病毒进化遗传算法在机车检修系统工单调度中的应用研究

主要是针对机务段检修工单调度中人力资源的分配问题,考虑了人力资源能力、技能的多样性.建立了工单调度教学模型,采用病毒进化遗传算法求解模型,验证了模型的科学性及病毒进化遗传算法求解问题的优越性.最后,实现了机务段行修系统中的工单智能调度,使之真正做到了“人尽其才”.     

病毒进化遗传算法的车辆调度优化模型

为了提高车辆调度优化效率,提出一种病毒进化遗传算法的车辆调度优化模型。建立车辆调度的数学模型,采用遗传算法对模型进行求解,并采用病毒群体感染主群体,主群体在历代个体间纵向传递信息以利于全局优化,病毒群体通过感染操作在同代个体间横向传递信息利于局部搜索,进行仿真对比实验。结果表明,病毒进化遗传算法较好地解决了标准遗传算法存在的不足,加快了车辆调度优化问题的求解效率,获得了更优的车辆调度方案,具有较高的应用价值。     

项目优化调度的病毒协同进化遗传算法

针对次序约束和资源约束的多模式项目调度问题提出了一种病毒协同进化遗传算法,并提出了解的编码、选择、交叉、变异和病毒感染操作等.算法用于求解项目活动的一个最优调度顺序和资源模式以使项目的成本最低,其操作特点是既可以通过遗传操作在父子代群体之间纵向传播进化基因进行全局搜索,又可以通过病毒感染操作在同一代群体内横向传播进化基因进行局部搜索.利用模板理论对算法的性能进行了分析.理论分析和实验结果表明,算法的搜索性能优于一般的遗传算法.算法对于不同优化目标的多模式项目调度问题可以同时求得一个满足次序约束的项目活动的最优调度顺序和满足资源约束的最优资源模式.     

病毒遗传算法在非流水作业调度中的应用

非流水作业调度是相对流水作业调度的一种调度问题,与流水调度作业相比,该模型拥有更大的解空间,用解析方法求解是不可能的。本文基于病毒遗传算法框架设计了一种基于任务工作序列和机器分配模式的主个体编码形式的遗传算法,并对机器分配模式进行病毒操作,进而增强遗传过程的局部搜索能力。试验表明,该算法运行有效,在计算效果上比基本遗传算法具有明显优势。     

遗传算法在公交车调度问题中的应用

随着社会经济的迅速发展,城市交通的拥堵问题变得越来越严重,甚至成为制约部分城市可持续发展的瓶颈.因此如何最大程度地利用公共交通工具减轻出行压力成为了城市化建设的重要目的.本文基于人流量,提出智能调度的概念,结合改进的遗传算法设计了公交车调度模型,并使用前后端分离模式、vue框架、SpringBoot实现了智能公交调度平...     

一种病毒进化型遗传算法

本文提出一种病毒进化型遗传算法VEGA。此算法在一般遗传算法的基础上,通过对病毒个体和宿主体行为及相互关系的模拟,使进化个体的多样性大大提高,算法更易趋于全局极化。模拟实验验证了VEGA的优良性能。     

协同进化遗传算法及在车间调度中的应用

提出了一种新型协同进化遗传算法.该算法借鉴了协同进化的思想,对种群进行分组处理,每个组根据自己组内个体的优良情况以及个体差异情况采用不同的交叉策略和变异策略.为防止早熟,当未触发灾变条件时仅采用自适应策略动态调整变异因子;当触发灾变条件时,在采用自适应策略的基础上引入灾变机制产生部分新个体以跳出局部最优,函数优化结果表明了该算法的有效性.采用该算法求解以最小化最大完工时间为优化目标的流水车间调度问题,结果表明,该算法在收敛速度以及优化结果的准确性都优于传统的遗传算法,在求解车间调度问题方面具有良好的性能.     

遗传算法在智能交通系统车辆调度中的应用研究

阐述遗传算法GA（Genetic Algorithm）的基本原理,针对公交车辆调度现状,利用遗传算法智能化特征,进行公交车辆调度研究,进行仿真实验。结果表明,基于遗传算法的车辆调度能够提高公交车辆调度的智能化。     

遗传算法在金堆城钼矿车辆调度系统优化中的应用

文章介绍了遗传算法在金堆城钼矿运输车辆调度系统优化中的应用,详细阐述了遗传算法在该系统应用中的工作原理及具体工作流程。试验表明使用遗传算法对矿山车辆调度系统进行优化是可行、有效的。     

