水电站优化调度的FP遗传算法

水电站的优化调度是个含有线性与非线性约束，而且目标函数呈非线性的动态控制问题，已有的优化方法大多基于数学规划技术。本文提出一种新方法，即人工智能浮点表示（ＦＰ）的遗传算法。它的主要优点在于状态和控制变量不必离散化，所需内存少，编程简单，它为克服水库（群）优化运行“维数灾”问题提供了一条新途径。     

基于改进遗传算法的分批调度研究

针对分批调度的批量划分和排序优化问题,提出两段染色体编码方式,分别描述工序信息和批量信息.提出舍弃比率概念来优化种群初始化过程.采用自适应交叉算子和变异算子,以双种群协同进化方式对遗传算法进行改进.以文献数据为例仿真测试了改进遗传算法的有效性,对于复杂的分批调度问题,改进遗传算法一般能够得到较为满意的解.成功应用分批调度改进遗传算法解决了某公司分批调度问题.     

浅析爽岛水库的优化调度与管理

在水库调度中,由于天然径流的随机特性,调度决策过程的多阶段性,水库结构的复杂性以及应用的多目标性,对水库调度工作提出了严格的要求。可以说,水库优化调度是一项高度复杂性的问题。本文简单探讨了爽岛水库调度的基本内容、特点以及基本目标要求,希望对从事相关工作人员提供一些参考价值。     

从乌拉泊水库蓄泄调度来探索水库优化调度的问题与思路

乌鲁木齐河上游现有乌拉泊、红雁池两座水库,共同承担着乌鲁木齐市的防洪任务问题,从乌拉泊水库近几年来的蓄泄供水调度情况来分析水库的利用效能,由此展开来探索水库优化调度的问题及思路。上游大西沟水库建成后,将对大西沟、乌拉泊以及红雁池三库形成的梯级水库进行优化调度,才能获得尽可能大的综合效益。     

基于改进遗传算法的导向辊生产调度方法研究

目的 研究导向辊生产车间中的调度优化问题,有利于缩短工件的完工时间,提高产线生产效率。方法 以某导向辊生产车间为研究对象,以最小化最大完工时间为目标建立数学模型。针对该导向辊生产车间的实际工况,提出一种改进的遗传算法进行求解。通过对10种不同尺寸的导向辊进行生产调度,分别采用改进的遗传算法和传统遗传算法进行试验分析。结果 改进的遗传算法相比传统遗传算法寻优能力更高,工件的完工时间从139 min缩短为113 min,缩短了18.7%左右,生成了完工时间为113 min的生产调度甘特图。结论 与传统遗传算法相比,改进的遗传算法在导向辊生产调度优化中具有更高的全局优化能力和寻优精度。     

遗传算法在网络计划费用优化中的应用

人们对网络计划费用优化问题的研究主要是基于传统的网络计划技术和数学规划的方法，但是这些方法都存在一些缺陷。为解决传统优化方法中存在的问题，将经过改进的遗传算法应用于费用优化当中，从而可以得到一种更精确、求解效率更高的优化方法。     

改进的遗传算法及其在交通信号优化中的应用

以典型的四相位交叉口为例,基于改进的遗传算法,研究了在相对固定周期条件下集合交通流量变化而实时调整配时方案的优化算法,利用各进道口上车辆平均延误时间最小为目标建立目标优化函数,通过仿真分析对比,证明改进以后的遗传算法用于交通配时优化问题是有效的。     

遗传算法在水泥矿山卡车运输调度系统中的应用

根据露天矿山运输调度系统的复杂性与非线性特性，建立了实时运输调度系统模型；运用遗传进化算法中的选择、交叉、变异、插入、迁移算子的寻优迭代计算，成功地解决了在开采工艺、产量、质量等多因素约束条件下的实时运输调度优化问题。并将其用于韶峰水泥原料矿山的生产运输调度系统，既降低了矿山运输成本，又协调了开采工艺、质量、产量之间的关系，取得了较好的效果。同时为矿山企业信息化建设和其他物流企业提供了重要的参考价值。     

一种改进的广义遗传算法及其在鲁棒优化问题中的应用

提出一种改进的广义遗传算法,算法中引入了异种机制以提高种群的多样性,在保证收敛速度的同时防止了早熟收敛。将该方法应用于复杂载荷作用下结构的鲁棒优化问题,并采用Taguchi望目特性的SN比构造了遗传算法的目标函数。数值算例表明,异种机制能够有效地提高广义遗传算法收敛于全局最优解的概率,加快收敛速度;结合了Taguchi鲁棒设计方法的广义遗传算法能够有效地求解复杂载荷作用下带有不确定参数的结构鲁棒优化问题。     

梯级水电站水库联合优化调度研究与应用

本文作者通过对K判别式法基本原理及水电站水库调度图相结合的K判别式方法进行了分析。主要就水电站水库优化调度中,利用判别式法求解梯级水电系统优化调度的运行规律进行了详细的研究。同时以实例应用说明了该求解模型和方法在梯级水电站调度系统中是行之有效的。     

遗传算法及其在材料设计中的应用

简要简述了遗传算法的基本原理,综述了它在复合材料优选、功能梯度材料设计、合金设计及材料制造工艺参数优化等材料设计领域中的应用。     

Improvement of a Genetic Back Propagation Algorithm and Its Application to Diagnosis in Mechanical Failure

