共查询到18条相似文献,搜索用时 125 毫秒
1.
2.
解Job—Shop调度问题的一个遗传算法 总被引:19,自引:1,他引:18
本文首先介绍了遗传算法的基本概念和流程,然后叙述了如何把Job-Shop调度问题编码成为遗传算法的形式,并解释了对于实现这一算法中一些问题的考虑。最后给出了算法驼行结果并对结果与算法做了总结。 相似文献
3.
4.
5.
6.
7.
基于改进遗传算法的高校排课优化问题研究 总被引:1,自引:0,他引:1
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。 相似文献
8.
9.
基于遗传算法的TSP问题求解与仿真 总被引:1,自引:0,他引:1
TSP问题常用的自然编码方式在进行遗传操作时,会产生不合法路径.设计了一种新的编码方式,能有效避免这一问题,遗传操作简单易行,无需对不合理的基因片段进行合法化修正.在求解过程中,为了解决遗传算法的收敛速度和全局收敛性之间的矛盾、避免早熟,运用了Doping策略和参数切换方法.最后进行了仿真测试.结果表明,该算法能迅速淘汰劣解,具有较快的收敛速度;能有效遏制早熟,对不同规模的TSP问题能有效求得最优解. 相似文献
10.
唐崇 《信息技术与信息化》2015,(4)
服务质量QoS是考察Web服务组合的重要指标.近年来,针对国内外Web服务组合QoS优化问题进行了总结综述.介绍了Web服务组合服务质量QoS的定义.对基于QoS的组合优化算法进行了分类概述并举例分析.阐述了Web服务组合QoS测量与建模方法. 相似文献
11.
分布式部分可观测马尔科夫模型(Decentralized partially observable Markov decision progress,DEC-POMDP)是研究不确定性情况下多主体协同决策的重要模型。由于其求解难度是NEXP-complete,所以迄今为止尚没有有效的算法能求出其最优解。但是存在一部分近似求解的算法可以解决规模较小的问题。针对此问题,在遗传算法的基础上,通过引入最佳起始状态和最佳收益状态提出改进的遗传算法(Improved Genetic Algorithms,IGA),算法将问题的求解分为两个步骤,首先求解从给定起始状态到最佳起始状态的近似最优策略,然后求解在最佳收益状态之间转换的策略。通过实验可以看出IGA压缩了要搜索的策略空间,减小了编码长度,是求解DEC-POMDP的有效算法。 相似文献
12.
提出了一种解析规则模糊控制器的改进结构,并引入了能够动态调整模糊控制规则的修正函数;同时,通过遗传算法,实现了模糊控制器控制参数的组合优化设计。仿真结果表明这种设计方法是有效的。 相似文献
13.
14.
15.
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. 相似文献
16.
基于Nash均衡的思想在NSGA所求得的Pareto最优解基础上,探讨一种能对多目标优化问题进行求解的遗传算法。采用Nash均衡的思想在多目标优化的遗传算法,结合NSGA算法,提出一种能得到多个Pareto最优解的多目标优化算法。通过目标函数线性加权法、NSGA对函数进行了试验分析,对部分自变量进行固定,对其他的自变量进行优化,对Pareto最优解进行持续优化,进而实现加速算法的收敛,从实验中得出了这种算法具有较快的收敛性,但是其运行时间和NSGA相比没有多少改善。 相似文献
17.
量子遗传算法(QGA)是量子计算和遗传算法相结合的产物,将量子的态矢量表示引入到遗传算法中,具有比遗传算法更好的搜索效率和收敛性。本文首先介绍了量子遗传算法的基本原理,讨论了基于量子遗传算法的一系列改进,然后将量子遗传算法应用于无约束优化问题,实例计算表明了算法在该类问题中的有效性和可行性。 相似文献
18.
《Mechatronics》2015
To address manufacturing resource combinatorial optimization (MRCO) for large complex equipment in group manufacturing and provide high-quality manufacturing resource, a multi-objective optimization model and heuristic approach are investigated in this study. First, considering the extensive manufacturing resource, a four-tuple model with use-cost, trading period, credibility and resource consumption for manufacturing resource clustering is proposed, as well as MRCO model associated with the four indicators. Then, an improved cluster-based genetic algorithm (CGA) has been carried out with a fuzzy c-means algorithm (FCM) for manufacturing resource clustering. The proposed algorithm uses a fuzzy analytic hierarchy process (FAHP) to successfully determine the priority weights of multi-objective. Finally, a case study and comparison of performances with simple genetic algorithm (SGA) and non-cluster-based genetic algorithm (Non-CGA) are presented. Experimental results show the proposed method is more preferable in optimal solution searching and more efficient as the dimension of problem increases. 相似文献