基于遗传算法的资源约束型项目进度问题的优化

基于仅有施工工艺逻辑关系的CPM初始计划,提出了一种新的多资源约束下施工计划优化的计算方法——遗传算法;针对资源受限项目特点,利用遗传算法的特性,对此问题设计了编码方式和解码规则、遗传算子、初始种群的产生方法等,并利用Patterson110标准案例对算法进行了测试,分析了算法参数对算法效果的影响。     

基于加速微种群遗传算法的拱坝体形优化设计

以型值点坐标、拱端厚度和半中心角为体形参数构造三次样条线型拱圈,给出了三次样条线型拱坝体形优化设计模型.采用加速微种群遗传算法求解拱坝优化设计问题,对约束条件根据复杂程度采用不同的处理方法,即相对比较简单的几何约束采用直接检验法,对较复杂的性态约束采用罚函数法处理.以某拟建拱坝的安全性优化设计为例进行了计算,结果表明优化设计的坝体最大主拉应力比初始设计减小了42%,显示了加速微种群遗传算法的有效性与可行性.     

遗传算法模拟生物多序列比对之初始化的改进

针对应用遗传算法求解生物多序列比对问题的初始化进行了改进.初始种群是遗传算法构造的一个关键部分,本文根据多序列比对的生物特性,在初始种群中的个体中插入连续空位,优化初始种群的个体质量;并在初始种群中加入一定比例的在线比对工具MAFFT优质种子,优化初始种群的整体质量.通过数值模拟实例结果显示,经过这两个优化处理可以生成更高质量的初始种群,得到更好的比对结果,提高多序列比对的计算效率.     

TSP问题的一种快速近似算法及应用

给出求解度约束最小生成树(DCMST)问题的一种快速近似算法．在此基础上．又给出求解TSP问题的一种快速近似算法,并在微机上实现且其数值试验的效果良好．最后,将求解TSP问题的近似快速算法作一些改进．应用于遗传算法的初始种群生成并进行数值实验．结果表明,用文中算法生成的初始种群．比起一般方法产生的初始种群性能有很大改进．该算法可以加速遗传算法的寻优速度．     

GENOCOP算法的初始种群的确定

针对遗传算法求解具有凸可行域优化问题使用随机法产生初始种群容易造成早熟收敛,提出用凸可行域的部分顶点作初始种群,将新方法应用于具有线性约束的数值优化问题,计算示例结果表明该方法是一种可行而且有效的优化算法.     

均匀试验设计在遗传算法中的应用

介绍了在遗传算法中运用均匀设计产生初始种群的方法，指出由于遗传算法的交叉机制是完全依赖于初始种群的，所以初始种群的多样性对于遗传算法的收敛性是至关重要的．同时通过算例采用De Jong提出的验证方法验证了运用均匀设计产生初始种群能够增强遗传算法的收敛性．     

遗传算法初始种群与操作参数的均匀设计

通过对遗传算法初始种群与操作参数设定问题的研究,认为初始种群的分布状态与算子操作参数的选取直接关系遗传算法的全局收敛性与搜索效率,对初始种群与各操作参数进行合理设定是应用遗传算法进行寻优计算的重要问题.同时,遗传算法的初始种群必须科学地表征解空间的信息,操作参数也必须兼顾多样性与快速性相互协调设置.基于优化设计思想提出应用均匀设计方法同时确定遗传算法的初始种群及其他操作参数的方法.利用均匀设计的等价准则提出一种简化计算的近似获得均匀初始种群的方法,仿真实例验证了这种方法的可行性、有效性.     

基于初始种群对遗传算法的收敛性探讨

遗传算法是目前广泛应用的一种模拟自然界生物进化机制的概率性搜索算法.初始种群是遗传算法运算时的第一步,因此它是研究遗传算法性质面临的首要问题.基于此,通过实验研究了初始种群对遗传算法收敛性的影响,同时还探讨了种群规模、交叉率和初始种群的关系.研究结果显示,种群规模的选取应该在计算量、算法收敛性之间平衡,交叉率的选取应该有一个适当得值.随机产生的初始种群,在进化过程中选取0.6～0.75的交叉率能提高算法的收敛性.     

