炮射导弹控制系统的多目标二级优化设计

建立了炮射导弹多目标二级优化模型,提出了多目标二级混合遗传优化算法.对第一级多目标函数引入Lagrange乘子向量作为协调变量,采用两级递阶协调法实现多目标的第一级优化;针对遗传算法局部优化性能较差的缺点,将遗传算法与模式搜索法相结合,采用改进的遗传算法实现了多目标的第二级优化.仿真结果表明,所提出的多目标二级混合遗传优化算法收敛速度快,所设计的控制系统性能优于基于权重系数变换法的遗传算法的效果.     

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.     

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.     

轨道路径约束的散货卸船机调度优化策略

基于对卸船机调度特征的描述,建立了以最小化卸载作业完成时间为目标的卸船机调度优化模型,设计了混合遗传算法组件以获得问题近似最优解,通过松弛原问题中的难约束,推导了松弛问题的下界并作为原问题的下界.同时,对具有不同规模的问题进行实例计算与分析.结果表明,所设计的混合遗传算法能够在可接受的计算时间内获得合理的解.     

柔性作业车间多目标调度优化研究

研究了多目标柔性作业车间调度问题(FJSP),提出了一种基于Pareto的混合遗传算法,并建立了包括生产周期、总拖期时间和机床负载在内的多目标优化模型.该算法采用基于工序的编码方式和活动化解码方法,将Pareto排序策略与Pareto竞争方法结合起来.为了保证解的多样性,采用小生境技术并同时使用多种交叉方法,用Pareto解集过滤器保存进化过程中的最优个体,防止最优解的遗失.算法最后给出问题的Pareto最优解集.仿真试验证明,提出的混合遗传算法可以有效解决多目标FJSP.     

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.     

一种新的多目标粒子群算法的研究与应用

基于多目标粒子群优化算法的研究成果,以提升多目标优化方法性能为目标,结合铜电解稳态优化工程实际,提出了一种新的多目标优化粒子群算法.该方法采用可变的外部集策略和快速排序方法来减少优化计算量,采用拥挤度算子和强支配关系保证结果良好的分布性.测试函数的仿真对比分析及对铜电解实际过程数据的优化运行结果均表明该方法在收敛性、解的分布性及计算效率方面具有良好品质,特别是在求解三目标优化问题时的突出表现,表明这种算法在多目标优化领域具有更广泛的适用性.     

基于异质性出行需求的公交线路组合调度研究

为进一步研究异质性需求公交线路的组合调度,设计全程车、区间车和大站快车组合调度研究模型:以公交线路总成本(包括用户成本和运营成本)为目标函数,以各种调度模式发车频率、大站快车跳过站点为优化参数,以满足乘客出行需求为约束条件。模型首先基于Logit模型计算换乘比例,将乘客的出行需求进行分类,然后对组合调度方案进行建模。设计一种混合遗传算法的布谷鸟算法求解算例,获得最优解,并对模型参数进行敏感性分析。计算分析结果表明:此组合调度方法相较于全程车、全程车+区间车调度模式,总成本分别减少24.3%和14.4%;并优化乘客出行方式;乘客时间价值和单位运营成本对结果影响较大。通过这种组合调度优化方法,为公交运营企业调度方案提供一种新思路。     

基于混合遗传算法和复合形法的翼型优化设计

遗传算法的缺点在于计算过多的目标函数适应值而增加了优化设计的计算量。为了提高遗传算法的优化效率,将遗传算法和复合形法相结合,建立了基于混合遗传算法和复合形法的气动优化设计方法,对超临界翼型进行了单目标和多目标的优化设计,流场计算采用雷诺数平均N-S方程。算例表明,该设计优化方法稳定,设计质量高,效率比单纯遗传算法有很大提高,在工程中有较大的应用价值。     

基于组合优化算法的碟形水下滑翔机结构优化

圆碟形水下滑翔机的耐压壳体重量大小直接影响其整体性能。为解决只采用一种优化方法进行耐压壳体结构优化设计,很难得到真正的全局最优解的问题。首先,分别采用单目标优化、多目标优化方法进行碟形水下滑翔机结构优化方案设计。然后,设计全局探索型优化算法和数值型优化算法相结合的组合优化算法,对圆碟形水下滑翔机的耐压壳体进行优化设计;并与采用单独优化算法的优化设计结果进行比较分析。结果表明:MIGA和Hooke-jeeves组合优化算法获得很好地单目标优化效果;AMGA和Hooke-jeeves组合优化算法获得很好地多目标优化效果。     

