考虑紧急度的救灾车辆路径问题建模与优化

为了减少救灾物资配送的延误时间和救灾车辆的总运输时间，引入紧急度的概念，建立了基于紧急度的救灾物资车辆路径问题模型，并设计了一种改进遗传算法对该模型进行求解。首先，采用多种策略生成初始种群；然后，提出一种基于紧急度的任务再分配算法作为局部搜索算子，该算法依据紧急度为延误安置点重新安排配送车辆或调整配送顺序从而减少延误时间，对无延误的车辆优化其路线从而减少总运输时间，以达到延误时间和总运输时间两者最优。在17个数据集上与先来先服务（FCFS）算法、按紧急度排序（URGS）算法和遗传算法（GA）三种算法进行了对比。实验结果表明，具有基于紧急度的任务再分配策略的遗传算法（TRUD-GA）与GA相比，平均延误时间减少25.0%，平均运输时间减少1.9%，与FCFS、URGS算法相比改进则更加明显。     

工厂线边接货模式下的车辆运输调度问题

为了节约仓储用地和库存成本,许多制造企业取消了传统的仓库而采用了在工厂生产线边设置面积有限的发货区。成品运送至有限发货区后,只做短暂停留就被第三方物流运往中央成品仓库。这种线边接货模式给车辆运输调度带来了困难,因为需要保证发货区的货物临时存储不能溢出。借助于发货区库存离散化的思想,可将进入发货区的货物分拆成若干个运输任务,进而将上述线边接货模式下的车辆运输调度优化问题转化带时间窗的多趟车辆路径优化问题,进而利用改进的粒子群算法求解,采用聚类和划分任务等级来提高算法的效率。通过工厂实际案例对算法的可用性和有效性进行验证。     

基于NSGA-II的渣土车调度系统的研究与设计

随着城市化建设的加快,渣土运输业兴起,这个过程中形成了众多规模不一的运输企业和车队,但远距离调度、成本不可控等问题仍未得到有效解决。为集约化管理各运输企业和车队的渣土车,研究实现了基于二代非支配排序遗传算法（NSGA-II,Non-dominated Sorting Genetic Algorithm II）的渣土车调度系统,其主要功能如下:（1）对工地、消纳场位置和调度成本等信息进行录入和管理;（2）使用北斗终端实时获取车辆定位数据;（3）使用当前系统内任务、定位、成本等数据,实现渣土车用车最少、完成任务最多、收益最高的多目标优化调度方案设计。系统研究为渣土运输节省了成本,并对城市渣土运输管理起着重要作用。     

基于改进遗传算法的连锁便利店配送路径优化

提出一种针对软时间窗下连锁便利店配送路径规划的带时间窗口的多染色体遗传算法。为解决单车场多车型带密集半软时间窗问题,讨论解决方案预防其陷入局部最优解。对于上述配送路径问题,提出多染色体改进遗传算法在减少车辆运输成本、惩罚成本的目标下进行最优路径求解,并为连锁便利店的路径规划案例提出车辆与路径选择的优化方案,最后将该算法与传统遗传算法进行实验对比分析。实验结果表明,本文算法在密集半软时间窗下,相比传统遗传算法明显减少了总配送成本,从而验证了本文算法的有效性。     

基于改进遗传算法的车辆调度模型

随着运输网络复杂程度的不断增加,运输车辆会遇到车祸、拥堵等干扰,传统的车辆调度模型缺少对这种干扰风险的分析,无法建立较为准确的调度模型,造成调度车辆遇到干扰时,调度效率大幅降低。为了避免上述缺陷,提出了一种基于改进遗传算法的车辆路径调度算法,引入扬长避短的思想,对所有的车辆运输路径进行编码,并对所有的路径进行选择、交叉和变异运算,运用模拟退火算法提高算法的寻优性能,形成车辆的高效调度。实验结果表明,利用改进算法进行车辆调度,能够提高运输的效率,从而满足实际运输需求。     

装卸联盟车辆路径问题及两阶段优化方法

给出了多企业联盟装卸一体化车辆路径问题（MEVRPB）的数学模型;提出求解该问题的两阶段方法,该方法在第一阶段通过遗传算法分别对配送和集货求解开放式车辆路径问题,第二阶段求解指派问题;为了证实方法的有效性,通过计算实例进行了验证。     

多车场洒水车路径问题的双层遗传算法

论文提出了一种新的遗传算法对有多个加水点的洒水车服务路线问题进行优化求解,给出了一种多车场车辆弧路径问题的数学模型,并对传统遗传算法的染色体编码机制和种群结构进行了改进,设计了一种解决多车场车辆弧路径问题的双层遗传算法,可以表示出各车场出动的车辆及路径,与人工安排的方案进行比较,安排效率高,总行驶路程缩短15％以上,车辆行驶路线更为合理,有效地实现多车场车辆弧路径问题的优化。     

