基于多策略差分进化的元胞多目标遗传算法

针对现有的多目标进化算法在求解复杂的多目标优化问题时收敛性不佳和解的分布性差等问题,提出一种基于多策略差分进化的元胞多目标遗传算法。通过分析不同差分进化模式的优劣,结合元胞模型,定义了一种多策略差分协同进化的选择算子;针对当前拥挤距离评估方法存在的缺陷,引入一种基于熵的拥挤距离评估方法,同时改进了替换策略。通过12个标准测试函数进行测试,证明了新算法相对于非支配排序遗传算法、元胞多目标遗传算法和混合元胞遗传算法,不仅具有更好的收敛性和多样性,而且在解的覆盖率上得到了一定程度的提高,尤其适合于高维复杂多目标优化问题的求解。     

自适应退火遗传算法的起重机箱形梁优化

为克服标准遗传算法的固有缺陷——停滞和早熟现象,将具有较强局部收索能力的模拟退火算法融入其中,对适应函数进行退火拉伸,对接受算子进行退火处理,同时加入自适应机制来改进标准遗传算法的杂交率和变异率,尤其对变异率的调整,使其既能根据个体适应值的大小进行自适应修正,也能随进化状态的改变而改变,从而增强了算法摆脱局部最优解的能力.以最终形成了自适应退火遗传算法进行起重机主梁优化.经实例验证:与原标准遗传算法相比,在保证收敛结果不变的情况下,收敛速度和全局收敛性都得到了较大提高.     

一种鱼骨仓储布局下的拣选路径优化方法

根据一种非传统鱼骨(fishbone)布局的特点,基于仓储运作约束条件建立了拣选路径优化模型,构造了非传统货位距离矩阵;在标准遗传算法基础上,通过进化逆转算子克服标准遗传算法存在早熟收敛和局部搜索能力较差等问题,给出了一种多种群遗传算法;为验证算法的有效性,在不同订单规模下,将多种群遗传算法与标准遗传算法和S-Shape算法进行比较,应用MATLAB软件仿真分析,一系列实验结果表明多种群遗传算法计算结果最优,并且寻优速度更快于标准遗传算法,能够很好地解决鱼骨仓储布局下的拣选路径优化问题,提高仓储智能化水平。     

双疫苗的免疫遗传算法在求解置换Flow-shop问题中的应用

为提升免疫遗传算法求解置换Flow-shop问题时的寻优速度,提出双疫苗技术。利用NEH算法得到较优排序结果作为前置疫苗,以改善进化初期最佳个体疫苗质量较差的缺陷,提高算法在进化初期的寻优速度;当种群中最佳个体质量更优时,改由该个体作为疫苗进行接种。最后对标准案例进行了测试,结果表明,具有双疫苗技术的算法寻优速度更佳,并能得到更好的作业调度方案。     

基于混合遗传禁忌搜索算法的多目标柔性作业车间调度

针对柔性作业车间调度问题,考虑到遗传算法易早熟收敛和禁忌搜索算法初始解依赖性强等缺陷,提出一种混合遗传禁忌搜索算法,采用分目标相乘的方式引导算法进化,建立多目标优化模型,并用MATLAB仿真实现,结果验证了算法的有效性。     

柔性作业车间机床与搬运机器人联合调度方法

针对当前柔性作业车间机床和搬运机器人单独调度存在的不匹配问题,以车间完工时间为目标,提出基于多代竞争强进化遗传算法的机床与机器人联合调度方法。对多工件、多工序、多机床、多机器人的柔性作业车间联合调度问题进行了描述;考虑了机床生产和机器人搬运的时序约束,建立了最小化车间完工时间的优化模型;使用工序链、机床链及机器人链缠绕的染色体编码方式,将联合调度问题转化为算法优化问题;在遗传算法中引入多代竞争机理和强进化算子,其中多代竞争机理增加了优秀染色体的遗传概率,强进化算子具有保留优秀基因片段和强制差基因进化的能力。经生产实验验证,在15个工件44道工序的调度中,该算法的车间完工时间比标准遗传算法缩短了14.75%;另外,在不同规模的工件生产调度中,与克隆选择算法和标准遗传算法相比,该算法的迭代次数最少、车间完工时间最短。上述实验结果充分证明了多代竞争强进化遗传算法在柔性作业车间生产联合调度中的优越性。     

改进遗传算法的应用研究

针对简单遗传算法在实际应用中存在易产生早熟收敛、得到的结果可能为非全局最优收敛解、适度值计算时间过长以及在进化后期搜索效率较低的缺陷,介绍了四大类改进遗传算法,即小生境遗传算法、自适应遗传算法、并行遗传算法及混合遗传算法的应用情况.     

ESD模型参数识别的差分进化方法

提出了一种以差分进化算法对静电放电模型进行参数辨识的新方法。以基于Heidler雷电流方程的静电放电模型参数为辨识对象,分别以仿真和实验数据验证了该方法的可行性,并从电流波形整体和局部两方面对拟合效果进行了评估。结果表明,与遗传算法相比,差分进化算法的执行速度更快,所得的辨识参数精度更高,对电流波形的整体和局部关键点的拟合度均高于遗传算法。因此,差分进化算法比遗传算法更适用于解决静电放电模型参数辨识问题。从实例可以看出,差分进化算法不需要过多的初始参数值先验知识,而只需提供一个较宽的初始参数搜索范围即可获得良好的辨识结果。此外,本文还以差分进化算法对Bruce-Golden和Gaussian函数静电放电模型进行参数辨识,验证了该方法的适用性。     

求解车辆路径问题的周期进化遗传算法

针对标准遗传算法易于“早熟”的问题,提出了用周期进化遗传算法求解车辆路径问题.该算法模拟了自然界演化过程中的“进化一退化”并存且周期性往复的特点,设计了包含插入算子和倒位算子的组合算子以确保算法强大的搜索能力.实例验证结果显示,周期进化遗传算法相比于现有的两类典型遗传算法更易于找到最优解,显示出较佳的全局搜索能力,是一种求解车辆路径问题的有效方法.     

