基于GA 算法的舰载机快速调度

为解决舰载机在舰面进行保障时作业顺序、作业时间等多重不确定的问题,设计一种舰载机飞行作业快 速调度算法。建立舰载机甲板保障作业组合优化调度模型,对算法结构的编码方式进行阐述,利用合适的遗传算法 策略进行求解,给出有效调度方案,在基本静态调度方案上采用动态调度进行调整,得出当前有效快速调度方案, 并通过仿真实例对算法的有效性进行验证。仿真结果表明,利用该算法可得到当前算法模式下最优快速调度方案。     

多型地空导弹批量技术准备调度优化模型

针对多型地空导弹批量技术准备调度优化的问题,提出使用遗传算法模型进行优化.构建导弹批量技术准备调度优化模型,利用遗传算法对模型进行解算,通过对阵地准备2种型号导弹进行调度优化,得到5枚导弹技术准备的最短完工时间及各项工作的安排顺序.实例分析结果表明:该模型可根据人员和设备数量变化求出导弹准备的最短完工时间,为战时决策者判断批量导弹何时能够完成技术准备并展开分配调运提供依据.     

基于遗传模拟退火混合算法的火力分配模型优化

提出了一种基于遗传模拟退火混合火力的分配算法．在该算法中,采用精英保留策略很好地保留了优良的基因,采用随机遍历抽样法提供了零偏差和最小个体扩展,并且采用了与模拟退火算法相结合的尺度变换．该算法既保留了传统遗传算法的诸多优点,又克服了传统遗传算法实时性差以及易陷入局部最优的缺点．仿真结果表明,遗传模拟退火混合算法能有效解决火力分配问题,简单、有效且快速,具有很好的应用价值．     

基于制造执行系统的车间作业调度系统

制造执行系统的车间作业调度问题,采用基于规则的智能优化调度算法。即通过给定工序的前后约束和机器的非堵塞约束,建立生产调度问题数学模型。并应用规则的智能优化调度算法,将排序过程分为初始排序与优化排序,开发出基于制造执行系统的车间作业调度系统。实际应用表明,该系统计算时间短、可合理安排生产过程和机床负荷。     

多生产线协调的生产调度

针对多生产线上下游间存在缓冲区的问题,提出了多生产线协调的流水线调度法.添加时间、产品加工数量、同步副成品等约束,将主、副成品和同步副成品分时输出等非线性目标函数转化为线性规划模型求解.用单纯形法计算各条生产线每个调度周期的生产数量,并仿真验证了该方法的可行性和有效性.     

离散交通信号控制模型及其优化算法

离散交通信号控制模型在自适应粒子群算法中引入变异算子,以更新粒子群算法的个体极值点和全局极值点.在此模型基础上,应用四种自适应变异粒子群算法优化城市交通信号控制配时方案,同时比较分析各变异算子的优劣.然后选出最优的自适应变异粒子群算法对不同的交通流进行连续优化控制.仿真表明该混合算法可解决易陷入局部收敛的缺陷并能够有效实现交通信号优化控制.     

基于遗传优化的模糊交互式多模型目标跟踪算法

针对交互式多模型方法存在模型覆盖面不足和子模型间恶性竞争的问题,设计了一种基于遗传算法和模糊推理的智能优化模糊交互式多模型方法,该方法通过对模型集的自主寻优,能够实现任意时刻在最优模型集下的跟踪,通过建模仿真,在与传统的交互式多模型的比较中发现,使用该模型后目标跟踪误差显著减小,该算法具有较高精度及稳定性。     

舰艇计划修理资源约束型项目调度优化

针对现在舰艇计划修理在执行修理网络计划时资源在使用中存在需求冲突的问题,结合遗传算法,提出了舰艇计划修理资源约束型项目的调度优化方法.首先采用基于项目优先权的编码方式,结合项目的存储邻接矩阵,完成遗传算法的编码;其次使用资源优先抢占模式配置项目资源;最后通过Matlab实现了算法.通过对工程实例的优化得到了合理的修理项目调度计划,避免了资源的需求冲突,为舰艇维修单位制定合理的计划修理进度计划提供了方法参考.     

相控阵雷达自适应调度及优化算法研究

在具有时间窗的相控阵雷达调度算法基础上,提出了一种提高调度成功率的优化算法,该算法在调度本次任务的同时,考虑到下一任务的调度情况,以本次调度产生最大连续空闲时间间隔为目标条件来进行调度。仿真结果表明,文中提出的优化算法能有效地完成相控阵雷达自适应调度,调度成功率明显增加。     

车辆装备维修工艺调度计划的优化模型

为增强车辆装备维修工艺调度计划的有效性和缩短维修时间,依据车辆装备维修工艺实际过程和资源约束限制,构建了车辆装备维修工艺调度计划的优化模型。以某车辆装备的维修过程为例,进行仿真。仿真实例计算结果表明：车辆装备维修工艺调度计划优化后的总工时数较优化前减少了51.4%,初步验证了优化模型的适用性。     

