开过程中航天器姿态的最优控制问题，在控制算法中用小波函数逼近控制输入规律，提出了太阳巾帆板展开过程最优控制的遗传算法，数值仿真表明，小波逼近和遗传算法联合求解最优控制问题是有效的。     

有时间窗的开放式车辆路径问题及其遗传算法

针对物流配送中的开放式车辆路径问题提出了OVRP的处理方法,并且根据容量和时间窗约束的特点设计了GA算法,设计了动态染色体,采用改进的交叉变异过程,利用随机参数的波动来协调容量约束和时间窗约束,并且加入了内部和外部扰动操作来跳出局部收敛点。通过试验,表明用GA在优化有容量和时间窗约束的OVRP的有效性。     

基于改进遗传算法的带时间窗VRP问题研究

带时间窗约束的VRP问题(VRPTW)属于NP-hard问题,采用改进遗传算法探索最优方案。首先分析了带时间窗VRP问题的一般数学模型,并采用罚函数的方法对时间窗约束进行处理;设计了带权重的适应度函数,并采用了基于基因库的跨世代精英选择算子、PMX交叉算子和局部爬山变异算子;最后通过仿真实验与传统遗传算法和自适应遗传算法进行了对比研究,仿真结果表明改进遗传算法在解决带时间窗VRP问题中具有较高收敛速度和全局搜索能力。     

基于AGA的时间最优机械臂轨迹规划算法*

根据机械臂运动学约束,提出了关节空间基于自适应遗传算法(AGA)的3-5-3多项式插值轨迹规划算法。利用运动学约束,以最优时间为目标,针对关节型机器人在静态环境下点到点的轨迹规划问题,利用AGA算法解算多项式插值的时间。通过与基于GA的3-5-3多项式机械臂轨迹规划进化曲线和运动位置、速度、加速度曲线对比,证明该方法在算法收敛、运行平稳度上都有突出优点。     

基于改进遗传算法有时延约束的选播QoS路由算法

在分析选播通信服务模型的基础上,提出了一种能够满足时延、带宽约束的基于改进遗传算法的选播QoS路由算法.该算法中,采用加权深度优先搜索和轮盘赌相结合的方法保证初始种群的多样性,同时对基本变异过程进行了改进,提出了指导变异的方法.仿真实验结果表明,该算法是可行且有效的,它不仅能够提高搜索速度,以较短的时间达到局部最优,同时也能够较好的平衡网络负载.     

基于改进遗传算法的交叉口模糊控制研究*

为了改善城市道路交叉口交通信号控制,降低交叉口车辆延误,提出了一种基于改进遗传算法优化的模糊控制方法。在优化模糊控制器的过程中,为避免出现“早熟”现象,采用改进的自适应遗传算法,在进化过程中动态调整种群中适应度值最大个体的交叉概率和变异概率,使种群进化不会处于一种近似停滞不前的状态。为了检验该控制方法的性能,以交叉口车辆平均延误作为性能评价指标,在相同交通条件下进行了仿真实验。结果表明,相对于普通模糊控制器,经过改进遗传算法优化的模糊控制器能有效减小交叉口车辆的平均延误,提高交叉口的通行能力。     

基于改进遗传算法的稀疏重构算法

稀疏重构算法中凸松弛法在恢复效率方面、贪婪追踪法在恢复精度方面存在不足,基于遗传算法迭代优化的思想,结合模拟退火以及多种群算法的优势,提出了基于模拟退火遗传算法和基于多种群遗传算法的启发式稀疏重构算法。所提算法均从传统遗传算法易陷入局部最优解的缺陷出发,分别通过保持个体间的差异性和提高种群多样性来搜索待求稀疏信号的全局最优解,并通过理论分析证明了所提算法参数选取及搜索策略的有效性。此外,以阵列信号处理中空间信源的波达方向（DOA）估计问题为例,验证所提算法的有效性。仿真结果表明,相较于正交匹配追踪OMP算法和基于l1范数奇异值分解的l1-SVD算法,所提算法提高了DOA估计的精度,且降低了运算复杂度,使其快速收敛至全局最优解。     

基于改进遗传算法的QoS路由选择优化

提出了一种基于改进遗传算法的QoS路由选择优化算法,采用网络资源消耗和负载分布为目标函数,凫目标函数包含了带宽、跳数、费用、时延等QoS参数。该算法在消耗网络资源最小的基础上,使负载均衡分布,合理利用了网络资源,降低了网络的拥塞,提高了网络的吞吐量。仿真计算的结果表明,该算法在解决多目标规划问题上是一个有效、可行的方法。     

基于改进量子遗传算法的连续函数优化研究

针对一般量子遗传算法在求解连续函数优化问题时存在的困难,研究了一种改进的量子遗传算法.该算法采用一种新的量子旋转门--Hε门对种群进行更新操作,可有效避免算法陷入局部最优解,提高算法的全局寻优能力.将该算法应用于几个典型复杂函数的优化测试结果表明,改进的量子遗传算法在对连续函数进行求解时,综合性能明显优于传统遗传算法和一般量子遗传算法.     

基于改进遗传算法的VMS选址研究与分析

随着城市交通的高速发展,交通拥堵和交通事故频繁发生,城市交通诱导作为智能交通系统的重要组成部分,其产生和发展刻不容缓,可变信息板(VMS)是交通诱导系统中实现交通信息传递的重要工具。针对智能交通诱导系统在国内应用的不成熟,采用改进型遗传算法对VMS在路网中的布点位置进行了全局索优,对基本遗传算法中的编码方式,选择方法进行了改进,同时采用动态衰减变异概率进行变异操作,并运用多目标优化算法将多目标函数单一化,针对某一路段上的VMS对该路段下游不同位置的影响程度的不同,引入衰减影响因子;然后以复杂虚拟路网为仿真实例进行了VMS布局仿真检验,结果表明,该方法以VMS效用和经济成本为评价指标,较好地实现了交通路网中VMS选址的最优分布,同时达到了节约资源的目的,具有一定的科学性和实用性。     

基于改进遗传算法的盲源分离算法研究

在传统盲源分离算法的基础上,提出了一种基于改进遗传算法的盲源分离算法。改进遗传算法可有效地抑制寻优陷入局部最小,防止了震荡,加快了权值的收敛速度,适用于非线性混叠情况。实验结果表明,将遗传算法和盲源分离相结合对于多路混叠语音信号具有较好的分离效果。     

利用改进型遗传算法实现两路口交通灯控制

随着汽车与交通事业的快速发展,城市交通问题日益突出,而增加道路和限制车辆已不是解决问题最经济有效的办法。如何在现有交通设施的条件下解决交通问题才是需要考虑的。作为整个交通网络最小研究单元的单个交叉路口,它的控制方法的研究是基础,但是却无法反映其他路口的控制对它产生的影响,即无法反映路口间的耦合关系,所以主要讨论两个交叉路口交通的控制。建立了两路口交通的优化模型,给出了目标函数以及约束条件,采用遗传算法进行优化,开发出了两交叉路口的交通灯控制仿真软件,得到了较好的效果。     

改进遗传算法在求解TSP问题上的应用研究

遗传算法是一种比较成熟的智能算法,一般通过改进遗传算法的算子达到提高算法性能的目的。提出一种改进的遗传算法,遗传算子是基于近邻选择策略设计的,另外还对评估函数、种群多样性以及保留精英算子等方面对遗传算法进行了改进,并将其应用到旅行商问题的求解上,实验结果表明提出的算法是有效的。