求解协同干扰问题的高效免疫遗传算法

为协同干扰武器目标分配问题建立的数学模型,当问题规模增大时,现有的智能求解算法表现出两点不足,一是所求解质量下降;二是求解速度不可接受。针对该两点不足提出了具有贪婪修复过程的免疫遗传算法,算法设计了通用十进制扩展编码方案、基于免疫的轮盘赌选择算子和贪婪修复算子。仿真实验表明,该算法与现有算法相比具有明显的效率优势,在解决大规模协同干扰武器目标分配问题时不仅解算时间可接受而且所求解质量比同类算法高。     

基于模拟退火遗传算法的边坡稳定分析

分析了遗传算法和模拟退火的思想和特点,设计了动态交叉率和动态变异率,提出了一种新的优秀个体保存策略,在此基础上,建立了边坡稳定分析的模拟退火混合自适应遗传算法的数学模型,并利用罚函数优化了该模型.     

非连通无线传感器网络的最少传感器节点部署

传感器节点的部署包括连通网络和非连通网络2种情况. 为了最小化网络部署开销,对非连通网络的传感器节点部署问题进行了研究,建立了整数线性规划模型,并证明该问题为NP complete问题. 为找到该问题的近似最优解,通过理论分析确定了传感器节点的候选部署区域,提出了一种启发式的传感器节点贪婪部署算法,迭代地将传感器节点部署到覆盖目标点数最多的候选部署区域,直到覆盖所有目标点. 通过仿真实验将所提出的贪婪部署算法和现有的遗传算法以及问题模型的最优解进行了比较,验证了算法的有效性.     

基于L0范数约束非相邻系数FIR数字滤波器设计

传统有限冲击响应滤波设计时,均默认滤波器系数相邻。该文提出了采用L0范数约束的非相邻系数有限冲击响应滤波器设计模型,保持其线性相位特性,通过增加滤波器设计的自由度,以少量的系统延时为代价来提高滤波器性能。并采用遗传算法来解该非凸优化模型,进一步推导出近似解的求解方法,降低了算法复杂度。计算机仿真结果表明,在相同的阶数下,该滤波器模型较传统模型有更小的逼近误差。     

基于独立集划分的图着色算法

针对经典的图着色问题,在顶点集随机划分的基础上,设计了一种寻求集合个数最少的独立集划分遗传算法.运行算法获得的独立集个数即为图的色数.算法引入了模块化函数思想,采用了单向传递交叉算子.通过贪婪局部优化初始种群和杂交后代个体,使算法具有较好的收敛速度.对四个经典算例的仿真结果表明,本文提出的算法可获得问题的高质量解,是一种有潜力的算法.     

基于动态Internet的群组命令传输算法

由于Internet具有动态特性,使得Internet尽力而为的服务模式在传输群组命令时,容易产生无效(过期)路径. 对此,提出群组动态遗传算法. 该算法分别从静态搜索和动态搜索两个角度考虑无效(过期)路径问题. 其主要优势在于解决传统遗传算法在动态环境下无法收敛问题. 实验验证了该算法相对于当前一些经典算法在支持群组命令传输方面具有较好的性能.     

基于SolidWorks的堆垛机参数化设计系统的开发

以三维特征造型软件SolidWorks2001为平台,采用模块化、参数化的设计思想构建堆垛机的相应模块的三维模型;以MicrosoftAccess为支撑数据库,MicrosoftVisualBasic为开发工具,建立设计计算与三维模型的数据接口;采用有限元分析软件COSMOS进行结构校核,建立了面向仓储设备堆垛机的参数化设计系统.实践证明:该设计系统可显著提高设计效率与质量,可快速响应个性化的市场要求.     

基于遗传算法的含金属混合炸药配方设计

论述了混合炸药配方设计的基本思想,对含金属混合炸药,在考虑所有可能生成产物的情况下,给出爆炸反应方程式,得到了其配方设计的数学模型.利用遗传算法(GA)对示例模型进行求解,结果表明遗传算法能快速收敛到模型的最优解,而且求解结果符合最大放热原则,所求配方比例可以作为配方设计的参考值.     

柔性Job Shops集成调度启发式算法

为有效解决柔性作业车间(Job Shops)的加工与搬运集成调度问题,以最小化最大完工时间(Makespan)为调度目标,建立非线性规划模型,提出基于贪婪启发式策略的变邻域搜索算法(GRS-RVNS).根据准时(JIT)生产和均衡生产思想构建贪婪启发式策略快速求初始解.利用析取图表示可行解并根据析取图调度的性质定理构建有效的搜索邻域,进而利用随机变邻域搜索算法对初始解进行优化.对提出的算法进行仿真实验分析,结果表明:该算法求解时间短、调度方法有竞争性.     

遗传算法在矿井通风网络优化中的应用

建立了矿井通风系统网络优化的非线性规划数学模型,并用遗传算法来求解该优化模型.使用罚函数法对优化模型所包含的约束方程进行转化和处理,使之适用于遗传算法.罚函数的形式采用不可微精确罚函数,并在惩罚参数的选择上参考了模拟退火算法的一些优点,设计出一种动态罚函数.应用遗传算法对一个简单通风网络的优化模型进行求解.结果表明：优化后通风系统总能耗降低了7.78 kW,其下降幅度约为3%.     

