多峰函数优化的混合遗传算法

研究了2种基于最速下降法和遗传算法的求解多峰函数优化问题的混合遗传算法,以Schaffer函数的全局优化问题和收敛概率、平均收敛时间和平均收敛值等评价指标检验了混合算法的性能.结果表明混合算法的性能优于单独的遗传算法或最速下降法,采用随机方式选择局部优化个体的混合遗传算法性能在总体上优于从每代群体中选择适应度高的个体进行局部优化的混合遗传算法.     

基于混合遗传算法的关系型数据库查询优化

分析了关系型数据库的查询优化问题，针对多连接查询提出将遗传算法和爬山法结合，从而构造了关系型数据库多连接查询优化问题的混合遗传算法，并进行了实验计算．结果表明，用混合遗传算法解决多连接查询优化问题，可以发挥遗传算法和爬山法的不同优势，从而得到较满意的查询优化性能．     

基于GASA算法的成品燃油战时公路配送路径优化

为了实现配送的路径优化,结合战时极其重要的物资--成品燃油,提出了多属性道路网络下成品燃油战时配送的路径优化问题.综合考虑战时配送VRP(vehicle routing problem)的多个评价目标,基于重要性的多目标分层优化思想,分析建立了问题的完全分层优化模型.将进化算法和传统优化技术相结合,构造了模型的两层求解算法,第一层采用遗传算法和模拟退火算法混合的GASA(genetic simulated annealing algorithms)算法,第二层采用枚举法.实验表明,所构造的算法较标准遗传算法更有效.     

工业大系统递阶多目标优化的分解协调方法

研究了工业大系统递阶多目标优化问题,将其归纳为三种基本形式,并提出了三种相应的新算法。这些方法的基本思想是利用分解协调原理和多目标优化技术,将原问题化为一个二级优化问题。第一级求解一系列低维数的多目标子问题,第二级进行协调。这样大大节省了所需的计算机内存容量,加快了算法的收敛速度。这些算法还具有简单、实用等优点。数值例子证明了以上的结论。     

采用混合遗传算法的变电设备多目标优化概念设计

针对变电设备概念设计中对应功能的结构选择的多样性和产品个性化客户需求,采用理论分析和仿真实验的方法进行定量计算,提出多目标优化结构设计的数学模型,结合混合遗传算法进行计算,分析了变压器多目标优化的全过程.研究结果表明:此方法运算速度快,准确率高,稳定性强,获得了Pareto最优解;采用的混合遗传算法能够获得良好的在线和离线性能.研究结论初步满足了变电设备参数的个性化需求,优化了变电设备的性能.     

基于交替迭代遗传算法的多级车间生产计划与调度的集成优化

为了提高多级生产系统的运作效率,研究了一类多周期的多级车间生产计划与调度的集成优化问题,该生产系统由一级混批Job-shop车间和一级混流装配车间串联而成.首先建立了该类集成优化问题的混合整数规划模型,该模型从上下游生产车间的需求关系出发,综合考虑上下游车间的物料平衡、设备负荷以及开工位置等约束条件,同时满足优化上下游生产线的费用目标.然后提出了一种交替式混合遗传协调优化算法求解该集成优化问题,其主要思想是给定计划用一种混合遗传算法求调度,反过来给定已求调度用另一种混合遗传算法求取新计划,如此不断交替使用2种混合遗传算法实现计划与调度的同时优化.仿真结果证明了该方法的可行性和有效性.     

基于Species机制的多目标遗传算法

多目标优化算法设计正在成为当前进化算法领域的一个研究热点.考虑将最初用于多峰优化的Species机制引入到多目标遗传算法中,通过借鉴现有多目标算法的相关思想,设计并提出了一种新的Species方法,包括基于Pareto最优性和拥挤度思想的Species种子确定策略及适应性的Species构造策略.一组标准多目标测试函数的仿真实验结果表明,提出的基于Species机制的多目标遗传算法表现出比经典的非支配排序遗传算法Ⅱ(NSGA Ⅱ)更好的性能.     

