基于改进鲸鱼算法虚拟电厂经济优化调度

针对分布式不可控电源接入系统引起的波动问题,文中基于虚拟电厂提出一种考虑市场电价的经济优化调度模型,根据负荷需求,对虚拟电厂中的各分布式发电的功率输出进行优化,以达到经济最优化。将鲸鱼算法应用于所建立的虚拟电厂经济优化调度模型,并对算例结果进行了分析,结果表明,该模型是合理有效的。针对鲸鱼算法在求解过程中存在的收敛速度慢和收敛速度低的问题,在收敛因子方面又对鲸鱼算法进行了进一步的改进,将改进的鲸鱼算法运用到已建好的虚拟电厂经济优化调度模型中,对比两种仿真结果可知,改进算法的收敛速度和精度都得到了提高。     

基于改进遗传算法的资源优化调度方法

资源优化调度对于充分发挥电子战飞机作战效能,取得较好对抗效果具有重要作用。文中以雷达目标优先度、干信比、频率等为要素,构建作战效能的目标函数,并建立电子战资源优化调度模型,然后利用改进遗传算法求解出上述模型的资源优化调度方案。仿真结果表明,该资源调度方法能有效提高电子战飞机的整体作战效能。     

基于改进模拟退火算法的虚拟机调度优化方法

本文将着重分析改进模拟退火算法的虚拟机调度优化方法,了解虚拟及调度中的问题和问题特点,针对虚拟机调度优化进行实验并展开实验对比,旨在更好的提高改进模拟退火算法的虚拟机调度优化水平。     

对基于遗传算法的电梯调度模式的改进与分析

文章在遗传算法的基础上,从候梯时间与候梯人数两个角度对目前已有的电梯调度算法进行优化。本研究在保证调度效率的同时提高电梯乘客的使用满意率,从而为电梯调度算法的研究提供一种新的方向。     

基于改进遗传算法的高校排课优化问题研究

针对高校排课工作量大等问题,提出了基于改进遗传算法的课表优化方案。以教学任务为基因进行编码,总课表(行为时间段,列为班级)为DNA随机产生若干个满足强制规则的初始种群,将遗传算法中的随机交叉改进为局部列完整交叉算法,随机变异改进为列内部随机互换算法,并通过若干代的迭代优化,促使最终生成一个科学合理的排课方案。实验仿真表明,课表适应度由最初的76.0提升至123.0,优化效果显著。     

一种改进的基于遗传算法的测试调度方法

提出了一种改进的基于遗传算法的So C测试调度方法,通过该方法可以有效地优化测试总线的划分,合理调度各个IP核以实现并发测试,能够有效地缩短芯核测试时间。该算法把测试调度问题的可行解集用种群表示,逐代演化产生出越来越好的近似解。详细分析了该算法过程,对2002年国际测试会议(ITC’02)所提供的So C国际基准电路进行测试调度实验,实验结果表明,此算法比传统的整数线性规划(ILP)和遗传算法的结果要好。     

基于改进遗传算法的多目标JSP调度研究

针对多目标车间作业调度问题(JSP),提出了一种混合遗传算法,将多目标遗传算法得出的初步优化结果作为粒子群算法的初始粒子,利用粒子群算法强化局部搜索,加快收敛速度,改善了简单遗传算法局部搜索能力差、迭代效率低的问题.仿真结果表明了该算法对JSP调度的良好效果.     

改进的遗传算法包调度研究

多媒体通信网络的服务质量（Quality of Service，QoS）很大程度上依赖于包的调度算法，调度算法根据一定的服务原则来决定会话队列中包的优先级及其在输出链路上的发送顺序。本文介绍了包调度中需要考虑的因素，并将其归结为组合优化问题，在标准遗传算法（Standard Genetic Algorithm，SGA）的基础上提出了针对问题的改进遗传算法（Modified Genetic Algorithm，MGA）及其实施方法，提高了算法的寻优速率。     

基于改进遗传算法的车辆调度系统

遗传算法是近年来发展比较迅速的一种优化算法,旨在解决很多NP完全的问题,本文基于遗传算法以及传统的运行商问题进行了叙述,然后针对车辆调度这一现实问题进行模型构建,接着通过利用遗传算法在编码、选择、交叉、编译操作的具体实施,最后通过测试对比得到良好的结果。     

