改进GAs算法在大规模资源分配问题中的应用

采用改进ＧＡｓ算法建立了求解大规模规划的资源分配模型．针对大规模资源分配问题的具体特点，设计了合适的ＧＡｓ算子，并以实例验证了算法的合理性及有效性．     

改进GAs算濡大规模资源分配问题中的应用

采用改进ＧＡｓ算法建立了求解大规模规划的资源分配模型，针对大规模资源分配问题的具体特点，设计了合适的ＧＡｓ算子，并以实全我验证了处工法的合理性及有效性。     

基于TS的动态车辆调度问题的混合算法研究

对带时间窗的动态车辆调度问题进行分析,采用实时再优化方法进行研究,引入时间轴概念,建立动态车辆调度模型,并给出求解的混合禁忌搜索算法。该算法先用C-K节约算法求得初始解,然后用禁忌搜索进行优化,得到全局最优解。禁忌搜索算法中采用动态邻域移动方法构造候选解和动态禁忌长度选取策略设置紧急长度,提高算法的收敛速度。最后用实例证明该混合算法的可行性和有效性。     

混合算法求解VRP问题

车辆路径问题（VRP）是典型的复杂组合优化问题,也是一个求解非常困难的NP难问题。对于大规模的VRP问题,一般采用近似算法来进行求解。通过采用一种基于遗传算法和禁忌搜索算法的混合算法,结合两者的优点,既克服了遗传算法爬山能力差的缺点,又克服了禁忌搜索算法的对初值的依赖性,使得算法能够更快更准的收敛到最优解。     

遗传和禁忌搜索算法在多车物流配送问题中的应用

多车物流配送策略属于物流的统筹配给范畴,应用十分广泛.考虑到遗传算法存在早熟收敛和盲目搜索问题,把禁忌搜索算法独有的记忆思想引入到遗传算法的搜索过程中,将禁忌搜索算法作为遗传算法的变异算子,提出了基于遗传和禁忌搜索的组合算法,并通过与纯遗传算法的比较证实该算法的有效性.     

开放式车辆路径问题的混合算法

为研究开放式车辆路径问题(Open Vehicle Routing Problem,OVRP),建立了数学模型.针对遗传算法(Genetic Algorithm,GA)与禁忌搜索算法(Tabu Search Algorithm,TSA)的不足,提出了一个采用GA和TSA相结合的混合算法求解OVRP.混合算法中以GA为主,把TSA用在GA的变异操作中,增强算法的爬山能力.通过仿真,将提出的混合算法与文献中其它算法比较,结果表明它可以快速、有效求得最优解或近似解.     

基于混合思维进化计算的网格资源分配算法

分布式、异构的网格环境中独立计算任务的有效调度是一个关键问题。由于在这样的环境中找到一个最优的调度是一个NP难问题,通常运用各种启发式算法来找到近似最优解。本文将思维进化计算和禁忌搜索算法结合起来,充分发挥各自的优势,并用实验证明了运用混合思维进化计算进行网格资源分配的有效性。     

用遗传／禁忌搜索混合算法求解可变加工时间的调度问题

有效地混合了遗传算法和禁忌搜索算法，对于一类加工时间可变的提前／拖期单机调度问题进行了研究。目标函数基于任务的提前／拖期惩罚、附加惩罚以及加工时间的偏离量惩罚，目标是确定最优的公共交货期、最优加工时间和最优加工顺序极小化目标函数，并与一般的遗传算法相比较，实验结果说明了遗传／禁忌混合算法的有效性。     

基于分层抽样的模拟禁忌混合智能优化算法TSⅡ

将分层抽样随机模拟与禁忌搜索结合，构造了TSⅡ模拟禁忌混合智能优化算法。随机模拟采用缩减方差、加速收敛的分层抽样技术，保证抽样遍布于整个搜索空间，避免禁忌搜索路径往返重复，克服禁忌搜索对初始解的依赖，算法同时使用禁忌表与希望表，将分散搜索与集中搜索相结合，增强算法的并行处理能力，提高寻优的效率与精度。Benchmark问题评测结果显示出了该算法的有效性。     

排课模型中的算法分析与设计

排课模型用到了遗传算法和禁忌搜索算法。为了提高遗传算法的局部搜索能力,根据遗传算法和禁忌搜索算法自身的特点,通过分析两者的优势和不足,给出一种将两者混合使用的排课算法。     