车载能力有限的双区型仓库拣货路径优化

为了求解车载能力有限的双区型仓库拣货路径优化问题,根据双区型仓库拣货作业的特点,以拣货路径距离最短为目标,建立了双区型仓库拣货路径模型,并根据双区型仓库构造,求解任意2个货位间最短距离,同时提出了贪心算法和遗传算法相结合的贪心遗传算法求解方法,并以双区型仓库为对象进行仿真验证和分析。仿真结果表明,本文提出的算法能有效地提高优化路径的全局最优性和稳定性,而且对不同规模大小的拣货点均可以取得很好的优化效果;利用本文算法求解双区型仓库中的最优拣货路径能极大的缩短拣货车辆行走距离,提高拣货作业工作效率。该研究对双区型仓库拣货路径的优化具有十分重要的意义。     

基于遗传算法的空空导弹弹道拟合方法

提出了一种基于遗传算法的空空导弹弹道拟合算法。该算法克服了诸如多因变量的多元逐次回归法、单因变量的多元逐次回归法等传统拟合算法的不足。通过对多种型号空空导弹弹道的拟合计算表明该算法可行性好，拟合精度高，拟合模型优化效果好，拟合结果已成功应用于某些飞机武器火控系统工程设计中。     

一种改进的OFDM系统自适应比特分配算法

针对贪婪算法迭代次数多的不足,提出一种基于Hughes-Hartogs算法的自适应比特分配算法。在误比特率和传输比特总数限定下,先使用Chow算法对每个子载波进行比特初始分配,然后再把余下的比特通过贪婪算法分配到各个子载波上,使总功率达到最小。仿真结果表明,在传输比特数一定的情况下,改进贪婪算法的迭代次数仅是贪婪算法的7.4%³4%,并且在性能上十分逼近贪婪算法。     

智能排课优化算法研究

为解决高校排课优化问题,建立了以教学效果好评度最大化为优化目标的排课数学模型.针对传统遗传算法的不足,给出了一种混合遗传算法,该算法不仅能够对传统遗传算法的交叉率、变异率进行自适应改进,还能够实现冲突检测与消除功能.测试结果表明,该算法比传统的遗传算法、贪婪算法和蚁群算法耗时短,而且教学效果好评度最高,这说明该算法能有效缩短排课时间,提高排课质量和效率,实现高校排课智能化.     

爆破计算方法与爆破荷载模拟综述

介绍了DDA方法、遗传算法、复合遗传算法、体积平衡法等爆破计算方法,以及半经验化爆破模型、数值模拟、解析法模拟、UDEC模拟等爆破荷载模拟,并对爆破在地下洞室稳定方面进行了展望.     

Un-powered gliding aircraft's ballistic missile optimal design

In this dissertation, un-powered gliding aircraft's optimal extended rangeproblem is discussed. The aircraft movement model was built. According to the degree of coupling, the model can be classified into a simple model or a complicated model. Using an optimal control method, two different movement models gave out the aircraft's attitude angle optimal flight path. Complicated model's optimal solution can be found by the genetic algorithm. This method can transfer the analytic solution of complicated model to a numerical value solution. Comparing the simulation results of different methods, it showed that the genetic algorithm combined with the complicated model's numerical value solution had the best performance in control strategy. This method solved the problem in which the highly coupling complicated model's analytic solution was hard to obtain. It verified that the genetic algorithm has validity in the field of extended range solution searching.     

Welding sequences optimization of box structure based on genetic algorithm method

The effect of the welding sequences is one of theimportant factors in welded structures since it can influ-ence on welding temperature field and welding residualstress and distortion. So optimization of the welding se-quence is required in welding procedure for high qualitywelded structures. The optimization of the welding se-quences is usually determined by experiment and expe-rience[1]. Butfor the complexor newwelded structure,since the numbers of welding sequence increases expo-nentially wi…     

Optimization of Process Parameters for Cracking Prevention of UHSS in Hot Stamping Based on Hammersley Sequence Sampling andBack Propagation Neural Network-Genetic Algorithm Mixed Methods

In order to prevent cracking appeared in the work-piece during the hot stamping operation, this paper proposes a hybrid optimization method based on Hammersley sequence sampling (HSS), finite analysis, back-propagation (BP) neural network and genetic algorithm (GA). The mechanical properties of high strength boron steel are characterized on the basis of uniaxial tensile test at elevated temperatures. The samples of process parameters are chosen via the HSS that encourages the exploration throughout the design space and hence achieves better discovery of possible global optimum in the solution space. Meanwhile, numerical simulation is carried out to predict the forming quality for the optimized design. A BP neural network model is developed to obtain the mathematical relationship between optimization goal and design variables, and genetic algorithm is used to optimize the process parameters. Finally, the results of numerical simulation are compared with those of production experiment to demonstrate that the optimization strategy proposed in the paper is feasible.     

改进分层遗传算法在斜拉桥主梁损伤识别中的应用

标准遗传算法在解决像斜拉桥这类复杂结构的损伤识别问题时会出现提前收敛,即所谓“早熟”的现象。为了避免此现象的发生,提高损伤识别的效率与精度,提出一种基于改进分层遗传算法的斜拉桥主梁损伤识别方法。采用索力变化作为优化目标函数,将3种具有不同遗传算子的标准遗传算法与变量微调和灾变策略相结合,形成了一种具有灾变特性的分层遗传算法,以实验室独塔斜拉桥模型作为研究对象进行了数值仿真,结果表明：改进的分层遗传算法成功的避免了标准遗传算法“早熟”现象的发生,能快速有效的完成斜拉桥主梁各种损伤的识别;同时对此方法进行抗噪性分析发现,该方法具有良好的抗噪能力。