一种有效的基于实数编码的多目标遗传算法

针对实数编码遗传算法提出了一种通用的基于决策变量的复合交叉算子,并将之用于多目标优化问题的求解,算法效果良好,一定程度上解决了高维多目标优化问题在用遗传算法求解时收敛性差这一难题.通过实验首次揭示了交叉点数对多目标遗传算法性能的影响.     

基于分布式网络资源的分配求解模型

针对计算机网络资源分布式优化问题建立了多维弹性网络的物理模型和数学模型,将优化分配计算机网络资源问题转变为计算多维弹性网络空间的形变过程.该模型和方法能够刻画多维弹性网络空间中的基类节点之间的复杂的社会交互行为,并能描述基类节点随着局势的变化各自采取的动态策略和自治行为.     

考虑多平台模块配置的多产品线设计主从优化研究

针对考虑多平台模块配置的多产品线设计问题,根据对产品线设计与产品平台优化之间主从关联关系的分析,提出一种基于Stackelberg对策理论框架的优化方法,建立一个混合0-1变量的非线性双层规划模型。模型上层是多产品线设计问题,以极大化单位成本效用为目标,决策产品线结构。模型下层是以极小化成本为目标,求解产品平台的配置问题。为求解0-1混合双层规划,设计一个双层遗传算法,并将模型和算法应用到汽车产品案例中,得到较优的产品线结构与产品平台配置,并且与两阶段法与集成优化方法进行比较,证明模型与算法的可行性与有效性。     

用基于快速排序的MOGA求解MOKP

0/1背包问题是一类典型的组合优化问题,且属于NP完全问题.多目标遗传算法通过一次运行可以搜索到多个解,同时具有比规范遗传算法更强的求解问题的能力.该文将基于快速排序的多目标遗传算法应用于多目标0/1背包问题中,可以快速、高效地找出多个最优解.实验表明该方法能够获得满意的效果.     

数学建模中智能优化算法教学方法探究

优化数学模型在数学模型中具有重要地位,智能优化算法作为求解优化模型的常用方法,具有求解能力强,算法设计简单,易于实现等特点.但是学生在利用智能优化算法求解优化模型时往往会遇到很多困难.从教学内容中算法选择要有重点,教学设计要注重学生实际,教学手段要灵活多样3个方面探讨数学建模中智能优化算法的教学方法,对提高教学效果有一定的帮助.     

一种改进的蚁群算法在垃圾运输问题中的应用

针对基本蚁群算法收敛速度慢、易陷于局部最优解等缺陷,将量子算法中的态矢量和量子旋转门引入到蚁群算法中,并分别表示和更新信息素,提出一种改进的蚁群算法--量子蚁群算法(QACA),使算法具有更好的种群多样性和全局寻优能力.结合垃圾运输问题,从数值计算上探索了改进的蚁群算法的优化能力,并与遗传算法和基本蚁群算法进行了对比,测试结果表明,改进算法获得的结果比遗传算法和基本蚁群算法更优,表明该算法是求解垃圾运输问题的一种有效算法.     

基于GCOA算法的带时间窗车辆路径规划问题研究

GCOA算法是对遗传算法的重大改良,不仅加快了遗传算法的收敛速度,而且从一定程度上避免了遗传算法陷入局部最优,并增大了遗传算法获得最优解的能力。本文首先介绍了GCOA算法,然后通过具体问题的解决对比传统遗传算法与GCOA算法,得出GCOA算法在收敛速度及结果优化两方面的有效性,最后将GCOA算法应用于求解VRPTW问题上,得出最优化结论。     

基于演化博弈的企业结盟伙伴选择问题研究

现代企业立体结盟网络的形成促使大型项目的盟友选择从独立性企业向组合性企业方式转化.在分析了多个子项目的优化目标及对应的投标企业核心能力的基础上,结合博弈思想.建立了组合性盟友企业选择的非线性整数规划模型,应用演化博弈算法进行求解.同时将设计的方法与遗传算法在多个不同规模仿真实例上进行了对比分析,研究结果表明该方法在处理规模较大的伙伴选择问题上在计算速度和达优率两方面具有一定的优势.     

基于遗传算法的双足机器人上楼梯的步态规划

针对双足机器人上楼梯的步态规划问题,应用三次样条插值合成脚踝的运动轨迹,并基于加速度分析设计出臀部运动轨迹,计算动力学模型得到ZMP轨迹,进而得出机器人步行的稳定性可以表示为关于上体初始位姿的多变量优化问题.最后应用遗传算法(genetic algorithm,GA)求解,获得稳定性好的优化步态.机器人上楼梯的动态步行仿真结果表明,运用遗传算法可以得到合适的优化轨迹.     