基于禁忌遗传算法的权重发现技术

相似范例的检索是范例推理的关键步骤之一,为了准确表达范例之间的本质特征,采用带有权重的特征项方法对范例检索起到重要的作用。在讨论了带有权重的最近邻算法的基础上,提出了一种禁忌遗传算法来获取范例库上的特征项权重,通过利用禁忌算法的自适应性和具有记忆功能的优点来改善遗传算法的全局搜索能力和提高其收敛速度。实验结果表明将这种方法应用于范例推理的案例检索过程中具有可行性,并且可以得到较高的分类精度和搜索效率。     

舰艇编队防空目标分配优化算法研究

针对所要解决的舰艇编队防空目标分配问题,文章结合现代防空作战特点,建立了防空目标分配模型,并讨论了数学模型的求解问题。对模拟退火算法、遗传算法、禁忌搜索算法进行了分析和研究,运用MATLAB软件编程仿真来解决所建立的防空目标分配模型。研究表明,禁忌搜索算法每次都能以100%的概率搜索到全局最优解,但由于其搜索时间过长而且搜索时间的随机性太强,不适用于解决战时的目标分配问题。而模拟退火算法和遗传算法则可以在较短的时间内达到较高的搜索概率,在实际运用中,应根据所限定时间的不同来对这两种算法进行选择使用。另外,从程序的复杂度上来看,模拟退火算法的程序相对较为简单,而遗传算法的程序相对较为复杂。     

全局优化的混合禁忌搜索算法

针对多峰函数的全局优化问题,提出了混合禁忌搜索的全局优化方法,通过实例验证了所提出的算法的可行性、有效性并且收敛速度较快.     

基于遗传算法和禁忌搜索的混合优化策略

将禁忌搜索和遗传算法相结合,给出了一种求解优化问题的混合策略--禁忌遗传优化算法.该算法一方面为禁忌搜索找到了较好的初始点,减少了调用禁忌搜索的次数,另一方面也可以克服遗传算法爬山能力差的缺点,从而加快了收敛速度,提高了解的质量.通过实例验证了该优化算法的有效性和可靠性,并将其用于网络拥塞控制的研究中,为进一步实施网络拥塞控制提供了一种有效的途径.     

电力系统中PMU优化配置的研究

文章主要阐述了如何实现电力系统中PMU的优化配置。在WSCC9节点系统和IEEE14节点系统中分别运用最小生成树（Kruskal）算法、广度优先搜索算法和禁忌搜索算法进行仿真。通过对仿真结果产生的测量的冗余度和PMU的利用率以及PMU数量等方面的比较,得出禁忌搜索算法最适合于PMU的优化配置的结论。     

考虑热效应的资源数量分配算法

芯片上局部的高温对集成电路有很多负面影响.目前已有的行为级综合算法只是在资源绑定阶段降低峰值温度,忽视了资源数量分配阶段对峰值温度的影响.为此,提出一种资源数量分配算法,根据前一个综合结果的功耗密度以及经热分析得到的温度反馈调整各种资源的使用量,使不同种类资源间的功耗密度接近平均分布,从而达到降低峰值温度的效果.实验结果表明,该算法在增加2.0%面积的情况下能平均降低峰值温度9.4℃.     

基于混合遗传与禁忌搜索的网格任务调度的研究

网格技术将所有可用于共享的资源（例如,计算机、存储设备、软件、数据库等）通过网络连接起来,并将它们转化成一种标准的计算能力。为各种复杂的计算任务提供资源,因此网格任务在各种资源之间的调度成为了一个关键的问题。本文通过对遗传算法与禁忌搜索算法的分析,提出了一种混合遗传算法与禁忌搜索算法的策略,把禁忌搜索算法独有的记忆思想引入到遗传算法的搜索过程中,通过把禁忌搜索算法作为遗传算法的变异算子的方法,提高了网格任务调度的有效性。最后,使用网格模拟器,对算法的性能进行了测试,并比较了轻重负载情况下,经典遗传算法和本算法调度方案的性能差异。     

计算网格资源分配研究

计算网格是一种新的技术,有很多内容都刚开始研究发展,还不成熟。由于网格资源的异构与时变,网格资源用户的不同需求,使网格资源分配成为一个重要问题。因而,网格资源分配技术也成为一种关键技术。给出了基于代理的网格资源分配策略和资源代理的迭代算法,从而实现了资源的协调分配。     

A Heuristic Genetic Algorithm for Solving Resource Allocation Problems

In the paper, a heuristic genetic algorithm for solving resource allocation problems is proposed. The resource allocation problems are to allocate resources to activities so that the fitness becomes as optimal as possible. The objective of this paper is to develop an efficient algorithm to solve resource allocation problems encountered in practice. Various genetic algorithms are studied and a heuristic genetic algorithm is proposed to ameliorate the rate of convergence for resource allocation problems. Simulation results show that the proposed algorithm gives the best performance.