遗传算法在多资源优化调度问题中的应用

多资源项目调度中优化资源使用问题是在满足项目中活动之间的时序约束和资源约束条件下 ,使资源充分使用的调度方案 .针对资源均衡使用的优化目标建立了非线性数学规划模型 ,利用遗传算法进行求解 .仿真实例表明方法的有效性     

柔性资源受限的多模式项目调度问题的建模

将资源受限的多模式项目调度问题中的资源拓展为柔性资源,建立了柔性资源受限的多模式项目调度问题的混合整数规划模型.基于PROGEN生成了项目非虚活动数目为10的2 500个算例,利用XPRESS软件进行了精确求解.对5种项目特征参数即项目网络复杂度、能力需求强度、能力供给强度、资源柔性值和资源数目与问题求解难度、项目总完工时间和项目资源利用率之间的关系进行了分析.指出资源柔性值和资源数目的增加虽然能够减少项目完工时间平均值,但是也可能导致资源利用率平均值的下降,对柔性资源进行合理调度才是项目管理的关键.     

序列多指派问题的优化模型及其遗传算法

序列多指派问题是经济管理中提出的新问题．笔者首先给出该问题的组合优化模型。然后引入该模型的两个改进方案。并将模型简化为仅含T个线性约束的0—1规划问题．传统优化方法难于求解该问题。因而笔者给出针对该问题的遗传算法．数值结果表明,我们提出的优化模型和遗传算法对求解序列多指派问题是切实有效的．     

运输调度中不确定性问题的研究

运输调度涉及到任务分配、时间安排、人员安排以及路线选择等，是一个典型的非多项式困难问题。在整个调度过程中，常会发生各种意想不到的事情，从而影响原定的调度计划，本文详细讨论了运输过程中可能出现的各类不确定性事件，并用整数规划模型对运输过程进行了描述。针对不确定事件的突发性，先得出确定情况下的调度结果，然后通过对各种突发事件的分析，重新对问题进行优化，不断修正原有的调度结果，由于此类调度问题求解十分困难，故提出了一种启发式遗传算法对问题进行了求解，研究结果表明，用此方法可以很好地解决上述问题。     

遗传算法在电容器—电抗器组优化计算中的应用

建立了串联电抗率优化计算数学模型，利用遗传算法计算了这一非线性整数规划问题。     

一类非线性二级多目标决策的遗传算法

对非线性双级多目标决策问题,提出了一类非线性二级决策问题的遗传算法的解法。即各级目标函数共用相同的约束条件,对问题分级进行处理;对于每一层利用线性加权法将问题进行简化,将一个非线性二级决策问题转化为多个一级非线性决策问题,再利用遗传算法分别进行求解,可得到原问题的非劣解,从而提供了解决非线性决策问题的一种方法。     

基于遗传算法的系统可靠性优化

利用简单遗传算法(simple genetic algorithms,SGAs)研究了系统的可靠性优化仿真技术;具体讨论了由5个子系统、每个子系统由4种不同可靠度和寿命周期费用的部件组成的串-并联系统冗余模型,建立了该模型对应的非线性规划(nonlinear integer programming,NIP)问题;在给出该问题精确解的同时,重点阐明了SGAs求解该问题的研究方法。数值结果表明:SGAs是一种具有全局寻优能力的系统可靠性优化方法,该方法在研究一类系统,特别是复杂大系统可靠性优化中具有重要作用。同时,该方法具有高效性、实用性,并可扩展用于求解其他大型复杂拓扑结构系统的多目标优化问题。     

遗传算法的改进及应用

针对遗传算法中存在的封闭竞争问题，本文提出一种线性交叉算子并通过在整数规则中的应用证明了改进遗传算法的有效性。     

Petri网的遗传算法在Job-Shop问题中的应用研究

提出了一种基于扩展时间Petri网(ETPN)的单亲遗传算法,并利用该算法对Job-Shop调度问题进行了求解.首先定义一种扩展时间Petri网,然后利用定义的扩展时间Petri网对Job-Shop调度问题进行建模,最后应用单亲遗传算法对模型进行优化调度.通过实例证明了该建模方法和优化算法的有效性和正确性.     

一类指派问题的数学模型与算法研究

通过建立一个多目标整数规划模型来描述火车站列检任务分配问题;用遗传算法求得了模型的满意解.研究结果表明改进后的交叉和变异算子显著提高了算法的有效性.     

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。     

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.     

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。     

改进的遗传算法在配电网检修计划中的应用

为了减少供电企业停电损失费用和检修费用,同时满足多种约束条件,本文在借鉴目前配电网检修计划编制工作经验的基础上,建立了配电网检修计划优化模型.针对该模型的特点,采用改进的遗传算法求解配电网检修计划优化问题.并通过具体优化算例计算和分析,验证了本文所提出的模型和改进算法的有效性.     

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.     

基于改进遗传算法的弹药运输车辆调度问题研究

建立了弹药运输车辆调度问题的数学模型,针对传统遗传算法求解该问题具有收敛速度慢、易陷入局部极小的缺点,提出了一种改进的遗传算法予以求解。在改进算法中引入一种基于信息素的遗传交叉算子,该算子能利用以信息素形式保存的全局信息,从而提高收敛速度;算法中的变异算子采用Relocation、Exchange、2-opt＊及2-opt 4种启发式搜索算法,尽可能扩大搜索范围。算例分析表明了所提改进遗传算法求解弹药运输车辆调度问题的有效性和可行性。