遗传算法在车间调度中的应用

在车间作业调度数学表达模型的基础上,研究了遗传算法对该问题的解决策略和过程。在算法流程的基础上,讨论了求解车间调度问题遗传算法的具体设计,包括目标函数、选择策略设计等,最后给出一种用遗传算法优化车间调度问题的算法。     

改进的K-means算法

针对传统K-means聚类算法对初始点敏感性问题,根据数据样本分布,采用启发式的方法选取初始聚类中心点,设计了一种均衡化评价函数,由此函数为准则自动生成聚类数目.通过实验验证了该算法的收敛性.     

基于多目标决策协调模型的粒子群算法及其收敛性分析

PSO在求解高维多目标优化问题对有限个体用排序策略来寻找Pareto最优个体时,粒子群体中个体之间很难进行Pareto排序比较,或出现所有个体皆有Pareto最优解而无法实施正常的个体选优.为此,提出了一种基于多目标决策协调模型的粒子群算法,该算法将运筹学多目标决策的协调模型引入粒子群迭代过程,群体按协调模型使用偏好信息进行排序,而不是基于Pareto优于关系对当代群体进行个体排序.实验表明,该算法对解决高维多目标问题行之有效,且具有较快的收敛速度.     

二路归并排序的研究

本文提出一种新的二路归并排序算法，此算法与原二路归并排序算法相比有较高的效率，且节省了几个记录的辅助存储空间。     

基于并行计算的模糊粗糙集属性约简

启发式方法是模糊粗糙集属性约简的有效手段之一,大多基于贪心策略的启发式方法以串行方式运行,这限制了属性约简的规模。为了解决该问题,提出一种基于并行计算的模糊粗糙集属性约简算法,该算法通过调用多个处理器来协同寻找对分类任务最具影响的最小属性子集,从而扩大了可约简数据的规模。在10组UCI数据集上的实验结果表明,基于并行计算的模糊粗糙集属性约简方法相比传统的启发式属性约简方法而言,在时间开销上能有很大程度的缩减。     

多值逻辑函数的数据结构及其简化

在讨论了一种面向计算机实现的扩展型Allen-Givone代数系统的基础之上,提出一种适合用高级程序设计语言实现的带标志的多值逻辑函数的位置多维体表示形式。然后,给出将任意以积之和形式表示的多值逻辑函数转换为这种数据结构表示的算法。最后,根据经典的多值逻辑函数最小化的标准,给出了将多维体表示逆转换为积之和形式的算法。     

板式家具生产的作业排序

将零件总加工流程时间作为优化目标,用CDS启发式算法对零件作业排序优化,输出甘特图（横道图）,迟到家具生产中的组间作业的优化排序。优化的作业排序可以缩短零件的流程时间,提高工效和设备利用率。     

纺织生产过程温控对象的自调整模糊控制

通过对纺织生产过程温控对象的特性分析，给出一种带自调整函数的模糊控制算法，并由实例验证其有效性?该算法编程简单，调试方便，通用性强，有较高的推广价值。     

改进的FFT算法研究

为了适应现代数字信号处理技术的需要,在经典FFT算法的基础上,利用快速排序和简化旋转矩阵等方法,提出了改进的基8FFT算法,简化了运算,提高了运算的实时性,实现了对长度为2的非整数次幂的数据处理。     

改进混合遗传算法在自动配棉上的应用

为解决多约束条件下配棉难的问题,通过研究原棉性能与纱线质量之间的关系以及分析基本遗传算法在解决该问题时的优缺点,设计了新的计算机自动配棉数学模型,并运用群体排序和局部寻优等关键技术,提出一种改进的混合遗传算法。分别运用基本遗传算法和改进的混合遗传算法对自动配棉模型进行实验。结果表明：改进的混合遗传算法给出的配棉方案比较合理,混合棉质量指标精度较高;同时由于增加了局部寻优算子和最速下降因子,算法的寻优能力和收敛速度得到了加强。     

一种混合整体下降算法及其实现形式之一

基于最速下降法把无约束优化问题同约束优化问题结合起来，形成一种能避免最速下降法的重要缺陷，而具有全局下降性的新算法，同时给出了其总体收敛性定理和简单数值实验。应用此算法，分析了某些无约束多峰函数最优化问题。     

