社会最小等待时间下的立体车库存取优化算法

自动化立体车库是将计算机与信息管理和设备控制集成起来的一种自动化设备,其出入库的算法策略对提高工作效率有很大影响.通过对立体车库总体工作过程的分析,对出入库的策略提出了一种基于社会最小等待时间的出入库优化算法,并运用运筹学原理,针对存取车高峰期,提出了以社会总等待时间最少为优化目标,将其应用于存取车优化,实现了存取车优化管理与调度的统一.     

基于遗传算法的水电站优化调度研究

用基于十进制编码的遗传算法研究水电站优化调度问题 ,与通常采用的基于二进制编码的遗传算法相比 ,采用十进制编码 ,避免了由于二进制编码串很长而造成的算法搜索效率低的缺陷 .实例计算中 ,以动态规划法求得的优化解为比较基础 ,采用十进制编码较之二进制编码在相同进化内更接近最优值 ,运行速度大大加快 ,提高了算法的运行效率     

基于遗传算法的车间作业调度

研究了遗传算法在车间作业调度问题中的应用,以遗传算法作为优化工具,给出了车间作业调度算法。最后给出了计算机仿真结果,并与启发式算法求得的结果作了比较,证明了该算法解的有效性和优越性。     

供水系统直接优化调度遗传算法求解模型研究

针对目前我国完全采用微观模型的方法难以满足供水系统优化调度的要求的现实，以测压点压力
宏观模型、水源供水量和水源供水水头之间的关系模型替代复杂的管网水力平衡方程，并以每一泵站每
时段应有水泵运行求得的出水量和管网求得的需水量相等的条件,建立了大型供水系统的多目标混合离散
变量的直接优化调度模型.利用遗传算法对直接优化调度模型进行求解，提出了对各种约束条件处理的方
法;针对遗传算法容易早熟等的不足，提出将遗传算法和模拟退火技术相结合，并采用自适应交叉和变异
率的解决方法.算例计算表明，该算法具有较强的适用性.     

基于改进模拟退火粒子群算法的立体车库结构优化

立体车库可有效利用城市停车资源而得到快速发展,但结构重量较大,目前有关立体车库的优化方法多数采用简单的材料替换或常规优化算法,优化效果不明显且运算效率低。为此,在结合模拟退火算法和粒子群算法的基础上,加入动态惯性权重和变异算子,提出了一种改进的模拟退火粒子群算法。基于静力、风载、地震载荷工况,以立体车库轻量化为目标,采用改进的模拟退火粒子群算法对立体车库结构优化模型进行优化,结果显示,在保证刚度、强度性能的前提下,实现减重4.26%。与非改进算法相比,所提出的改进模拟退火粒子群算法得到了更佳的最优解,寻优能力加强。     

遗传算法在供水系统优化调度中的应用

首先介绍了遗传算法的原理、步骤 ,继而将其用于求解一个实际的供水系统优化调度问题 ,取得了良好的结果     

基于小生境混沌遗传算法的水资源优化调度

水资源调度具有多目标、大规模和不确定性等特点,利用混沌遗传算法求解水资源调度问题,在一定程度上避免了局部优化并提高了求解速度,但由于损坏了种群多样性导致求解精度较低.为此提出了基于小生境的混沌遗传算法(NCGA),该算法通过小生境技术保留源中心个体的方法保护了种群多样性,同时利用混沌的随机性、遍历性及规律性与遗传算法的快速收敛性相结合,从而使该算法提高了求解速度和求解精度.将该算法应用到水资源优化调度模型中,仿真结果验证了该算法比混沌遗传算法能更合理高效地分配水资源,达到了综合效益最大化.     