大型产品结构优化问题的病毒进化遗传算法

针对一种大型产品结构的质量－成本优化问题，设计了一种病毒进化遗传算法，提出了相应的编码解码方案和适应度的计算。病毒进化遗传算法是一种协同进化算法，既实现了遗传操作在父子代群体间纵向继承进化信息进行全局搜索的功能，也实现了病毒感染操作在同一代群体中横向传播进化信息进行局部搜索的功能，从而可以比遗传算法较快获得问题的满意解。最后给出了病毒进化遗传算法的试验仿真结果。     

案例初始化遗传算法在大学课程表问题上研究

本文对于大学课程表问题提出了一种具有一定创新性的算法.该算法结合了遗传算法和基于案例推理两种截然不同的技术,它尝试使用基于案例推理的技术来加强遗传算法,使其具有一定的学习先前经验的能力,从而使遗传算法可以更快的收敛,获得更好的性能.     

组合遗传算法在人—车—路闭环系统综合评价优化设计上的应用

针对人－车－路闭环系统综合评价方程的复杂性,提出一种快速的优化算法为组合遗传算法,该方法结合了遗传算法,进行策略和模拟退火算法的优点,利用该思想编制的程序能够很快地得到了满意的结果,并且为高自由度的人－车－路闭环系统模型的综合评价提供了方法,具有重要的意义。     

基于遗传算法的机器人运动路径规划的应用研究

遗传算法是模拟自然界生物进化过程的计算模型,作为一种有效的全局并行优化搜索工具,它具有简单、通用和适于并行分布处理的特点以及广泛的应用潜力。本文介绍了遗传算法的基本原理、方法和特点,并着重从应用的角度讨论用遗传算法求解机器人最短路径规划问题。通过对实例的分析及计算,得出较为理想的结果。     

基于改进遗传算法的带传动优化设计

建立了以带轮体积最小为目标的优化数学模型，并运用实数编码策略、联赛选择机制及通过动态调整交叉概率和变异概率引入自适应算子对标准遗传算法进行改进，利用改进后的遗传算法对该问题进行了优化设计。计算实例表明，该方法具有较好的实用价值，可应用于同类零件的优化过程。     

离散变量优化设计的改进斐波那契遗传算法

根据工程实际,充分考虑规范规定的约束条件和各项技术标准要求,建立离散变量结构优化模型。针对遗传算法在迭代过程中经常出现未成熟收敛、振荡、随机性太大和迭代过程缓慢等缺点,提出一种新的遗传算子——转基因算子,用于对遗传算法的改进;提出一种离散变量结构优化设计的斐波那契算法,并与遗传算法结合在一起解决问题。优化设计结果表明,这种改进斐波那契遗传算法的收敛特性得到很好的改善,即发挥了斐波那契算法省时、局部搜索能力强的特点,又发挥了遗传算法全局性好的特点,是有效的工程结构优化设计方法。     

基于改进遗传算法的蜗杆传动多目标优化设计

以蜗轮齿冠体积最小、传动效率最高和中心距最小为目标,在保证蜗轮和蜗杆满足承载、强度及其它要求的前提下建立蜗杆传动多目标优化设计的数学模型,并运用实数编码策略、联赛选择机制及通过动态调整交叉概率和变异概率,引入自适应算子对标准遗传算法进行改进,利用改进后的遗传算法对该问题进行了优化设计.整个求解过程和结果表明,该方法具有较好的实用价值,是一种值得推荐的设计方法.     

基于紧致遗传算法的组合电路测试集压缩

随着电路集成度和复杂度的不断增加,电路测试所需的测试矢量集的规模也迅速增长。本文针对现有测试集压缩算法全局寻优能力不足的问题,提出一种基于紧致遗传算法的组合电路测试集压缩方法。紧致遗传算法不但具有良好的全局搜索能力,而且其基于小种群进化的特性可以有效地降低计算花费.非常适合处理数据大的大规模测试集压缩问题。对ISCAS-85标准电路测试集的实验表明,与同类方法相比,该压缩方法能够得到更小的测试集。     

基于遗传算法的弧齿锥齿轮传动的优化设计

遗传算法是一种借鉴与模拟生物进化过程自然选择与遗传机制求解极值问题的一类并行、随机的、自组织、自适应的智能搜索算法。其隐含并行性和对全局信息有效利用，使得该算法适合处理复杂和非线性优化问题。文章在介绍标准遗传算法的基础上，提出了基于遗传算法的弧齿锥齿轮优化设计方法。经实例计算，结果证明了遗传算法在弧齿锥齿轮传动优化设计中的有效性和正确性。     

基于混合优化算法的装配线平衡问题

为求解给定装配线生产节拍、最大化装配效率的装配线平衡问题,根据装配线的特点和平衡优化需求,分析了装配作业顺序、站位数量等因素对装配线站位内作业分配的影响,综合考虑装配线平衡率和平滑系数,建立了装配线平衡问题数学模型,并设计了 一种结合遗传算法(Genetic Algorithm,GA)、蚁群算法(Ant Colony ...