基于改进遗传算法的堆垛机拣选作业路径优化

对自动化立体仓库中堆垛机作业路径进行了分析,建立了堆垛机拣选作业的优化数学模型,为解决堆垛机拣选作业的装箱约束问题,提出了仓库拣选作业的新型数学模型,并对遗传算法初始种群的生成进行了改进,用改进后的遗传算法对该模型进行了求解。     

改进遗传算法的试题智能组卷方法

对传统遗传算法在初始种群选取、遗传算法编码、适应度函数设计、遗传算子的自适应设计等方面进行了改进,提出一种改进遗传算法的试题智能组卷方法.仿真实验结果表明,改进的遗传算法在组卷时提高了在题库中搜索的效率和准确性,有效地解决了智能组卷中的多条件约束优化问题,提高了组卷效率和成功率.     

非接触电能传输系统参数优化的改进遗传解法

为了解决非接触电能传输系统设计中的参数优化问题,提出了一种混合改进遗传解法.首先建立了非线性规划数学模型,其中对频率稳定性约束条件进行了修正;其次在遗传算法中采用虫口模型产生优良的混沌初始种群,采用"两次归一化"来处理目标及约束函数,并利用可行性规则代替罚函数法来选择优良个体以减少额外的经验参数;最后设计了均匀变异加高斯变异的混合变异算子以提高算法的全局搜索能力.仿真及实验结果表明:改进后的算法能够较好地突破局部最优解的限制,较快地找到了系统的全局最优参数;优化后的系统达到了设计要求,且对于负载在约束范围内的动态大范围变化有较强的鲁棒性,如当负载增大为原来的2倍时,输出电压及原边电流的大小及频率基本保持不变.     

有限制自适应遗传算法在三峡水电站厂内经济运行中的应用

针对三峡水电站厂内优化运行问题,提出一种改善算法收敛性的有限制自适应遗传算法．为了保证适应度函数的非负性,采用包含解空间初始种群生成和有限制摄动变异的有限制策略．运用个体优劣和群体分散程度自适应调整的交叉和变异概率,保持种群多样性和提高收敛速度．三峡水电站厂内经济运行不同量级的26台机组负荷分配结果表明：有限制策略解决了机组空蚀振动问题且保证了适应度函数的非负性,改善了算法的收敛性;同时,根据个体优劣和群体分散程度进行参数自适应调整的策略对于求解水电站厂内经济运行来说,是一种有效可行改进方式．     

面向成本优化的SBS虚拟化资源分配

在部署云应用问题中,对于结构复杂的基于SBS的资源优化分配问题,目前尚缺少深入研究.针对这一问题,提出了组件服务资源配置的概念及其确定方法,基于此将SBS的资源优化分配建模为资源配置的组合优化.为求解优化模型,给出了一种改进了交叉算子和变异算子的遗传算法.实验验证了优化模型的有效性,同时表明提出的遗传算法具有较快的收敛速度,且与线性规划相比,虽然最优解的质量相近,但是在较大规模问题上求解效率明显优于后者.     

基于快速标量传递算法的瑞雷波频散曲线反演研究

为了提高近地表瑞雷波频散曲线反演的效率和精度, 引入快速标量传递算法来计算瑞雷波频散曲线正演理论值。通过对比加入线性约束条件前后遗传算法(GA)与模拟退火法(SA)在反演瑞雷波频散曲线中的表现, 提出将计算速度快的蒙特卡洛法(MC)作为辅助手段来快速识别地层类型, 然后在GA和SA中加入线性约束条件来提高收敛速度, 并将GA得到的反演结果作为SA的初始状态, 同时适当地缩小搜索范围, 通过联合反演来克服GA的早熟问题。用上述方法计算和验证三层地层模型、含噪声数据以及工区实际模型, 结果表明该方法高效、准确、稳定性强, 有很强的全局寻优能力, 并具有一定的抗噪能力。     

