Scheduling Optimization of Space Object Observations for Radar

An optimizing method of observation scheduling based on time-division multiplexing is proposed in this paper,and its efficiency is verified by outdoor experiments.The initial observation scheduling is first obtained by using a semi-random search algorithm,and secondly the connection time pair(CTP) between adjacent objects is optimized by using a genetic algorithm.After obtaining these two parameters,the fimal observation scheduling can be obtained.According to pre-designed tracks between each adjacent objects in observation order,the seamless observation of neighboring targets is derived by automatically steering the antenna beam,so the observation efficiency is improved.     

空间观测任务调度子Agent的底层优化模型及算法

对于采用分层的主从Agent体系结构的航天器自主运行系统而言,各个子Agent可以单独设计,这样就大大减小了设计难度并提高了程序运行效率。对于每个子Agent而言,可以专注于底层模型和算法的设计。空间观测任务调度子Agent的任务是对空间观测任务进行调度,以使在有限的资源下,可观测任务最多,观测价值最大。针对这一子Agent,建立了优化模型来完成最优调度问题的建模。优化模型的目标函数为观测任务的优先级之和最大,优先级与观测任务的价值有关。约束条件包括观测机会约束、航天器资源约束等。采用基于遗传算法的启发式算法进行求解,建立了具有可扩展性的任务调度仿真演示系统,直观的演示了调度后的任务运行情况。     

四向穿梭车系统的提升机调度优化

提升机作为四向穿梭车系统的瓶颈资源,其调度方案的优劣与系统作业效率密切相关。针对提升机的调度问题,提出了一种调度策略。首先,将提升机调度问题转化为含运输时间的柔性作业车间调度问题,并考虑同层任务的执行顺序约束,构建提升机调度数学模型。其次,提出了一种改进型混合遗传算法对模型进行求解,该算法以混合遗传算法为基础,针对混合遗传算法易产生不合法个体导致算法搜索能力下降的问题,提出了一种个体修正方法,以增强算法的搜索能力。最后,采用某农产品冷库的实际数据对模型及改进型混合遗传算法的可行性与有效性进行了验证。结果表明,相比于仓库中实际应用的策略,改进型混合遗传算法可使任务完成时间至少减少24.66%。     

基于搜索空间划分的自主式遗传算法与应用

如何让无疲劳的计算机代替易疲劳的用户是交互式遗传算法研究的一个重要内容.该文给出了基于搜索空间划分的自主式遗传算法.该方法首先利用遗传搜索过程中的历史信息对搜索空间进行划分,以实现在用户未疲劳时避免用户疲劳.当用户疲劳时,由机器代替用户评价进化个体继续进行遗传操作,从而达到减轻用户疲劳的目的.利用此方法进行服装设计的实验结果验证了该方法的有效性.     

基于协同遗传算法的车间调度问题研究

遗传规划在实际问题中的应用是一个新的发展方向。文章根据车间调度问题的特点,对遗传规划算法进行了改进,借鉴了一种新编码策略将变长编码变成定长,减少了算法复杂度,提高了运算效率;同时设计了一种新的标记交叉算子,这种交叉算法可以有效地避免产生非法解。由于遗传规划问题的收敛性不高,文中将遗传规划和遗传算法有效地结合起来,提出一种协同遗传规划算法,实验表明,改进后的算法比传统算法能更有效地解决车间调度问题。     

一种改进混合遗传算法解决车间作业调度问题的研究

车间作业排序理论是生产管理与组合优化领域的重要研究方向,由于其固有的计算复杂性(NP-Hard),一般无法利用经典方法求出最优解.针对作业车间调度问题,提出一种求解作业车间调度问题改进的遗传算法.该算法对交叉算子和变异算子进行改进,并将遗传算法和启发式算法相结合,建立一种混合算法框架,能有效避免局部最优.通过实例的计算和分析,取得了良好的调度效果,论证了算法的有效性和稳定性.     

解动态Job-shop调度问题的遗传算法

研究了动态Job-shop调度问题,并设计了一种改进的遗传算法。该算法借鉴启发式算法,使用向量进行遗传编码;遗传计算中引入种群间竞争,实现种群向更高层的平衡态进化,进而全局优化调度方案;利用调度评价函数及负荷表,对动态的生产调度进行了有效地评价。仿真实验表明了此法用于复合调度问题的优越性。     

三轴稳定卫星点目标观测任务优化调度技术

首先进行了三轴稳定卫星观测问题的背景分析,建立了相应的数学模型,进而提出了一种基于遗传算法和模拟退火算法的混合遗传算法,通过多个仿真算例验证了其有效性,并与模拟退火算法的运算结果进行了比较分析,结果表明其运算速度和全局寻优能力均优于单独使用模拟退火算法。     

无等待流水线调度问题的混合优化算法

针对无等待流水线调度问题提出了一种混合离散化粒子群优化算法。通过建立位置矢量编码与调度方案之间的映射关系将连续的粒子群优化算法应用于离散的无等待流水线工件调度问题。为了提高离散粒子群算法的性能,增强算法的探索能力,在粒子群每次迭代之后对全局最优解加入随机扰动并进行变邻域搜索。仿真结果表明,该优化算法具有良好的性能。     

求解Job Shop调度问题的自适应遗传算法设计

针对标准遗传算法中交叉概率Pc和变异概率Pm固定不变带来的局限性,以及M.Sr-invivas自适应遗传算法的缺点,提出了根据适应值集中程度,自适应地变化整个种群的Pc和Pm的一种改进的自适应遗传算法,文中系统地介绍了算法的改进及算法的流程,并将算法应用于求解JSP问题,最后用一个典型的测试例子,对本文设计的算法的求解效果进行了测试,并对测试结果进行了分析.     