基于改进粒子群算法的苹果表面缺陷检测

通过适应值函数建立了粒子早熟判断机制,自适应调节粒子权重和反余弦策略调整粒子加速因子优化粒子寻优,给出苹果表面缺陷检测流程。试验仿真显示该算法检测苹果表面缺陷的轮廓较为清晰,漏检率测试指标最大为4.5%小于其他算法的,完成漏检率所消耗的时间最少,为苹果质量检测提供了一种新的思路。     

遗传规划在试卷质量评估中的应用

遗传规划是根据生物学上的染色体基因因子构成机制而产生的能够描述层次化问题的一种启发式算法。该算法以群体中的所有个体为对象,通过选择、交叉、变异等类似生物遗传的操作算子,得到满足一定群体适应度的新种群。本文结合遗传规划的原理和思想,对试卷质量评估问题进行了研究,找到了一种获得与考试统计数据相符合的试卷质量评估函数模型的解决方法。     

纬编织造车间生产调度方法研究

为解决纬编织造车间生产订单品种繁多、工艺复杂等问题,构建综合考虑织造车间因素的生产调度模型。研究了“订单拆分-设备选择-任务排序”的织造车间调度方法设计订单拆分规则,对重要客户交货期紧急的订单进行拆分处理;基于产品工艺相似性设计启发式规则,对产品加工设备进行选择;设计结合变邻域搜索策略的遗传算法,对设备加工任务进行优化排序。结果表明:通过提出的调度方法,保证了产品交货期内的加工时间富裕度,减少了设备改机时间,实现了产品完工时间与总拖期时间最小化目标。以生产实例进行算法仿真分析,验证本文方法及算法的有效性,并对不同规模案例与其他算法的求解结果进行比较,验证了改进遗传算法的优越性。     

基于协作搜索策略的花粉算法

花粉算法是一种新型的元启发式智能算法,但存在陷入局部最优解、收敛速度慢、寻优精度低等缺陷.基于此本文提出一种基于协作搜索策略的花粉算法,该算法使得花粉个体能够在一定程度上跳出局部最优值,提高算法的全局寻优能力.最后,对8个标准测试函数进行测试,结果表明,改进后的算法在7个测试函数中能够找到理论最优值,收敛速度、寻优精度、鲁棒性均比花粉算法以及改进的花粉算法有较大的提高.     

本征模式函数与自伴微分方程的关系研究

本征模式函数(IMF)是Huang在经验模式分解(EMD)算法中定义的一类函数.根据IMF的定义与自伴常微分方程解的特点之间的相似性,研究了二者之间的关系,得出了本征模式函数是某个自伴二阶常微分方程的解这一结论,并借鉴前人的分析方法给出了证明.     

一种改进的混合遗传算法

为了去除图像噪声,实现滤波器的参数优化,对混合遗传算法进行改进,通过启发式搜索策略,实现了一种改进的自适应混合遗传算法,混合遗传算法在训练过程中采用小生境技术维持种群的多样性避免早熟收敛,采用单纯形算法提高对局部区域的搜索能力,加速搜索到全局最优点.采用该算法对滤波器的参数进行优化,较为有效、快速地获得了优化参数,优化后的滤波器可以较好地实现图像噪声去除.     

基于机器学习的进离场航空器排序优化研究

为提高终端区运行效率,以进离场航空器作为研究对象,运用机器学习优化终端区航空器的进离场排序,以总延误时间最小为目标函数,综合考虑不同机型之间的尾流间隔,建立单跑道排序模型。运用遗传算法进行仿真实验并与先到先服务算法进行比较。得出遗传算法延误时间20.7 min,先到先服务算法延误时间49.15 min。结果表明,遗传算法相较于先到先服务算法有效缓解航空器延误,提高终端区空域运行效率。     

时间窗下的改进蚁群算法在旅游路线规划研究

当今,大部分人们会选择旅游进行生活娱乐,而如何规划出更好的旅游路线,对提高旅游人群的出行体验有着极大的影响。通过对蚁群算法中启发式函数的改良,变异搜索操作和随机因子及时间窗约束策略的引入,优化蚁群算法对景区的搜索,使得规划出的旅游路线更贴合实际情况。仿真结果表明,该方法具有良好的实用性和有效性。     

一类模糊多目标线性规划的新算法

研究了模糊多目标线性规划的算法,得到了解决此问题的新算法.新算法用均值面积将模糊目标函数系数转化为实数,把模糊目标函数转化为确定的函数,简化了计算过程.最后实例说明该算法的有效性.运算表明,新算法比一般的算法迭代过程更为简洁,收敛速度更快,容易用Matlab在计算机上的操作.