基于等级制度的病毒进化遗传算法

按照适应度将主群体分成高等主子群和低等主子群,病毒也相应地分为小病毒群和大病毒群。高等主子群个体感染小病毒后其显性值产生小尺度变化,低等主子群个体感染大病毒后其显性值产生大尺度变化,使优良个体在自身区域小范围内搜索,而不良个体则远离自身区域进行搜索,从而提高其搜索速度和精度。实例证明,改进算法在性能上优于传统病毒进化遗传算法。     

基于状态空间模型序号编码进化算法的航班优化调度

多跑道航班进离港优化调度是将某一时间窗内进离港航班看作一个整体,对进离港航班进行统一优化排序,属于典型的组合优化问题。求解组合优化问题时,采用序号编码比二进制编码和实数编码等方式更直接、更方便。本文提出一种基于状态空间模型序号编码进化算法（OSEA）,通过构造状态进化矩阵等操作来实现变异算子的功能,简化了遗传操作,并研究其在航班进离港优化调度中的应用。仿真实验表明：OSEA算法与先到先服务（FCFS）航班排序相比,航班总延误损失降低32.88％,且运算速度更快。     

一种求解Job Shop 调度问题的改进遗传算法

传统遗传算法在求解Job Shop调度问题时存在收敛速度慢,易于早熟的缺点。在病毒遗传算法(VEGA)和灾变遗传算法的基础上提出了一种带有灾变因子的病毒遗传算法(IVEGA-C)。该算法在传统遗传算法的基本结构上加入了病毒感染操作和灾变操作,病毒感染操作实现了同代个体之间横向传递进化信息,灾变操作采用灭绝操作。正是这种改进加快了遗传算法的收敛速度,避免了早熟现象和陷入局部最优解。通过仿真实验验证了IVEGA-C算法在解决Job Shop调度问题中的性能优于传统GA算法和VEGA算法。最后给出了应用该算法的一个实例。     

一种基于遗传算法的创新进化系统实现方法

提出了一种基于遗传算法的交互式创新进化系统实现方法。为了说明遗传算法在开发面向用户的进化系统中的有效性，给出了一个基于遗传算法的创新进化系统，它可以辅助工业设计师完成手机外形的概念设计。实验表明，遗传算法在创新进化系统中有很好的应用前景。     

基于改进遗传算法的智能排课研究

本文深入地分析了排课问题的软约束条件和硬约束条件,抽象出求解智能排课问题的数学模型。深入分析遗传算法,针对传统的遗传算法,对初始种群进行均匀化、适应度函数、变异算子等方面改进。通过对比实验证明改进的算法完全适用于智能排课问题,而且具有较高的效率,为排课问题的发展提供了新的思路。     

自适应遗传算法在流水车间优化调度中的应用

针对流水车间的优化调度问题,本文设计一种自适应遗传算法,可以根据个体的特征值自动调整其交叉概率和变异概率,并用两个经典算例对其有效性进行验证。仿真实验表明,该算法具有较好的全局搜索能力和较快的收敛速度,具有一定的工程应用价值。     

一种改进型遗传算法在FMS刀具调度中的应用

在柔性制造系统（FMS）中,刀具调度问题关系着刀具的利用率和整个FMS的生产效率,如何对众多刀具进行合理的调度已成为当前FMS中的一项关键技术。在对遗传算法进行改进的基础上建立了在有限刀具资源约束下的FMS刀具调度优化模型,得出针对刀具交换次数的目标函数,通过比较与实验验证了这种算法的有效性和优越性。     

并行机含调整时间成套订单数问题遗传算法

为使总加权成套订单延迟数最小,提出了一类新的目标排序问题-并行机带调整时间加权成套订单数问题.多个工件来自多个订单,分属多个不同组类.每个订单有一个权值,每个工件有确定的加工时间、交货期,且需在多台并行机上加工.每个工件只需在任一台机器上加工一次,只有所有属于某一订单的工件都在各自交货期内完工才称此订单成套完工.建立了问题的数学模型,设计了一种启发式遗传算法.通过算例分析及对随机产生的数据进行验证得出,遗传算法对于大中型成套订单问题是十分有效的.     

基于遗传算法的工作流个人工作列表资源调度

在工作流管理系统中,个人工作列表的优化调度具有重要意义.已有的相关研究主要关注工作流实例的调度,而关于个人工作列表调度的研究还较少.首先描述了工作流实例动态执行环境下个人工作列表调度问题,并提出了一个基于遗传算法的个人工作列表资源调度算法.该算法要为每一个执行人推荐一个可行工作列表,并在保证工作项联合执行成功率的同时最小化总体延误代价.最后,通过一个仿真实验将该遗传算法与其他7种基于分配规则的典型调度算法进行了比较.结果表明,所提出的基于遗传算法的个人工作列表资源调度算法比已有的其他典型调度算法具有更好的调度效果.