基于遗传算法的水沙调度

提出了一种基于遗传算法的水沙调度方法，为了使该方法适合于各种情况，采用模糊法确定各个目标的权系数；定义了新的交叉操作和突变操作，以保证调度结果满足期望的约束；同时为了防止解过早收敛，保证得到满足约束条件的最优解，采用基于浓度的群体更新技术来保持个体多样性。实例结果验证了其可行性。     

基于遗传算法的通信网络节点自适应调度方法

常规的网络节点调度方法主要以监测为主,节点传输的通信数据存在冗余问题,影响网络调度效果。因此,设计了基于遗传算法的通信网络节点自适应调度方法。选取通信网络节点簇头,确定通信网络初始化部署完成后的节点竞争半径。基于遗传算法构建通信网络节点自适应调度模型,剔除通信冗余节点,降低网络节点的调度能耗,从而实现网络节点的有效调度。采用仿真实验的方式,验证了该调度方法的调度效果更佳,能够应用于实际生活中。     

基于改进蚁群算法的客户服务调度方法

提出一种基于改进蚁群算法的客户服务调度方法。改进蚁群算法综合考虑了服务处理的顺序、服务时间及服务台负载等因素，快速地完成客户服务需求的调度。该算法是一种群体寻优方法．能较快地搜索到全局最优解。仿真实验结果表明，该方法是正确的、可行的和有效的。     

基于改进遗传算法在无功优化中的应用

遗传算法是一种基于自然选择和遗传机制的搜索算法,适合于求解电力系统无功优化问题。对基本遗传算法进行改进,建立了以有功网损为目标函数的电力系统无功优化计算的数学模型。算法对IEEE14节点系统进行了无功优化计算,结果证明了算法的正确性和有效性。     

基于改进的遗传算法的任务分配与调度

任务分配与调度是分布式系统章介绍了一种改进的遗传算法,该算法在扩大选择范围的同时,将适应度引入到对父代之间的交叉操作中,克服了标准遗传算法(SGA)交叉操作中较大的盲目性.实验结果表明,改进的遗传算法在精度和收敛速度上都较SGA有较大程度的提高.     

基于改进遗传算法的网格资源调度算法

网格计算关注大规模的资源和任务调度，要求采用的调度算法能够具有高效性。提出一种基于改进遗传算法的资源调度算法，该算法综合考虑了资源任务分配量以及任务完成时间，从而设计出良好的交叉和选择算子，既能够保留完成时间比较小的个体又能够保留具有一部分优秀资源分配方式的个体．算法具有较好的效率和收敛性。     

基于改进遗传算法的分布式资源动态调度技术

在网络中心战条件下,为了解决分布式作战资源的动态最优部署问题,提出了一种分布式资源的动态调度算法。首先针对资源动态调度问题建立了数学模型,接着,借鉴粒子群算法的思想,使用遗传算法解决了资源调度任务指派的快速寻优问题。仿真验证表明资源调度算法是有效的,并且该算法可使分布式系统的任务处理能力和处理资源利用率大幅度提高。     

云计算环境中优化遗传算法的资源调度策略

资源调度是云计算的核心问题,传统的遗传算法虽然可以用于云计算环境中的资源调度,但是由于传统遗传算法存在收敛慢、易早熟等特点,所以这种算法并不适应于多聚类环境下的密集型任务调度。基于此,我们提出了云计算环境中优化遗传算法的资源调度策略以弥补传统遗传算法的不足。本文主要通过对云计算概念的介绍以及如何优化遗传算法的资源调度策略来展开讨论。     

改进遗传算法在无功优化中的应用研究

遗传算法是模拟生物进化过程的优化算法,广泛应用于包含离散变量的复杂优化问题求解。本文将遗传算法应用于配电网无功优化,并对传统遗传算法进行了改进,并通过实例进行算例分析。结果表明,经改进的遗传算法能有效提高配电网无功优化的效率。     

基于改进遗传算法的软件项目人力资源调度研究

从软件项目人力资源调度的角度出发,构建了调度模型并利用改进型遗传算法对其进行求解,验证了该算法在求解资源调度问题中的可行性。     

基于遗传算法的生产车间调度方法研究

生产调度理论与方法研究是非常困难的课题,中成药加工生产车间调度问题有着深刻的实际背景和广阔的应用前景.为此本文全面综述了生产调度的相关理论模型,并分析了遗传算法在中成药加工生产车间调度中的应用,最后总结了将遗传算法、作业车间调度和中成药生产调度结合的优点和对研究的展望.