基于改进遗传算法的车辆路径问题研究

车辆路径问题是一个典型的组合优化类问题,而传统的算法无法满足顾客需求对物流运输提出的要求.遗传算法是求解此类问题的方法之一,针对遗传算法容易出现早熟收敛,以及车辆运送的时间限制,该文采用改进的遗传算法对有时间窗的车辆路径问题进行分析,实验验证了算法的有效性.     

基于多处理机系统实时调度算法的飞机排班问题研究

提出了一种新的基于多处理器系统的实时调度算法有效求解飞机排班问题的方法.该方法以EDF算法和多处理机动态分配方法为基础,建立了航班队列模型,提出了基于多处理机实时调度的多目标的飞机实时分配算法.模拟实验表明,针对不同优化目标的飞机分配算法执行效率均比遗传算法和分支定界算法高至少一个教号级.     

工程结构优化设计的方法论

本文对现代工程结构优化设计理论与算法进行了概况和总结。分析了尺寸优化、形状优化、拓扑优化和布局优化等四种工程结构优化设计理论。介绍了三种常用的仿生学结构构优化设计算法:遗传算法、模拟退火法、神经网络算法。     

一种求解H2/H∞控制问题的局部正交多目标遗传算法

针对H2/H∞多目标控制问题的求解,提出一种新的混合多目标遗传算法,以解决遗传算法局部搜索能力差的不足.此算法首先运行多目标遗传算法,以便使解集快速地达到Pareto最优解附近,然后运用一个新的局部优化算法对先前得到的外部Pareto解集进行进一步的局部优化.实例仿真表明,此算法有较强的全局和局部搜索能力,可以提高搜索的效率,适用于绝大多数H2/H∞多目标问题的求解.     

机翼变形估计中传感器的配置方法

针对机翼变形中的传感器最优配置问题,建立悬臂梁模型,基于Ko位移理论的形变位移算法估计机翼变形,通过求解双目标0-1规划模型实现了传感器最优配置.计算结果验证了方法的正确性.     

算法分析与设计课程中0-1背包问题的探讨

介绍了算法分析与设计课程中0-1背包问题的动态规划算法,给出了最优值所满足的递推关系式,分析了最优值的自底向上计算方式,给出了最优解的构造方法.利用该算法解决了2个实际问题,通过这2个问题的求解,有助于学生举一反三,启发学生思维,以学致用,提高问题求解能力.以解决实际问题为导向的教学方法激发了学生的学习兴趣,营造了生动活泼的课堂氛围,提高了教学效果.     

软时间窗配送车辆路线优化算法及应用

在软时间窗非满载车辆调度优化问题中,每个客户要求在一定的时间范围内被服务,如果每项任务不能在要求的时间范围内完成,则给予一定的惩罚.在建立物流配送路径优化问题模型的基础上,构造了求解该问题的基于自然数编码的遗传算法,并进行了实验计算和应用.结果表明,采用该算法进行带软时间窗的非满载车辆调度计算,可以方便有效地求得满意解.     

求解区间数AHP判断矩阵的权重的一种新方法

将区间数判断矩阵权重向量的求解转化为两个约束优化问题的求解,并利用改进的粒子群优化(PSO)算法来求解此约束优化问题.最后利用朱建军等的两个数值例子来检验改进的PSO算法,并将求解结果与参考文献[1]利用遗传算法所得结果进行分析比较,说明本文结果更具一般性和代表性.     

遗传算法求解组合优化问题研究

利用遗传算法（ＧＡ）的机理分析，提出了求解旅行商问题（ＴＳＰ）的一整套进化策略，并对算法对有效进行了分析，计算机模拟结果表明ＧＡ是求解组合优化问题的一种有效方法。     

基于遗传算法的双足机器上楼梯的步态规划

针对双足机器人上楼梯的步态规划问题，应用三次样条插值合成脚踝的运动轨迹，并基于加速度分析设计出臂部运动轨迹，计算动力学模型得到ZMP轨迹，进而得出机器人步行的稳定性可以表示为关于上体初始位姿的多变量优化问题。最后应用遗传算法（genetic algorithm,GA）求解，获得稳定性好的优化步态。机器人上楼梯的动态步行仿真结果表明，运用遗传算法可以得到合适的优化轨迹。     

十进制遗传算法在水电站负荷分配中的应用

针对水电站负荷分配问题,建立约束优化模型,并将十进制遗传算法应用到水电站负荷分配调度中．遗传算法是从多个初始点开始寻优,同时搜索解空间内的多个区域。具有潜在的并行性,且搜索使用评价函数启发,过程比较简单,容易与其它算法进行结合,具有很好的拓展性,是一种用于解决最优化问题的有效的随机启发式搜索算法．通过实际的水电站负荷分配问题的求解表明该算法能够获得较好的结果,具有高效性和通用性,适用于求解一般水电站负荷分配问题．