家政服务人员的排班优化问题

家政服务公司的员工排班是一项非常重要的工作,其实质在于通过周密的组织和精确的计划,综合考虑成本最低和服务人员工作时间均衡,实现公司员工的优化配置,其合理性关系到家政服务公司的口碑和效益。本文提出了家政服务人员的排班优化问题,应用分支定界法、遗传算法和基于自适应的混合遗传算法求解,其中基于自适应的混合遗传算法结合了遗传算法和局部搜索的优点,遗传算法用来执行全局搜索使解跳出局部最优,局部搜索进行性能微调,并采用自适应策略改进算法。针对不同的算法,建立相应的数学模型,仿真结果表明通过三种算法都能得到最优解,基于自适应的混合遗传算法性能更优,而且,模型的正确性和算法的合理性也得到了验证。     

基于改进GA求解边界移动的非稳态自然对流反问题

为了有效地研究自然对流反问题,给出了基于混合遗传算法求解考虑边界移动的二维非稳态自然对流传质过程中多参数反问题的一种方法.该方法把参数识别反问题转化为优化问题后采用混合遗传算法求解.其中正问题的数值解采用有限元法,混合遗传算法采用实数编码,且在简单遗传算法的基础上引入局部搜索算子改善了该遗传算法的性能.结果表明:该方法能有效求解涉及边界移动的自然对流反问题,且具有较高的精度和收敛速度,易于计算机实现,值得在实际工作中应用.     

一种基于混合遗传算法的有源噪声控制方法

提出了一种基于混合遗传算法的格型IIR滤波器结构的有源噪声控制方法.混合遗传算法将遗传算法与随机搜索算法结合起来,可以改善基本遗传算法的局部搜索能力,克服基本遗传算法存在未成熟收敛问题.本文选择UNDX交叉算子作为遗传算法的主要算子,在保留当前最佳个体的同时,再对该最佳个体用随机搜索法搜索优化个体.这样既保证了算法的全局收敛性,又提高了收敛速度.仿真结果表明,该算法可以有效地实现噪声控制.     

炮射导弹气动特性数值计算

为解决炮射导弹静稳定度低的问题,提出了两种针对尾翼的优化方案.以三维N-S方程为出发方程,采用S-A湍流模型,对炮射导弹的绕流场进行了数值模拟研究,得到了炮射导弹外形优化前后的气动特性参数,气动特性结果与风洞实验结果基本吻合.研究结果表明,两种尾翼优化方法均可有效地提高炮射导弹的静稳定度,并增加升力.     

含侧喷流炮射导弹绕流场数值计算

用数值模拟方法研究侧喷流对炮射导弹气动特性的影响.以三维N-S方程为出发方程,采用S-A湍流模型,对炮射导弹的绕流场进行了数值模拟研究,得到的气动特性结果与风洞实验结果基本吻合.在此基础上,对含侧喷流炮射导弹的绕流场进行数值计算.结果表明,侧喷流对导弹气动特性有较大影响.     

内河航道网络优化研究

针对内河水运发展结构不合理的问题,考虑货主和航运企业与航道网络规划者之间的博弈关系,构建了一个航道网络优化的双层规划模型,上层模型以航道网络优化方案的建设成本和运行成本之和最小为目标函数,下层模型采用用户均衡的航道网络配流模型,并运用遗传算法对模型求解。以山东省为例进行实证分析,选择3个评价指标对优化方案结果与原规划结果进行对比评价,结果表明,该航道网络优化的双层规划模型所得山东省航道网络优化方案比原方案更优越,提升了区域航道网络的运行效率,验证了模型的有效性。     

搭载回流式动力传动系统的PHEV参数优化

针对搭载回流式动力耦合传动系统的插电式混合动力汽车(PHEV,plug-in hybrid electric vehicle),提出了一种参数匹配优化设计方法。建立了整车各个模式下的等效输入功率模型,根据最小等效输入功率原则制定了各驱动模式间的切换规律,并设置控制参数系数对模式切换曲线进行调整。通过MATLAB/SIMULINK构建了整车经济性仿真模型,利用遗传算法对匹配的动力参数和控制参数系数进行了综合优化。仿真结果比较表明:此方法得到的一组参数能有效提升燃油经济性,百公里等效燃油消耗比优化前降低了4.8%。     

