改进遗传算法求解有时间窗车辆路由问题

为了有效求解带有时间窗的车辆路由问题,在标准遗传算法的基础上,引入两代竞争近距淘汰选择算子,用欧氏距离来判断个体之间的距离作为个体的相似程度,相似程度高且适应度差的个体被淘汰,并辅以循环交叉算子和插入变异算子,构造出了一种改进的遗传算法.仿真实验表明,改进的算法在迭代过程中能有效保持群体的多样性,避免出现早熟现象而陷入局部极值点,提高遗传算法的内在并行性.同时通过竞争淘汰,使局部搜索能力得到加强,加快了搜索速度.改进算法所计算出的结果优于用轮盘赌和自适应选择作为选择算子的遗传算法的结果.     

主成分分析法在航空反潜机性能评估中的应用

针对航空反潜机机动性能评估的问题,确立了反潜机机动性能的评估指标集,建立了待评估样品的数据矩阵,用多元统计中的主成分分析法对样本矩阵进行统计分析,以样品第一主成分得分值构造系统排序评估指数,以评估指数对各个样品进行排序。用此方法对各种不同反潜机的综合机动性能进行评估并排序,所得结果与实际情况相符合,能客观有效反映飞机的综合机动性能。     

退火单亲遗传算法求解旅行商问题及MATLAB实现

为了提高遗传算法求解较大规模旅行商问题的能力,在单亲遗传算法中引入两代竞争模拟退火选择操作,与倒位算子和插入算子相结合,同时加入保优操作,使遗传搜索效率、收敛速度都得到大幅提高,所花费时间、收敛迭代次数、最后结果明显优于一般遗传算法和单亲遗传算法.给出了用MATLAB实现算法的一些重要步骤和函数,并进行了简要说明.在仿真实例中,用一般遗传、单亲、退火单亲遗传算法对75个城市的TSP问题进行了求解,退火单亲遗传算法对280、535个城市TSP问题进行了求解.结果表明,退火单亲遗传算法最终所得结果最好,但收敛所花时间约为一般遗传的2.5%,单亲遗传的20%,迭代次数为一般遗传的20%,单亲遗传的25%.     

一种遗传算法交叉算子的改进算法

为了有效克服遗传算法收敛速度慢和易陷入局部极值点的缺点,提出了一种遗传算法交叉算子的改进算法,即采用自适应交叉概率,给不相关大的个体赋予较大的被选概率的配对方式进行交叉操作;在适应度比例轮盘赌的基础上辅以父子竞争的选择操作.二元多峰值Schaffer函数优化的仿真实例结果表明:与保留最优个体策略的遗传算法相比,改进算法能有效减少无效的交叉操作,收敛速度和全局搜索能力都得到了较大提高,其平均收敛代数和收敛到最优解的概率都优于保留最佳个体策略的遗传算法.     

多随机因素下多品种库存优化的改进遗传算法

为有效利用库存资源,降低企业运行和库存费用,需研究多随机因素下的多品种库存问题.以单位时间费用最小为目标,建立了求解多随机因素下多品种商品联合订货的（s,S）模型;提出了一种基于最小基因片段编码、两代竞争的改进遗传算法.利用该算法求解出各商品的最佳体积分配和最优联合订货点,实现对仓库资源和运营资金更为科学的管理和控制.需求和提前期随机的3种商品联合订货的实例表明,使用改进遗传算法求解的结果明显优于其他方法生成的解.