基于遗传算法的云设计资源调度算法

云设计资源调度是构建云设计资源平台的关键技术之一.提出以服务请求的总响应时间、总服务成本和服务质量为目标的多目标优化调度模型,该模型以服务请求的满足度和云设计资源的最大负载为约束,同时考虑云设计资源的服务状态.依照该模型提出一种基于遗传算法的云设计资源调度算法,最后给出了该算法的应用实例.     

基于遗传算法的多目标微电网优化调度研究

针对孤岛模式下含风光、微燃机、柴油发电机及蓄电池的微电网系统,以考虑经济性和环保性的综合成本为目标函数,结合系统功率平衡、各机组出力限制等约束条件,建立优化调度模型。由于改进了学习因子和惯性权重的粒子群算法仍存在陷入次优解概率较高,易陷入局部最优等问题,本文提出一种引入多目标遗传算法,以增强算法的全局和局部搜索能力。最后,基于典型日孤岛微电网运行数据进行仿真分析,结果表明,本文所采用的多目标遗传算法有效降低了综合目标成本,取得了良好的优化效果。     

基于遗传算法的制造网格资源调度方法研究

为有效地解决制造网格中的资源调度问题，提出了以任务流程时间、加工质量、流程成本和服务质量为目标的多目标优化数学模型。基于多目标优化数学模型，结合用户对目标权重的要求，设计了基于遗传算法的制造网格资源调度过程。同时，设计了基于影响度因子的相对适应度函数来消除目标非标准化误差。以一个复杂零件加工过程的资源优化调度为算例，验证了多目标优化算法的有效性。     

基于小生境技术的改进遗传算法研究

将标准遗传算法用于最优化问题时存在早熟收敛和后期收敛速度缓慢的现象。本文扼要分析了遗传算法的运行机制，提出一种基于小生境技术的改进遗传算法，应用种群中最佳个体的马尔可夫链模型从理论上论证了该技术维持种群多样度的有效性。对复杂函数的遗传优化仿真实验数据表明，改进的遗传算法不但具有良好的全局收敛可靠性，而且具有快的收敛速度。     

基于遗传算法的柔性车间多目标优化调度

针对工件投料时间和机器起用时间不为零的柔性车间多目标优化调度问题,提出了一种改进遗传算法.染色体编码采用机器分配链和工序顺序链的双链结构;用均匀设计法、最短加工时间机器指配法、随机生成法三种方式产生初始种群;由锦标赛方法、最优保存策略和新生策略混合进行选择操作;以传统交叉方式、面向瓶颈机器的交叉方式,以及面向瓶颈工件的...     

基于多目标优化的改进遗传算法求解柔性车间调度问题

文章主要研究多目标的柔性车间调度问题。在实际生产过程中,调度结果受完工时间、机器负荷、成本控制和资源消耗等多方面因素影响,因此提出了一种基于多目标优化的改进遗传算法,针对最小化最大完成时间、最小化机器负荷和最小化资源消耗3个目标函数进行优化,结合改进的Pareto多目标优化方法,以及最短加工时间变异和邻域变异方法,提高了算法的寻优能力。最后通过实验验证了算法适用于求解多目标的柔性车间调度问题。     

基于小生境遗传算法的汽车悬架优化设计研究

在传统遗传算法的基础上进行改进,结合小生境算法和遗传算法的优势,提出了一种可用于机械优化设计的小生境遗传算法。将这种算法在实际的机械机构中进行验证。结果证明,经过改进的遗传算法对于汽车空气悬架的转向机构的优化设计具有较强的实用价值。     

基于小生境遗传算法的关联规则挖掘研究

在对传统遗传算法的早熟收敛和后期收敛速度慢等问题分析的基础上,提出了一种改进的小生境遗传算法模型。该模型针对传统遗传算法的不足,采用小生境方法代替传统遗传算法的选择方式,重点改进了遗传算子,能够有效调整种群规模,延迟早熟收敛现象,控制后期收敛速度,从而能够挖掘到尽可能多的有效关联规则。最后,以中医药的疾病配方为例,验证了此算法的可行性和有效性。     

基于小生境遗传算法的关联规则挖掘研究

在对传统遗传算法的早熟收敛和后期收敛速度慢等问题分析的基础上,提出了一种改进的小生境遗传算法模型.该模型针对传统遗传算法的不足,采用小生境方法代替传统遗传算法的选择方式,重点改进了遗传算子,能够有效调整种群规模,延迟早熟收敛现象,控制后期收敛速度,从而能够挖掘到尽可能多的有效关联规则.最后,以中医药的疾病配方为例,验证了此算法的可行性和有效性.     