基于混合遗传算法的随机结构可靠性优化设计

遗传算法（GA）是一种具有随机搜索技术的进化算法,但在运用过程中出现早熟、收敛速度慢、局部搜索能力差的缺点。对遗传算法中的遗传算子进行了改进,提出了遗传算法和最佳矢量法相结合的混合遗传算法,并引入了小生境技术。分析表明,基于小生境的混合遗传算法即发挥了最佳矢量法局部搜索能力强的特点,又结合了遗传算法全局搜索能力强的优点,使收敛性能大大改善,同时小生境技术的使用,避免了优化过程中局部最优解的出现,提高收敛速度。具体算例表明该混合遗传算法是一种高效的结构优化方法。     

基于遗传与粒子群混合优化算法的分布式模型预测控制系统结构分解

为了对分布式模型预测控制系统进行分解,采用一种遗传算法与粒子群算法的混合优化算法对系统进行分解的方法。混合优化算法兼具两种算法的优点,相对于采用单一优化算法,收敛速度更快且精度更高。对控制系统的输入进行分组可以有效消除系统输入之间存在的耦合,平衡各子系统之间的通信负担,因此对控制系统进行输入分组,可以完成对系统的结构分解。定义了一个系统拆解目标函数对输入分组问题进行求解,并通过对热镀锌生产线控制系统中的部分输入进行分组实验,验证了方法的有效性。     

空空导弹分数阶三回路自动驾驶仪的分析与参数优化

针对空空导弹飞航控制系统中存在弹体强非线性、参数不确定等问题,在对传统三回路自动驾驶仪进行分析的基础上,提出了空空导弹分数阶三回路自动驾驶仪.深入分析了分数阶三回路自动驾驶仪的各个回路特点,并比较了与传统三回路自动驾驶仪的区别.引入了基于时间绝对误差积分(ITAE)规则的遗传算法(GA),对三回路自动驾驶仪的参数进行寻优,从而实现对空空导弹的最优三回路控制.通过对两种三回路自动驾驶仪的仿真实验,对比研究了两种自动驾驶仪的时域和频域响应特性.研究结果表明,在相同的参数优化方法下,空空导弹分数阶三回路自动驾驶仪具有与传统三回路自动驾驶仪相当的结构,但时域响应更快,频域稳定裕度更大,因而更适用于空空导弹的飞航控制.     

基于动态燃料成本双层优化的 燃煤发电企业管控模型

为使燃煤发电企业降低燃料成本,实现燃料科学管控,提出一种综合考虑发电可靠性和生产经济性的燃料成本双层优化模型,上层为电煤采购库存混合整数规划模型,下层为混煤掺烧非线性优化模型,双层模型交替迭代协调优化,实现燃料管控动态决策.针对优化模型高维多约束情况,提出一种混沌映射初始化和高斯变异结合的改进灰狼优化算法.以某燃煤电厂模拟运营进行算例验证分析,结果表明,所提模型可以降低燃煤电厂7.80％的燃煤成本,证明了所提模型与求解算法的有效性和可行性.     

NSGA-II与改进粒子群算法相结合的储能优化配置

储能系统的选址定容在接入新能源的电力系统中具有重要意义,合理选择储能容量可以很好地平抑风电接入后的系统有功功率波动,同时减少能源浪费。本文提出了一种混合智能优化算法(Hybrid Intelligent Optimization Algorithm,HIOA),以电压偏差、负荷波动最小及最少储能配置容量为目标进行优化配置。该算法将多目标粒子群算法改进后(IMOPSO)与精英非支配排序算法(NSGA-II)结合,与常规多目标粒子群算法相比,大幅提高了算法的寻优性能,保证了Pareto 解的多样性和分布性。通过非支配排序求解获得Pareto 最优解集,采用逼近理想解排序(technique for order preference by similarity to an ideal solution,TOPSIS)选出储能的最优接入方案。通过IEEE-33 节点测试系统的仿真实验验证了本文所提算法的准确性及有效性,在求解配电网储能选址定容问题中有很好的收敛性和全局寻优能力。