1　ＩｎｔｒｏｄｕｃｔｉｏｎＴｈｅｎｅｕｒａｌｎｅｔｗｏｒｋｅｍｐｌｏｙｉｎｇＢＰ (ＢａｃｋＰｒｏｐａｇａｔｉｏｎ)ａｌｇｏｒｉｔｈｍｓａｎｄｍｕｌｔｉ ｌａｙｅｒｐｅｒｃｅｐｔｉｏｎｓｐｌａｙｓａｖｅｒｙｉｍｐｏｒｔａｎｔｒｏｌｅｉｎｍａｎｙｆｉｅｌｄｓ ,ａｎｄｂｅｃｏｍｅｓｏｎｅｏｆｔｈｅｎｅｕｒａｌｎｅｔｗｏｒｋｓｔｈａｔａｒｅｔｈｅｍｏｓｔｂｒｏａｄｉｙａｐｐｌｉｅｄ .ＢｕｔｂｅｃａｕｓｅｔｈｅＢＰａｌｇｏｒｉｔｈｍａｄｏｐｔｓｔｈｅｍｅｔｈｏｄｏｆｄｅｃｌｉｎｉｎｇａｌｏｎｇｇｒａｄｉｅ…     

基于时间满意的覆盖问题及混合遗传算法实现

利用时间满意度函数,从顾客角度考虑覆盖半径,从企业角度考虑覆盖比例,提出了比传统集覆盖问题更一般的基于时间满意的覆盖选址问题.通过建立这一问题的整数规划模型,应用混合遗传算法对该问题求解,并同几种被证明为在覆盖选址问题中计算效果较好的启发式算法进行了对比实验分析,实验显示本文的算法策略可以得到高质量的解.     

水库优化调度的Pareto强度值SCE-UA算法

提出求解水库优化调度问题的Pareto强度值SCE-UA算法,该方法将水库优化调度的约束优化问题转换成两个目标函数的无约束优化问题,一个为原问题的目标函数,另一个为违反约束条件的程度函数;对上述两个目标函数组成的向量个体,利用Pareto 优于关系和个体Pareto 强度值概念,实现个体的优劣比较和群体的优劣排序,在此基础上使用 SCE-UA算法求解。这种算法不需要人工处理罚函数,具有较强的通用性、稳定性及更好的搜索性能。     

Hybrid Approach to Optimal Packing Using Genetic Algorithm and Coulomb Potential Algorithm

It is difficult and computationally time-consuming to find the best possible solutions for blank packing problems, because they include a lot of underlying combinational conditions. This paper presents two approaches for packing two-dimensional irregular-shaped polygonal elements—a real-encoded genetic algorithm and a hybrid algorithm using a real-encoded genetic algorithm and a local optimization algorithm. The local optimization algorithm presented is a novel one utilizing the Coulomb potential technique.

In the hybrid approach, the real-encoded genetic algorithm generates the order of the polygons while the coulomb potential algorithm determines the embodiment layout under the fixed combinations so as to minimize the scrap. The hybrid genetic algorithm is found to give better results for problems of larger size although it takes more computational time.     

采用改进遗传算法的结构主动控制器优化布置

用改进遗传算法研究了主动控制机构在建筑结构上的优化布置问题，先利用瞬时最优方法确定目标函数，在进行遗传操作时，为避免因采用普通遗传算法中的交叉和基本变异操作而产生违反约束条件的个体，提出了一种改进的交叉方法，即利用识别码进行判断交叉，并采用了双基因座变异，以满足约束条件，数值算例和结果表明了本文所提方法行之有效，优化速度较快。     

模糊关系方程的解的模糊遗传寻优算法

在一般遗传算法ＧＡ的基础上，基于模糊集理论中的模糊关系方程的解的寻优问题提出了模糊遗传算法ＦＧＡ，它能有效地找出模糊关系方程的解的寻优问题的近似最优解。还给出了一个重要的定理：模糊模式定理。     

基于实数编码的改进遗传算法及在平面度误差评定中的应用

针对平面度误差计算的特点 ,提出了一种基于实数编码的改进遗传算法。该算法的遗传算子采用确定式良种选择、非一致算术交叉及基本位变异策略 ;交叉和变异概率根据个体适应度大小来自适应地确定 ;同时给出遗传算法评定平面度误差时适应度的计算方法。最后 ,通过不同评价方法对同一平面的平面度误差进行评定 ,结果证明该方法不仅能收敛到全局最优解 ,而且具有较快的收敛速度     

遗传算法在设施定位与车辆运输路线安排中的应用

传统的方法中,设施定位问题和车辆运输路线安排问题往往作为独立的问题分开来求解,因而无法得出满意的解答.为了考虑两个问题的相关性,提出了将设施定位一车辆运输路线安排问题作为整体考虑的决策模型.该模型是一个NP难整数规划问题,采用遗传算法进行求解,以求得全局最优.算例表明,该方法可以给出满意的解答.与传统的方法相比,该方法能够得出设施定位一车辆运输路线安排综合问题的全局最优解,可以给集成化物流系统的管理提供更好的决策支持.     

A Genetic Algorithm Hybrid for Constructing Optimal Response Surface Designs

Hybrid heuristic optimization methods can discover efficient experiment designs in situations where traditional designs cannot be applied, exchange methods are ineffective, and simple heuristics like simulated annealing fail to find good solutions. One such heuristic hybrid is GASA (genetic algorithm–simulated annealing), developed to take advantage of the exploratory power of the genetic algorithm, while utilizing the local optimum exploitive properties of simulated annealing. The successful application of this method is demonstrated in a difficult design problem with multiple optimization criteria in an irregularly shaped design region. Copyright © 2004 John Wiley & Sons, Ltd.