基于自然数编码遗传算法的并行测试技术

针对并行测试任务调度复杂、难以优化的问题,提出了一种基于自然数遗传算法的任务调度优化算法。该算法将并行测试任务调度转化为对串行测试任务序列的搜索,为了提高搜索效率,引进自然数编码遗传算法搜索最优解或近似最优解,将串行测试序列作为染色体,进行选择、交叉、变异等操作。通过仿真证明该算法能够迅速得到并行测试任务调度的最优解或近似最优解。对自然数编码遗传算法的各个算子对模式的作用进行了理论分析,并得到了对应的模式定理,从理论上说明了该方法的合理性。     

区域水资源开发利用程度综合评价的最佳逼近模型

探讨了用评价标准信息和大样本数据驱动的最佳逼近模型(OAM)评价水资源开发利用程度的新途径,提出了一套基于格雷码加速遗传算法的OAM建模方案.作为示例,对西安市水资源开发利用程度进行了综合评价.结果表明,OAM建模方法直观、精度高,即具有较强的分类功能,又具有较好的排序功能,评价结果可靠,可广泛应用于各种水资源问题的综合评价.     

遗传算法平均截止代数和成功率与种群规模之间的关系

遗传算法的搜索效率在很大程度上取决于运行参数,如种群规模M、编码串长度l、交叉概率Pc、变异概率Pm、终止代数T、适应度函数f(M)等的设置.利用简单遗传算法和统计分析方法,通过对四个典型数学结构进行全局最优解搜索,得到了遗传算法平均进化截止代数和成功率R与种群规模M之间的关系,给出了相应的拟合公式.讨论了平均进化截止代数和成功率与种群规模和极值个数之间的关系.这种研究对于合理确定种群规模和进化终止代数,正确估计搜索到的满意解的最优程度等具有重要意义.     

一种自适应多亲遗传算法及其性能分析

定义了一种度量多样性的指标,来自适应地调整基于实数编码的多亲遗传算法中交叉概率和变异概率这两个参数。提出了一种基于实数编码的自适应多亲遗传算法,该算法能自适应地调整其参数,且在求解优化问题的过程中,能克服早熟收敛的现象,提高搜索能力,加速收敛速度。同时将该算法用来求解多峰值测试函数,实验结果验证了算法的有效性。     

群体智能算法搜索策略的性质及对停滞现象的影响

群体智能算法模拟生物进化或动物群体协作的搜索机制, 其目标是快速有效地搜索复杂优化问题的解空间, 寻求全局最优解. 本文通过对群体智能算法的搜索机理进行分析, 根据在搜索过程中解集内部结构变化的性质定义了解集多样度, 并在此基础上研究了两种基本的搜索策略--多样化搜索和集中化搜索对解集进化过程中的停滞性的影响, 证明了集中化搜索不可避免地使解集中的候选解逐渐趋于单一, 是导致算法停滞收敛的主要原因; 而多样化搜索能从任何候选解出发搜索到整个编码空间中的任一个点, 即整个空间是多样化搜索的可达域, 但将使算法不收敛. 本文采用三类典型的群体智能算法: 遗传算法、蚁群算法和粒子群算法进行了实验, 验证了上述分析结论的正确性.     

基于主动调度的编码方法及其在JSP中的应用

在对Jobshop问题进行具体描述的基础上,分析了目前利用遗传算法解决Jobshop问题的各种常用的编码方法,提出了一种新的编码方法.该编码方法与主动调度的构成步骤相结合,编码中基因的排列顺序就表示各工序的优先调度顺序,由此产生可行的调度方案,基于该编码方法是以不可重复的自然数为基因进行编码,在遗传操作过程中能采用类似TSP的遗传算子,从而避免了非法调度解的出现.采用该编码方法在遗传算法求解Jobshop问题的过程中,既能满足Jobshop问题的特性,又能体现遗传算法的较强的搜索能力.仿真结果也充分证明了该算法的有效性.     

多车型单配送中心混合装卸车辆路径问题研究

针对客户多样化和个性化的需求,建立多车型、多约束条件的集货和配送车辆调度模型,并提出了混合遗传算法求解.首先,采用自然数编码,可以使问题变得更简洁;用最佳保留选择法,以保证群体的多样性;用改进的顺序交叉算子保证算法能够收敛到全局最优;引入2-交换变异策略,并结合爬山算法,加强染色体的局部搜索能力;其次,对遗传算法求得的精英种群再进行禁忌搜索.实例计算表明本算法均优于遗传算法和禁忌搜索算法.     

威胁条件下一类空中加油区域配置方法研究

空中加油区域的部署对顺利完成空中加油作战任务具有十分重要的作用.对存在敌威胁时的空中加油任务,提出了一种基于遗传算法的区域配置方法.通过建立空中加油各飞机的油耗模型、限定方案搜索区域,并将不同的代价通过转换而统一在适应度函数中,建立了区域优化模型,并结合问题的特点设计了合适的染色体编码和遗传算子.最后对模型进行了仿真计算与分析.     

基于NCAGA-投影寻踪混合优化城市客运量预测

为了提高参数投影寻踪回归(parameter projection pursuit regression,PPPR)模型对城市客运量的预测精度, 基于cat映射、高斯分布和精英局部搜索对加速遗传算法进行改进. 提出了新的混沌加速遗传算法(new chaosaccelerating genetic algorithm, NCAGA),用于对PPPR模型的最佳投影方向α的优选.建立了在外层优化岭函数个数M的同时,内层利用NCAGA优化最佳投影方向a的NCAGA-PPPR混合优化城市客运量预测模型,结合某市统 计资料进行了仿真预测.结果表明该方法的预测精度优于BP神经网络模型、传统PPR模型和基于加速遗传优选的PPPR模型, 平均绝对相对误差小于3.1%,提高了城市客运量的预测精度,可有效应用于城市客运量的预测.     