产品协同创新设计任务分解及资源分配

针对产品协同创新设计任务分解及分配的复杂性问题,考虑设计任务间的依赖关系及创新主体的设计能力约束,提出了基于层次功能结构任务映射及协同伙伴模糊搜索匹配相结合的任务分解模型;在研究设计资源分类属性的基础上,为弥补设计任务优先级资源分配策略的不足,建立了考虑资源使用阈值的设计资源分配模型,并基于时间有色Petri网进行任务资源分配仿真建模;导入某品牌手机产品协同创新研发实例,验证了所提模型的有效性。     

Concurrent processes scheduling with scarce resources in small and medium enterprises

Scarce resources , precedence and non-determined time-lag are three constraints commonly found in small and medium manufacturing enterprises (SMEs), which are deemed to block the ap-plication of workflow management system ( WfMS ) .To tackle this problem , a workflow scheduling approach is proposed based on timing workflow net (TWF-net) and genetic algorithm (GA).The workflow is modelled in a form of TWF-net in favour of process simulation and resource conflict checking .After simplifying and reconstructing the set of workflow instance , the conflict resolution problem is transformed into a resource-constrained project scheduling problem ( RCPSP ) , which could be efficiently solved by a heuristic method , such as GA.Finally, problems of various sizes are utilized to test the performance of the proposed algorithm and to compare it with first-come-first-served ( FCFS) strategy.The evaluation demonstrates that the proposed method is an overwhelming and effective approach for scheduling the concurrent processes with precedence and resource con -straints .     

混沌云克隆选择算法及其应用

结合云模型理论与免疫克隆选择思想,提出一种新的改进算法-混沌云克隆选择算法(CCCSA).该算法采用混沌初始化生成初始种群以提高初始抗体的质量;通过基本正态云发生器实现抗体的变异操作以改善抗体的多样性.经典函数测试实验和时滞系统的自抗扰控制器参数优化整定仿真实验结果表明,该算法比一般的CSA算法、遗传算法和粒子群算法能更快的找到最优解;其求解精度更高,性能更加稳定.     

基于遗传算法的高校排课数学模型

排课问题是一个有约束、多目标的组合优化问题,并且已经被证明是一个NP完全问题。针对高校排课过程中存在诸多约束因素的问题,提出将遗传算法与约束条件算法相结合的排课算法,由约束条件算法确定排课任务的优先次序,遗传算法解决单个排课任务时间片分配的优化问题。实验结果表明,该算法能够改进算法性能,提高排课效率。     

基于改进遗传算法的RTM注射速率优化

针对目前遗传算法初始种群大多数为随机产生,注射速率优化过程容易早熟或不收敛问题,提出了基于注射速率规则的改进遗传算法。在大量注射速率历史数据基础上,建立了注射速率影响因素决策表,提出了规则相似度计算模型。由基于规则的种群生成算子生成初始种群,以填充质量最优为目标,并构造适应度函数,然后进行遗传操作,最后采用面向对象编程语言实现该算法。实例表明该算法比标准遗传算法收敛更快,而且在用该算法优化得到的注射速率下的充填质量比在用标准遗传算法优化得到的注射速率下的充填质量更好,说明采用改进遗传算法优化注射速率更为合理和可靠。     

基于Petri网的离散事件系统初始资源优化配置

资源优化配置技术能够在系统执行任务之前提供合理的资源分配方案,以满足预先设定的生产目标、成本等约束条件,对于节约成本、提高经济效益具有重要意义.本文基于Petri网研究离散事件系统的初始资源优化配置问题.首先,根据Petri网的结构化特性将初始资源优化配置问题抽象为整数线性规划问题;其次,利用Lingo等软件求解初始资源优化配置问题;最后,利用实例对提出的方法进行验证.实验结果表明,提出的方法简单,高效,具有重要的实际意义.