基于改进混合遗传算法的给水管网优化设计

为解决给水管网的优化设计问题，建立了给水管网优化设计数学模型，提出了适于管网优化设计的改进混合遗传算法．进而对遗传算法改进方法、水力计算的信赖域法、适应度函数的建立、遗传操作和整数编码技术等进行分析，并以一个典型的工程案例进行验证．结果表明，改进混合遗传算法方法所得到的目标函数值和管网水力性能明显优于传统设计方法，充分说明了改进混合遗传算法方法用于管网优化设计的实用性和有效性．     

动态多目标优化进化算法研究综述

动态多目标优化进化算法主要研究如何利用进化计算方法求解动态多目标优化问题,其已成为进化计算领城一个新的研究课题.本文首先介绍了动态优化问题的分类,然后描述了动态多目标优化问题的基本概念、数学表述,最后在当前对动态多目标优化进化算法的基本原理、设计目标、研究现状及性能度量讨论的基础上,提出了对动态多目标优化问题需进一步研究的关键问题.     

基于脑模型联接控制器的车间布局多目标优化技术研究

该文根据车间物流费用和车间面积2个优化目标，建立车间设备布局多目标优化模型。并根据车间布局优化特点，设计了基于脑模型联接控制器的混合遗传算法对该模型进行求解。该算法具有自学习和自适应的特点。最后给出算例，通过对仿真结果的分析，证明该文所提算法能解决提出的问题。     

基于混合遗传算法的控制受限热传导系统最优控制问题求解

混合遗传算法是用粒子群位移转移的思想改变遗传算法的变异规则,利用此算法求解控制受限热传导系统最优控制问题,获得了该问题的分段常量控制.混合遗传算法对热传导系统最优控制问题从时间和空间进行了离散,由有限差分方法得到其离散模型的递推方程,将热传导系统的积分区域划分为多段,每段的控制常量作为混合遗传算法中的基因.此算法不需要求解系统的伴随方程和计算梯度,整个求解过程易于实现,而且克服了梯度法容易陷入局部极值的缺点.应用实例证明混合遗传算法求解精度高于极大值原理算法.     

混合遗传算法在同步电动机优化设计中应用

采用混合遗传算法对—新结构电机—转子磁极贴式永磁同步电动机进行优化设计的研究,论述了程序编制过程,给出了优化数学模型及优化结果,并对采用一般遗传算法和混合遗传算法进行优化设计的结果进行比较,得出了混合遗传优化寻优速度较快的结论。     

基于混合微粒群算法的网格服务工作流调度

采用微粒群优化的种群搜索方式,融合了局部搜索和全局搜索,引入了模拟退火算法和遗传算法思想,利用模拟退火随机概率来避免陷入局部最优,提出了一种混合微粒群优化算法,以便更好地满足用户期望的服务质量,解决网格服务工作流调度问题.网格仿真试验结果显示:对于具有全局QoS约束条件的Web服务选择,在执行效率上混合微粒群优化算法明显优于其他混合遗传算法,可在较短时间内获得较好的解,是求解多目标网格服务工作流调度问题的有效方法.     

基于遗传算法的多约束背包问题求解方案

采用混合遗传算法求解多约束背包问题.首先构建多约束背包问题的数学模型,然后采用多维实数编码方式的遗传算法,结合附带染色体库技术、局部启发式算子和扰动算子对问题进行求解,并给出了一个实验实例.实验证明文中采用这种混合遗传优化算法解决多约束背包问题切实可行,有较高的搜索效率.     

基于经济模型的网格资源调度算法

建立了基于经济模型的网格作业调度系统,给出了相应的服务质量(QoS)资源调度算法.通过定义资源的多维QoS指标,实现了对计算网格中广域分布和异构资源的统一描述,能很好地适应网格资源的动态性和自治性.采用QoS偏好度排序和欧氏距离的优化策略搜索资源,将用户提出的具有个性化或总体服务需求的作业透明、动态地分配给最适应的资源,优化了资源的统一配置.采用仿真实验比较多种算法的性能,结果说明QoS算法可满足资源的自适应性,较好地实现全局资源调度的目标.     

改进混合遗传算法在无功优化的应用研究

根据电网现有的运行状况,在国家电力市场环境下充分考虑了电力系统的安全运行约束,以目标函数为线路网损最小、电压质量最优为目标建立了数学模型,并将改进混合遗传算法应用到此无功优化问题中,并采用MATLAB编程实现算法,对IEEE-6节点测试系统进行了仿真计算,验证算法的有效性和可行性.