解旅行商问题的一个新的遗传算法

对旅行商(TSP)问题设计了一个新的遗传算法.首先,对n个城市的旅行商问题设计了一个新的编码方法,并且对这种编码方法,给出了简便的解码方法.其次,针对编码的特点,设计了一种新的、有效的杂交算子和变异算子,这些算子均能直接产生可行的后代.为提高杂交算子的搜索能力,结合了一个局部搜索技术来改进杂交算子.在此基础上,提出了求解TSP的一个新的遗传算法,并证明了其全局收敛性.为了验证算法的有效性,对10个国际标准算例(城市规模从14到1000)进行了计算机仿真,结果表明算法是有效的.     

对数频偏FDA方向图解耦优化

针对对数频偏频率分集阵列(frequency diverse array, FDA)中存在的频率偏移量取值固定、主瓣扫描精度较低的问题,并行地提出两种对数频偏频率分集阵列方向图解耦的优化方法。首先,将均匀线性阵列替换为采用正弦频偏增量的交叉子阵结构,在此基础上将频偏增量选择问题转化为二维空间的最优化问题,通过改进的粒子群算法解算最优频偏增量实现方向图解耦优化。此外,将通信中的格雷码编码方式应用于FDA阵列的频偏编码中,提出基于发射端格雷码频偏编码方式的发射方向图解耦方法。最后,仿真验证了两种优化方法的有效性。     

模糊综合评判法与参数投影寻踪评价模型在农机选型中的对比研究

以6种型号的农业机器作为备选机型,分别利用模糊综合评判法与基于加速遗传算法(RAGA)的投影寻踪(PPC)模型进行数据处理,对备选机型选优排序;并对这两种选优模型进行对比分析探讨,指出两种方法利弊所在,同时针对不同归一化数据处理对结果产生的影响进行分析。为该方向的研究提出了新的思路模式。表1,参3。     

改进的模糊层次分析法在水污染控制方案优选中的应用

运用模糊一致性矩阵与其权重的关系构造了区域水污染控制方案的评价模型。采用基于实数编码的遗传算法来求解这个模型,得到评价指标的排序权重,然后以这些权重与对应的评价指标样本的标准值进行加权平均,获得各个方案的综合指标值,据此对各个方案进行优劣排序。结果表明,这个评价模型简便可行,在系统工程评价中具有推广应用价值。参11。     

客观组合评价模型在水利工程方案选优中的应用

水利工程方案选优的关键是如何合理确定各评价指标的权重.为挖掘各方案评价指标样本值的整体差异信息,提出了基于理想点法和加速遗传算法的改进投影寻踪评价新方法.为挖掘各方案评价指标样本值的局部差异信息,提出了基于加速遗传算法的模糊层次分析法.综合这2种评价方法,构成了工程方案选优的客观组合评价新模型(OCEM).结果表明:OCEM挖掘评价指标样本信息比较充分,可反映各指标对综合评价结果的影响程度,计算结果更为客观、稳定、分辨率高,可在工程方案选优中推广应用.     

基于遗传算法的混合Flow-shop调度方法

混合Flow-shop调度问题（Hybrid flow-shop scheduling problem,HFSP),是一般Flow-shop调度问题的推广，由于在某此工序上存在并行机器，所以比一般的Flow-shop调度问题更复杂。本文提出了遗传算法求解混合Flow-shop调度问题的方法，给出了一种新的编码方法，设计了相应的交叉和变异操作算法，能够保证个体的合法性，同时又具有遗传算法本身所要求的随机性。最后给出了某汽车发动机厂金加工车间的生产调度实例，表明了此算法的有效性。     

遗传算法在卫星广播调度中的应用

提出了一种基于遗传算法的卫星广播调度算法。利用新的编码方法,把卫星广播调度问题和寻找满足约束条件的矩阵优化问题相对应,通过设计相应的遗传操作算子提高遗传算法的收敛性能,从而较好地实现了利用遗传算法对卫星广播的调度。在卫星个数相同条件下对三种有代表性的卫星广播调度要求进行了实验比较,说明了不同的调度要求对收敛速度的影响。遗传算法的性能决定了本文所提出的算法适用于不同规模的卫星广播调度问题,实验表明该算法是一种收敛速度快,稳定性强的高效卫星广播调度算法。     

解家纺企业生产计划问题的并行混合遗传算法

为解决家纺企业的实际车间批量生产计划问题，提出了一个基于自然编码的混合遗传算法。此算法具有如下特点：一方面编码方式能有效地反映调度方案；另一方面对每子代得到的调度方案利用爬山算法对其进行了局部调整，大大加快了收敛速度。同时为了更好地适应调度实时性和解大型企业此类问题的需要，基于遗传算法自然并行性特点的基础上，实现了主从式控制网络模式下并行混合遗传算法。计算结果表明，此算法是有效的，有着较高的并行性，并能适用于解大型此类企业车间批量生产计划问题，在实际应用中有着较广阔地应用前景。     

基于免疫遗传算法的双向车辆调度问题实现

在对双向车辆路径问题(DVSP)简要叙述的基础上建立了DVSP数学模型.针对DVRP,构造一种的免疫遗传算法来求解DVSP,提出了一种自然数编码方法、交叉算子的自适应机制.并将求解结果与其它启发式算法比较.比较结果表明,该算法对于求解DVSP问题具有较好的性能和更好的鲁棒性.