基于遗传算法的多资源作业车间智能优化调度

提出一种基于遗传算法的调度算法，用于解决作业车间的加工受到机床、操作工人和机器人等多种生产资源制约条件下的优化调度。以生产周期为目标进行的优化调度，将遗传算法和分派规则相结合，通过交叉、交异等遗传操作，得到目标的最优或次优解。最后对算法进行了仿真研究，并给出了算法运行结果，仿真结果表明该算法是可行的。     

含精英策略的小生境遗传退火算法研究及其应用

针对传统遗传退火算法的缺陷,提出了小生境遗传退火算法,该算法引入小生境技术,避免了搜索初期有效基因的缺失,保证了解的多样性;引入了自适应双点交叉和互换变异策略,克服了算法交叉和变异概率固定不变导致的求解过程较长和易收敛于局部最小值的缺陷;引入精英保留策略,有效地避免了最优解的丢失,加快了进化速度;通过3个经典函数测试,并将其应用于Job Shop调度问题,仿真实验结果表明:新算法有效克服了停滞现象,增强了全局搜索能力,比遗传算法和传统遗传退火算法的寻优性能更佳。     

基于多目标遗传算法的齿轮传动优化

针对某牵引机车齿轮常出现齿面胶合、点蚀等问题,采用遗传算法,以重合度,齿面接触应力和齿根弯曲应力为优化目标,对齿轮的啮合参数进行了优化。为节省计算成本,在齿轮参数化有限元模型仿真计算的基础上,建立了齿面接触应力和齿根弯曲应力的代理模型。结果表明:遗传算法在多维区域内能快速有效的搜索Pareto解集,实现多目标的优化。以优化的结果对齿轮进行重新设计后,经有限元仿真验证,轮齿齿面接触应力及齿根弯曲应力均得到有效降低。     

基于改进遗传算法的蜗杆传动多目标优化设计

以蜗轮齿冠体积最小、传动效率最高和中心距最小为目标,在保证蜗轮和蜗杆满足承载、强度及其它要求的前提下建立蜗杆传动多目标优化设计的数学模型,并运用实数编码策略、联赛选择机制及通过动态调整交叉概率和变异概率,引入自适应算子对标准遗传算法进行改进,利用改进后的遗传算法对该问题进行了优化设计.整个求解过程和结果表明,该方法具有较好的实用价值,是一种值得推荐的设计方法.     

基于模糊物元、遗传算法的行星齿轮传动多目标优化

作者采用模糊可靠性优化理论和物元分析法,以行星齿轮传动为研究对象,建立多目标模糊可靠性优化数学模型。通过改进遗传算子和模拟退火算法得到具有实值编码技术的改进型自适应遗传算法。在V isual C++环境下实现了行星齿轮传动参数优化。     

基于遗传算法的锻压机床多目标优化设计方法

提出了一种基于遗传算法的锻压机床优化设计方法,并基于该方法开发了一个以多目标参数优化系统为核心的优化设计平台。该设计平台综合运用了Pro/E的建模及分析计算能力和MATLAB的数学分析处理能力,使得在该优化平台上进行的优化设计既可以保证以精确的实体模型的分析结果为指导,又能基于遗传算法进行多参数多目标协同优化,从而提高了锻压机床的设计效率和优化效果。以某锻压机床为实例,验证了该平台的有效性和可靠性。     

基于小生境技术的任意多边形优化排样

研究了将任意多边形在矩形板料上的排列方式转化为特定编码的方法；建立了编码和排样方式的映射模型，并采用基于小生境的遗传算法(niched genetic algorithm)对排样过程进行了优化；详细介绍了多边形包络矩形的简化算法以及优化过程，并通过一个实例，分析了所提出的方法的优缺点。     

某空调系统运行参数的遗传算法优化

空调系统能耗占建筑能耗的50%以上,减少空调系统能耗可在一定程度上降低建筑能耗。以宁波市某办公建筑的空调系统为研究对象,对空调系统各设备建立基于功率的能耗模型,并用实数编码遗传算法对典型日空调系统的冷水供水温度、冷水流量和冷凝侧风量进行求解,得出了适合于该建筑的节能运行策略。研究结果表明,优化后空调系统全天总能耗为1578.86k W,比优化前该系统日平均能耗(1819.70k W)节能13.24%。     

多目标遗传算法的混合动力传动系参数优化

对基于超级电容的混合动力客车(hybrid  electric bus,HEB)进行了混合动力传动系多目标参数优化设计。通过CRUISE建立HEB整车仿真模型和传动系多目标参数优化模型,以等效燃油消耗量和加速时间为优化目标,同时运用带精英策略的非支配排序遗传算法(NSGA-Ⅱ)和iSIGHT优化软件对HEB传动系参数进行多目标优化,并进行了HEB性能仿真分析。结果表明,与优化前相比,优化后的等效燃油消耗量降低了
7.8%,连续换挡加速时间减少了6.5%。
     

基于多目标遗传算法的直升机总体参数优化设计

应用多目标优化问题中Pareto最优解集的概念,提出了一种基于多目标遗传算法的直升机总体参数优化设计方法。算法引入了个体的序和密度的概念,改进了变异操作算子,使用精英策略,确保能够搜索到具有较高贴近性、均匀性和完整性的Pareto解集。以UH-1H直升机为优化算例的计算结果表明:多目标遗传算法适用于解决多目标优化问题,能够改善Pareto解的质量和均匀性分布。     

基于多目标遗传算法的扭转梁式后悬架分析与设计

通过推导扭转横梁的剪切中心,建立了某扭转梁式后悬架等效侧倾运动学模型,计算得到了前束角、轮距以及侧倾中心随侧倾运动时轮跳的变化关系。利用多目标遗传算法,将悬架横梁的位置、衬套中心位置作为设计变量,以车轮运动的前束角、轮胎侧向滑移量以及静态侧倾中心高度为目标函数对数学模型进行了优化,一次性获得了所有的非支配解。通过获得的Pareto解的边界,选择合适的悬架侧倾运动学特性,可以指导扭转梁式后悬架的设计,大幅提高扭转梁式后悬架的设计效率。