基于遗传算法的投资优化问题应用研究

遗传算法是模拟自然界生物进化过程的计算模型，文中讨论了遗传算法在企业投资规划中的应用，给出了遗传算法解决投资规划问题的计算机仿真实例。     

基于遗传算法的电子商务物流网络模型的研究

本文建立了电子商务中物流配送中心优化设计的模糊规划模型。模型考虑了物流配送中心建设投资和流通加工的规模经济效应。为此设计了遗传算法对之进行求解。仿真实例表明了模型和算法的有效性和可行性。     

风险效用投资组合模型的遗传算法求解

给出一个折衷考虑风险最小化和收益最大化的单目标决策方法,以单位风险收益最大化为决策目标建立了投资组合的非线性分式规划模型,考虑到分式规划问题的求解难度,利用遗传算法求解模型,并给出算法步骤。最后,给出了数值算例,结果表明该算法是简单有效的。     

一种基于自适应遗传算法的航迹重规划

航迹重规划技术是保证无人飞行器航行安全的关键技术之一。本文针对遗传算法航迹重规划容易陷入局部最优解的问题展开研究。采用自适应交叉变异概率的遗传算法规划局部航迹,避免了航迹早熟,防止航迹陷入局部最优解。通过仿真实验表明,自适应遗传算法能在模拟环境中规划出满足约束条件的近似最优航迹,提升了遗传算法解决航迹重规划的效能。     

基于正反馈自适应遗传算法的机器人路径滚动规划*

针对传统遗传算法求解机器人路径规划问题存在的收敛速度较慢的缺陷,将蚂蚁算法、模拟退火算法、滚动规划和遗传算法相结合,提出了一种新颖的基于正反馈自适应遗传算法的滚动规划。仿真实验表明,即使在复杂的未知环境下,利用本算法也可以规划出一条全局优化路径,且能安全避碰。     

基于改进遗传算法的机器人路径规划与仿真

针对标准遗传算法解决机器人处于障碍环境下寻找最优路径局部寻优精度较差、规划效率低的问题,提出一种改进遗传算法的机器人路径规划方法。该算法采用一维编码表示路径,构造了路径最优化的目标函数和适应度函数,利用多个种群拓宽搜索空间,提高了规划效率,采用保优选择策略,避免陷入局部最优。仿真结果表明,改进遗传算法比标准遗传算法路径规划质量高,能够获得平滑的低代价路径,稳定性好,是机器人路径规划的一种较好的方法,且具有一定的推广意义。     

遗传算法在移动通信系统的基站规划中的应用

移动通信系统中的基站规划是一个非常复杂的问题,为了保证规划合理,实现最大经济效益,所以提出采用遗传算法来优化基站规划.而通过实验仿真,也表明了遗传算法在优化基站规划中起到了重要的作用.     

改进的多模态遗传算法及其在投资组合中的应用

提出用多模态遗传算法求解投资组合的新思路。首先,针对小生境遗传算法搜索结果不稳定的缺点,提出具有“迁徙操作”的新多模态遗传算法,不仅有效地找到了全部优质解,而且无需峰间距的信息。然后,针对传统的投资组合模型存在不能满足不同风险偏好投资者需要的缺点,提出符合中国国情的证券投资组合模型,并给出利用改进的多模态遗传算法求解的方法。最后进行了实证研究,得到了满意的结果。     

基于改进遗传算法的天文卫星任务规划研究

空间天文卫星任务规划是一个复杂的多目标优化问题,是为了确定空间天文卫星需要执行的观测活动,有效研究确定在轨方案.通过抽象空间天文卫星任务规划问题相关要素,建立了空间天文卫星的任务规划数学模型,并在原有多目标遗传算法的基础上,设计了基于观测窗口序列的多目标遗传算法,改进了遗传算法的编码能力,能够得到每个观测任务的观测窗口序列,提高了规划结果的灵活性和适用性.从规划仿真结果看,使用改进后的多目标遗传算法能够满足空间天文卫星任务规划的具体需求,是有效的方法.     

基于改进遗传算法的机器人路径规划

文中提出一种基于改进遗传算法的移动机器人路径规划方法,将复杂的二维编码问题简化为一维编码问题,优化改进标准遗传算法的选择算子和交叉算子,引入路径规划特定的遗传算子(修正算子),最后以移动机器人行走路径最短作为适应度函数进行遗传优化.此算法克服了标准遗传算法的早熟收敛、运算结果稳定性差等问题,提高遗传算法的进化效率.仿真实验结果验证了该算法在移动机器人路径规划中的可行性和有效性,以及规划结果的稳健性.