基于准柔性制造系统的车间生产计划和调度方法

准柔性制造系统(P—FMS)由人工参与完成物流、加工和信息流．基于P—FMS的车间生产计划和调度方法，将零件的生产任务分配给特定班组，班组按计划规定输入每道工序完成的信息，供后续工序进行实时调度．零件的加工工序由小组协调，需协作的工艺由小组调度会同其它调度按工艺情况协商，需送加工中心的零件由加工中心小组调度安排．录入的生产信息或执行数据，按车间要求生成生产执行情况和工人生产活动等相关报表，以便车间领导和计划调度及时了解生产执行情况，进行车间的生产的调度和安排．     

基于局部路径重连的多星测控调度遗传交叉算子

为提高多星测控调度问题简单遗传算法的搜索精度,设计一种基于局部分层路径搜索的交叉算子(local layering path-relinking crossover operator,LLPRCO)。分析多星测控调度问题的遗传算法编码特点,得出解空间的复杂性和基因间较弱的相关性。借鉴路径重连的思想,利用构成初始解和引导解要素的差异性,构建从初始解出发的分层搜索邻域,将邻域中满足模型约束的解作为交叉的结果,并创建2个仿真场景进行验证。仿真结果表明,该交叉算子与具备一定随机特性的交叉算子混合使用能明显提高遗传算法对问题的求解性能。     

基于自适应遗传算法的舰载机保障调度

为解决舰载机多机保障作业的调度问题,设计一种与之相适应的自适应遗传算法.分析舰载机进行保障的流程约束,得到单个舰载机的简化流程,以最小化保障时间为目标,建立问题的数学模型,根据舰载机保障调度作业的特点,采用自适应遗传算法进行求解,通过多机保障任务案例进行验证.结果表明:使用甘特图的方式,可直观地表示保障作业的计划流程,并验证了自适应遗传算法的有效性.     

声纳装备采购模型优化算法求解

针对现有声纳装备批量采购模型在描述库存成本上的缺陷,对其进行了修正。给出了应用遗传算法进行求解的方法,结合动态规划最优性原理,着重优化了编码方案的设计,确保编码方案的完备性。经实例验证,该求解方法可有效解决多阶段数量折扣问题,克服了动态规划和S-M法的局限性。     

基于遗传神经网络的军用油库选址优化模型

影响军用油库选址的因素众多且具有不确定性,传统的凭人主观选址和线性规划等方法选址不能充分体现各影响因素的主次成分及相互关系,为了解决该问题,将遗传算法和神经网络相结合,利用德尔斐法建立选址指标体系并进行指标的量化及归一化,将各底层指标的归一化值作为神经网络的输入,将代表选址等级的布尔变量作为神经网络的输出,利用遗传算法来优化神经网络的连接权值和阈值,然后用足够的样本借助 Matlab 工具训练此模型,通过模型的自适应学习,直到得到能正确表示网络内部特征的那组阈值。实际应用表明,所建模型的操作性和实用性强,为军用油库实际选址提供直接的决策依据。     

相控阵天线相位加权方案的遗传优化算法研究

针对相控阵天线相位加权方案的优化问题,提出了一种基于遗传算法的相位加权方案优化方法.以线阵为例,对相位加权的实现方法进行了分析,并在此基础上,对提出的遗传优化算法进行了计算机仿真实验.仿真分析表明,优化后的天线方向图峰值副瓣电平得到了明显降低,算法具有良好的收敛性能.采用该算法对相位加权方案进行优化设计,可以有效提高设计的效率和质量,因而值得在实际应用中加以推广.     

相控阵天线相位加权方案的遗传优化算法研究

针对相控阵天线相位加权方案的优化问题,提出了一种基于遗传算法的相位加权方案优化方法．以线阵为例,对相位加权的实现方法进行了分析,并在此基础上,对提出的遗传优化算法进行了计算机仿真实验．仿真分析表明,优化后的天线方向图峰值副瓣电平得到了明显降低,算法具有良好的收敛性能．采用该算法对相位加权方案进行优化设计,可以有效提高设计的效率和质量,因而值得在实际应用中加以推广．     

基于遗传算法的航空装备保障资源调度

运用遗传算法研究航空装备保障的资源调度优化问题,将网格路径优化与航空装备保障的实际相结合,通过网络优化、需求评估和路径优化建立了合适的航空装备保障资源调度参考模型和动态资源调度实施方案。运用遗传算法对资源调度进行规划的过程中对初始种群的产生和变异操作进行了改进,并用实例证实了该方法的有效性。     

基于遗传算法的交货期限Flow-Shop调度

针对生产调度领域中的仓库、交货期限制的问题,将生产线简化为Flow-shop,描述约束条件并建立单条生产线的数学模型.用遗传算法对生产调度进行染色体编码,按个体适应度大小确定该个体被遗传到下代群体的概率.用比例选择算子并将优良个体复制到下代群体中,互交换配对染色体的部分基因,进行交叉运算得到合法个体以实现生产调度寻优.     

基于遗传算法的舰载机弹药调度次序

为了解决传统的运筹方法难以实现舰载机弹药调度的问题,提出基于遗传算法的舰载机弹药调度方法。对弹药调度阶段和挂载阶段进行分析,建立弹药调度次序模型并采用评分制加以量化,调整了遗传算法算子使其适应所建模型的求解。仿真结果表明：调整后的遗传算法运行平稳,收敛速度快,得出的弹药调度次序有效协调了2阶段保障工作,保证了各个停机位挂弹工作的连续性,提高了挂弹效率。