求解多目标区域公交车辆调度问题的遗传算法

将区域公交车辆调度(RBSP)视为“部分班次被某车辆完成”的集合划分问题,考虑站场容量、补充燃料和返回站场最迟时间限制等约束因素,建立一类追求车辆利用效率和公交车辆调度方案的可靠度极大化的多目标混合整数规划模型.用约束法将该模型转为单目标规划问题,利用遗传算法求解该问题的非劣解.研究表明:公交调度方案的可靠性越高,车辆利用率越低.     

A Heuristic Genetic Algorithm for No-Wait Flowshop Scheduling Problem

No-wait flowshop scheduling problems with the objective to minimize the total flow time is an important sequencing problem in the field of developing production plans and has a wide engineering background.Genetic algorithm (GA) has the capability of global convergence and has been proven effective to solve NP-hard combinatorial optimization problems, while simple heuristics have the advantage of fast local convergence and can be easily implemented.In order to avoid the defect of slow convergence or premature, a heuristic genetic algorithm is proposed by incorporating the simple heuristics and local search into the traditional genetic algorithm.In this hybridized algorithm, the structural information of no-wait flowshops and high-effective heuristics are incorporated to design a new method for generating initial generation and a new crossover operator.The computational results show the developed heuristic genetic algorithm is efficient and the quality of its solution has advantage over the best known algorithm.It is suitable for solving the large scale practical problems and lays a foundation for the application of meta-heuristic algorithms in industrial production.     

求解JSP问题的改进遗传算法

作业车间调度是一类求解困难的组合优化问题，使用改进的遗传算法来求解。GA有新解产生盲目性的特点，以搜索效率为目标提出了一种改进的遗传算法，在解的搜索过程中，通过禁忌表操作来评价种群。改进的遗传算法在保持群体多样性的同时，加快了遗传算法的收敛速度，将该算法用于典型作业车间调度问题的测试，找到了已公布的最优解，对超大规模的问题还有待进一步研究。     

窗时排序的计算机搜索算法

该文讨论按期完工工件数最大化的窗时排序问题。文章首先提出一个基于EDD序的枚举算法，很大程度降低了纯枚举算法的计算复杂性。然后以改进的枚举法作基础构造了一个启发式算法——遗传算法求解该问题。算法采用0-1编码，基于EDD序规则调整各个工件的排列顺序。该算法在处理大规模的单机排序问题时，能够在较短的时间内得到近似最优解。实例计算证明，该遗传算法近似程度好，可操作性强，可以在实际应用中推广。     

一种基于遗传算法的车间作业调度求解算法

研究了遗传算法在特定的车间作业调度问题中的应用,以遗传算法作为优化工具,给出了车间作业调度算法,最后给出了计算机仿真结果,并与启发式算法求得的结果作了比较,证明了该算法解的有效性和优越性.     

一般空间对象的空间数据类型

空间数据类型的定义一直是空间数据库和GIS等领域的研究热点.针对一般空间对象的空间数据类型定义问题,依据点集和拓扑理论,采用函数方法,研究了一般空间对象的特点,并给出了一组有效时间内的一般空间对象的带时间维的空间数据类型定义,包括一般点,一般线,一般区域.一般空间对象的空间数据类型定义将一般点定义为多个单点的并集;一般线定义为多个连续函数的并集;一般区域定义为多个面的并集.在一般空间对象的空间数据类型基础上,可建立一般空间对象的数据模型,一般空间对象的空间关系,从而在空间查询中,能处理针对一般空间对象的空间查询.     

公交调度模型及算法

建立了公交调度模型 ,给出了用遗传算法求解该模型的程序框图。用实际的运营数据对提出的模型及算法进行了验证。结果显示 ,提出的公交调度模型及其求解算法是可行的和有效的     

物流配送车辆优化调度问题的综述

针对物流配送车辆优化调度问题,本文阐述了该问题的定义和最优调度的目标,介绍了物流配送的概述和流程,研究了VRP的分类和实现算法,分析了VRP的国内外研究现状,并提出了进一步的研究方向。     

遗传算法在高校排课系统中的应用研究

随着高校招生规模的不断扩大,高校教务排课的任务日益繁重．本文针对排课系统中遇到的实际问题进行分析,建立用于高校排课问题求解的数学模型．在此基础上应用遗传算法完成了问题的求解．实践表明,该方法简单、有效,能为高校教务信息化建设提供有益和必要的支持．     

基于遗传算法的针织染色生产调度方法

为解决针织染色过程中人工进行染色排缸效率低、合理性差的问题,提出一种新型调度方法。通过对染色生产过程的分析,建立了相应的生产调度模型,并采用启发式算法和遗传算法相结合的方法对模型进行求解。应用该方法可以在实现自动排缸的前提下,满足生产的实际需要,并优化生产调度,对提高染色生产的自动化有一定实际意义。