改进免疫遗传算法及其应用研究

在传统遗传算法基础上提出一种改进遗传算法——免疫遗传算法（IGA）,该算法将生物系统免疫思想引入遗传算法中,通过计算抗体之间的亲和度来促进和抑制抗体,既保留了群体中较优抗体又保证了抗体多样性,避免搜索进化的过早收敛,得到全局最优解。文中采用此改进算法来控制无源光中光分支器和光网络单元中位置分配选择,通过浓度因子控制解空间的搜索方向,帮助逃离局部极值。利用Visual C＋＋6．0对改进的免疫遗传算法和传统遗传算法进行比较,证明IGA的有效性和优越性。     

一种基于改进遗传算法的新型小波神经网研究

提出了一种基于改进遗传算法（Improved Genetic Algorithm , IGA）的新型BP小波神经网络，并通过异或问题和非线性辨识问题进行仿真实验。实验结果表明，基于改进遗传算法的BP小波网络不仅具有小波分析良好的局部特性以及神经网络的学习、分类能力，而且具有遗传算法全局快速寻优的特点，与简单遗传算法相比，在收敛快速性和稳定性方面都有了明显的改善。     

考虑潮汐影响的班轮多船型船舶调度

针对班轮企业由于提前公布船期表，但受货运需求的波动和潮汐的影响引起的多船型船舶调度问题进行研究。首先系统分析了一家班轮企业近洋运输航线结构；然后考虑大型船舶需乘潮进出港口，以及适当条件下允许租船的实际情况，兼顾班轮船期表的限制，构建了以运输总成本最小为目标的班轮多船型船舶调度非线性规划模型；最后考虑模型的特点，设计了嵌入基因修复的改进遗传算法（IGA）用于模型求解。实验结果表明，与传统的经验调度方案相比，得到的船舶调度方案在船舶利用率上能提高25%~35%；中规模算例下与CPLEX相比，IGA的CPU处理时间平均降低77%；中、大规模算例下与蚁群算法相比，IGA计算的运输费用平均降低15%。实验结果验证了所提模型和算法的有效性，可为班轮企业船舶调度提供参考。     

用IGA优化的直流电机的仿人智能控制

讨论了当前足球机器人运动控制系统的控制算法对足球机器人运动性能的影响。在分析了足球机器人运动控制系统组成和电机数学模型的基础上,对足球机器人运动控制器采用多模态控制的仿人智能控制（Human-Simulated Intelligent Control,HSIC）算法,利用改进的遗传算法（Improved Genetic Algorithm,IGA）对仿人智能控制器参数进行优化。通过与目前普遍采用的常规PID控制器作对比实验,表明采用IGA参数整定后的HSIC控制器对电机具有更好的控制品质,并改善了足球机器人的运动性能。     

考虑运输中断的可靠三级供应链网络设计

现实供应链网络中每条运输路径都存在中断风险，只有合理地选择供应设施及其运输路径才能在一定程度上保证整个网络的运输可靠性。在设施能力约束下，为了保证总运营成本的最小化和整个网络的运输可靠性的最大化，提出了一个新的三级供应链网络设计的两目标混合整数规划模型。利用改进的非支配排序遗传算法（NSGA-II）求解提出的模型，并根据决策变量之间的关系设计新的染色体解码方法。通过路径可靠度对比实验和算例规模对比实验，不仅分析了模型的灵敏度和算法的有效性，还讨论了设施能力约束对算例结果的影响。构建的LRP模型及算法的研究能有效地帮助决策者设计出低成本、高可靠性的三级供应链网络。     

改进的统计模型三维人脸特征点标定算法框架

自动三维人脸特征点标定是计算机视觉领域的研究热点,其广泛应用于人脸识别,人脸模型配准,表情识别,脸部动画等领域。通过对三维人脸样本统计建模,采用遗传算法对待匹配模型的生成数目进行参数优化,利用模型相似性匹配方法及其映射关系对三维人脸特征点进行自动标定。首先,对三维人脸数据预处理,然后对其统计建模并通过模型形变得到有映射关系的基准模型和待匹配模型。利用遗传算法对待匹配模型中的待匹配模型生成数目参数进行优化,生成与之对应的待匹配模型数;接着计算待测模型与待匹配模型的相似度。最后,利用模型相似度和模型映射关系,间接得到待测模型的特征点。实验结果表明,提出的算法是可行的,能够在一定程度上提高原有算法的效率。该算法可以自动标定三维人脸模型的特征点,当距离阈值为10像素时,39个三维人脸特征点定位的准确率都可以达到100%,并有效解决了传统方法中三维人脸模型平滑区域特征点精度不高的问题。     

