求解车辆路径问题的混合遗传算法

针对物流配送中具有容量限制的车辆路径问题,设计了一种结合2-OPT子路径优化的混合遗传算法.在该算法中,提出了一种新的双层染色体编码方案.该染色体编码方案能确保子路径为满足车辆容量约束的可行路径,并且该编码方案只需根据客户编号生成染色体,无需预先知道有容量限制的车辆路径问题所需的最小车辆数,更适于求解实际中的车辆路径优化问题.采用2-OPT算法作为遗传算法的变异算子以优化子路径,从而提高算法的收敛速度.基于典型基准测试实例的计算结果表明,该算法是求解有容量限制的车辆路径问题的有效方法.     

自动导引车系统避碰及环路死锁控制方法

为了避免单向导引路径网络中各自动导引车间发生碰撞及系统死锁,以基于单向导引路径网络的自动导引车系统为研究对象,提出一种避免自动导引车间碰撞的避碰方法。针对基于单向导引路径的自动导引车系统特点,建立了基于有向图的自动导引车系统运行状态模型,基于该模型提出一种环路死锁搜索方法。定义了包括单环路和多环路死锁临界状态的环路死锁临界状态概念,针对两种环路死锁临界状态,设计了对应的死锁控制策略。通过仿真证明了所提方法的有效性。     

基于小生境粒子群算法的柔性作业车间调度优化方法

针对柔性作业车间调度中的多目标优化问题,提出一种将小生境技术和粒子群算法相结合求最优解的优化方法。构建了满足约束条件的多目标优化模型,采用分段排列编码的方式表示染色体,利用粒子群算法获得存储非劣解的外部存档,基于小生境技术计算粒子的删除概率对其进行更新,保证了解的精度和多样性。为从Pareto最优解集中选出一个最满意解,提出一种总体价值估计选取方法。通过试验验证了该方法的有效性。     

多目标遗传算法的应用研究

针对多目标优化问题,应用免疫遗传算法的基本思想,提出了一种求解满足带宽-时延约束问题的多目标遗传算法。在算法中设计了一种基于节点连接路径的具有树状结构的染色体表示方法并构造了路由选择的网络拓扑结构图。数值实验结果表明,文中提出的算法整体适应度和最优路径均符合该算法推断的理想结果。     

基于混合遗传算法的操作臂最优路径规划

提出了一种将小生境遗传算法与SWIFT算法相结合的混合遗传算法,用于冗余度操作臂的最优路径规划。针对目标物体在空间的位置和姿态确定的情况下,操作臂如何选择一条满足关节转角约束,且使所有关节转动角度之和为最小的最佳路径这一问题,给出了算法的实现过程。最后通过试验函数和9自由度操作臂的仿真结果,验证了该算法的正确性和可行性。     

基于面向对象遗传算法的柔性车问调度研究

针对柔性车间作业调度问题,基于面向对象思想设计了一种遗传算法.该算法将实际操作封装成基因类,工件封装成工件类,机床封装成机床类,调度方案封装成染色体类,基于堆栈思想设计了染色体的创建方式,提出了全新的染色体解码方式及变异方式.通过仿真实例证明了该算法的有效性和实用性.     

基于INGA的电容层析成像图像重建算法的研究

电容层析成像图像重建是一个具有典型的病态问题,在分析遗传算法基础上,针对小生境遗传算法易于早熟、收敛速度慢以及局部寻优能力较差等缺点,提出了一种引入梯度算子的改进小生境遗传算法(INGA)用于ECT图像重建.仿真和实验结果表明,对于简单流型该算法与LBP、Landweber算法相比满足收敛速度快且重建图像误差小,并能以较高的精度重构出两相流体的截面成像,为ECT图像重建算法的研究提供了一个新的思路.     

基于改进遗传算法的柔性作业车间调度

针对柔性作业车间调度问题(FJSP)的特点和发展现状,提出一种基于基本遗传算法的改进算法。构建了一种新的染色体表达方案,将染色体分为工序染色体部分和机床染色体部分。通过加权处理设计了适应度函数,将多目标优化问题转变为线性优化问题。针对改进的染色体表达方案,重新设计了种群初始化算法,采用复制、交叉,以及变异操作策略优化调度方案。通过实例验证了该算法对FJSP的优化过程,试验结果表明了该算法的可行性和有效性。     

基于混合差分进化的混排Flow-shop分批优化调度

考虑到实际环境中的订单批量性,研究Flow-shop制造过程分批优化调度.针对制造过程中不同产品所含批量之间允许交叉生产的情况,考虑传输批量大小约束,建立了问题模型.基于分批生产策略设计了一种混合差分进化算法来优化确定批量划分和排序优化.该算法采用两级染色体编码,对划分染色体和排序染色体分别采用前面所设计的进化过程.为了进一步缩短完工时间,在算法解码过程中基于分批传输策略进行二次划分,得到小传输子批.通过实验仿真对所提方法进行比较分析,验证了所设计划分方法的有效性以及算法的优化性能.     

基于群智能算法的设备布局离散优化研究

针对单向环形设备布局设计问题,建立了新的数学模型.利用多维实数编码及映射方法,将连续粒子群优化算法应用于求解设备单向环形布局问题,提供了求解离散优化问题的新思路.利用遗传算法中的杂交策略扩展了粒子群优化算法,提高了粒子群优化算法性能.建立了问题的图结构描述,以引入蚁群系统算法搜索优化解.给出了两种方法的求解步骤.通过实例计算和结果比较,说明该算法能有效地解决此类离散优化问题,降低成本,提高效率,所得解质量较高,有很好的实用价值.