基于遗传算法的供水泵站优化调度

本文对供水泵站的效率优化问题进行了探讨，在提出用指数曲线准确地拟合水泵性能曲线的基础上，建立了供水泵站效率优化问题的数学模型，并设计了相应的遗传算法进行求解，仿真实验结果表明了该算法合理、有效。     

基于遗传算法在车间作业调度

研究了遗传算法在车间作业调度问题中的应用，以遗传算法作为优化工具，给出了车间作业调度算法，最后给出了计算机仿真结果，并与启发式算法求得的结果作了比较，证明了该算法解的有效笥和优越性。     

基于遗传算法的供水泵站优化调度

本文对供水泵站的效率优化问题进行了探讨 ,在提出用指数曲线准确地拟合水泵性能曲线的基础上 ,建立了供水泵站效率优化问题的数学模型 ,并设计了相应的遗传算法进行求解 ,仿真实验结果表明了该算法合理、有效     

一种基于遗传算法的立体匹配方法

立体匹配问题是被动视觉研究中最关键的问题之一。本文定义了描述立体匹配问题的染色体表示,设计了相应的适应度函数,并按照立体匹配中相应的约束条件,将遗传算法应用于该问题中。实验证明该算法具有较强的适应性和稳定性。     

基于改进遗传算法的移动机械臂拣选路径优化

传统移动机械臂路径规划算法没有根据抓取点分布情况对工位点坐标进行优化,效率低,对此,提出了一种基于改进遗传算法的移动机械臂拣选路径优化方法.通过对拣选物品位置的分析,建立单个工位点上移动机械臂分拣路径模型和多工位点的旅行商（TSP）问题模型,运用改进的遗传算法,在工作空间内对各个工位点的位置坐标寻优,规划出移动机械臂抓取的最短路径和多工位点间移动的最短路径.实验结果表明,与传统遗传算法可能,运用改进的等级进化选择算子和最优近邻交叉算子,遗传算法的收敛速度提高了46.15%,路径缩短了45.99%,系统运行时间减少了25.80%,提高了系统效率.     

多处理机调度问题的蚁群优化算法

传统蚁群算法存在收敛速度慢、计算时间长、易陷入局部最优解等方面的缺陷。通过对蚁群信息素更新、策略选择、参数选择等各方面进行改进,提出一种更加高效的多处理机调度蚁群优化算法。实验证明：与其他优化算法相比,该算法能在较短的时间内找到更好的调度策略,具有较好的收敛性和有效性及优良的全局优化性能。     

基于云模型的网格任务调度遗传算法研究

针对网格环境动态多变性的特点,为了克服传统遗传算法易陷入局部最优的缺陷,提出了一种基于云模型的网格任务调度遗传算法。该算法由正态云模型的Y条件云发生器实现交叉操作,由基本云发生器实现变异操作,对调度模型进行优化求解,并在任务调度中对初始种群的产生、选择、变异和交叉操作进行了改进,通过实验分析,表明了该算法的可靠性、有效性和实用性。     

基于遗传算法的TOPSIS法研究

对传统的TOPSIS法进行改进,利用加速遗传算法去检验、修正判断矩阵,直接得到判断矩阵的一致性指标系数的层次分析法,确定了评价指标的权重,提高了TOPSIS法在实际应用中的科学性和合理性.并将该方法应用于联合收割机选型的实例,结果证实该方法与传统方法相比,评价值差异明显,更有利于决策.     

基于遗传算法的电力系统无功优化

在总结常用的电力系统无功电压优化方法的基础上,建立了以网损、电压质量和无功潮流分布为目标函数的数学模型．然后对基本遗传算法进行了一些改进,并将改进的遗传算法应用到IEEE30节点系统进行验证．测试结果表明,改进的遗传算法有助于解决无功电压优化问题．     

基于遗传算法的针织染色生产调度方法

为解决针织染色过程中人工进行染色排缸效率低、合理性差的问题,提出一种新型调度方法。通过对染色生产过程的分析,建立了相应的生产调度模型,并采用启发式算法和遗传算法相结合的方法对模型进行求解。应用该方法可以在实现自动排缸的前提下,满足生产的实际需要,并优化生产调度,对提高染色生产的自动化有一定实际意义。     

基于改进遗传算法的排课方法研究

列举了排课问题中的软约束条件和硬约束条件,提出了一种基于遗传算法的新排课方法.该方法合理安排了高校排课过程中的各种资源,对传统遗传算法做了改进,采用了自适应的交叉概率和变异概率,改善了排课的收敛性和效率.     

一种改进的基于遗传算法的中药生产调度系统

通过对中药制药工艺流程的分析,根据其生产过程的特点,研究了基于并行遗传算法与小生境遗传算法相结合的改进遗传算法解决中药制药调度问题,并应用于中药制药生产调度系统。通过对原型系统的测试,验证了系统的可行性和有效性。