基于改进遗传算法和图神经网络的股市波动预测方法

针对支持向量机（SVM）、长短期记忆（LSTM）网络等智能算法在股市波动预测过程中股票评价特征选择困难及时序关系维度特征缺失的问题,为能够准确预测股票波动、有效防范金融市场风险,提出了一种基于改进遗传算法（IGA）和图神经网络（GNN）的股市波动预测方法——IGA-GNN。首先,利用相邻交易日间的时序关系构建股市交易指标图数据;其次,通过评价指标特性优化交叉、变异概率来改进遗传算法（GA）,从而实现节点特征选择;然后,建立图数据的边与节点特征的权重矩阵;最后,运用GNN进行图数据节点的聚合与分类,实现了股市波动预测。在实验阶段,所研究的股票总评价指标数为130个,其中IGA在GNN方法下提取的有效评价指标87个,使指标数量降低了33.08%。应用所提IGA在智能算法中进行特征提取,得到的算法与未进行特征提取的智能算法相比,预测准确率整体提升了7.38个百分点;而与应用传统GA进行智能算法的特征提取相比,应用所提IGA进行智能算法的特征提取的总训练时间缩短了17.97%。其中,IGA-GNN方法的预测准确率最高,相较未进行特征提取的GNN方法的预测准确率整体提高了19.62个百分点;而该方法与用传统GA进行特征提取的GNN方法相比,训练时间平均缩短了15.97%。实验结果表明,所提方法可对股票特征进行有效提取,预测效果较好。     

基于多分辨率建模的车路协同系统仿真场景设计与实现

车路协同技术是当今国际智能交通领域的前沿技术,是城市交通问题的有效解决方案。多分辨率建模方法是研究复杂系统仿真的一种重要手段,特别适用于车路协同系统的复杂性、层次性特性。基于多分辨率思想,从交通流信息、多车与地面设备问的信息交互、单车的车车、车路信息交互三种层次构建了车路协同系统多分辨率模型以及基于高层架构体系（HLA）的车路协同系统仿真框架;通过分析车路协同系统多分辨率层次需求,从高分辨率及中分辨率下的车队排队时间延误、低分辨率下路段平均行驶时间建立完整的路段关联度体系,可以从多层次、不同分辨率对车路协同系统中路段间关联度进行更加准确的描述;结合遗传算法将车路协同系统解聚为动态控制区域,分析了不同分辨率下的子系统和不同模式的数据交互信息及其耦合关系,实现区域最佳协调控制效果。从多层次、不同分辨率更加准确地定义了路段关联度,更好地进行动态控制子区的划分。     

基于遗传算法的嵌入式软件WCSD检测方法

在资源受限的嵌入式系统中,为了降低嵌入式软件最大堆栈深度（Worst-Case-Stack Depth,WCSD）的检测误差,从而确定系统内存容量,通过详细分析堆栈使用原因和中断类型,建立中断调度模型,提出基于遗传算法的WCSD动态检测方法以更加准确地指导嵌入式硬件设计和软件开发。基于嵌入式软件全数字仿真平台完成实验,对该模型和方法加以验证。实验结果表明该方法可测得较准确的软件堆栈深度上限,有助于降低内存开销和提高系统的可信度。     

多雷达威胁环境下的无人机路径规划

根据雷达对无人机的瞬时探测概率模型以及无人机的运动特性,提出一种基于改进蚁群算法与Voronoi图相结合的无人机路径规划方法,使无人机突破雷达威胁环境的路径成本最低。将该方法与其他路径规划方法在所得路径燃油成本、威胁成本、总成本以及计算时间方面进行对比,表明该方法具有更低的路径成本和更少的计算时间。     

基于TS-GA的LS-SVM参数优选?

将禁忌搜索和遗传算法相结合,提出一种改进的最小二乘支持向量机(LS-SVM)参数优选方法。利用自适应遗传算法进行全局搜 索,使用禁忌搜索进行局部寻优,由此提高求解速度和解的精度。采用某冶炼厂净化工段的现场数据建立模型进行仿真实验,结果表明,该方法能使LS-SVM模型具有较好的泛化能力,模型精度满足工艺要求。     

一种改进的含噪语音端点检测方法

语音端点检测是语音识别系统的重要环节之一。针对噪声环境下的语音端点检测困难,提出了一种改进的支持向量机的语音端点检测方法。利用小波分析（WA）提取含噪语音信号的特征向量。采用遗传算法（GA）得到最优的SVM核函数参数[γ]和惩罚因子[C]。建立语音端点检测模型。在Matlab软件平台下进行仿真实验,结果表明在不同的噪声条件下,GA-SVM算法的平均检测率达到94.5%,明显优于传统的双门限算法和普通的SVM算法。     

基于SVM和GA的图像质量评价方法

针对主观评价关联方法易陷入局部最优以及处理非线性、高维、小样本问题时效果不佳等问题,以均方误差、峰值信噪比、奇异值分解这3个图像质量客观评价指标和LIVE数据库评分作为学习样本,通过支持向量机学习得到主客观关联函数,利用遗传算法进行最优参数选取,由此得到具有主客观一致性的评价模型。测试结果表明,相比传统方法,该方法对图像质量的评价更准确。