一种基于遗传算法的模糊聚类

对模糊c均值聚类算法（FCM算法）进行了讨论，说明FCM算法一般得不到全局最优分类，因此结合FCM算法提出了用遗传算法进行寻优求解，从而将遗传算法用于模糊聚类分析，最后的实例表明，遗传算法在处理多样本、多属性、多类别问题时，是一种有效的方法。     

线性二级价格控制问题的Topkis-veinott修正算法

利用K-T条件把线性二级价格控制问题转化为单层数学规划问题,结合Topkis-veinott修正算法,给出了线性二级价格控制问题的Topkis-veinott修正算法;同时,对其收敛性做了深入的研究,给出并证明了线性二级价格控制问题的Topkis-veinott修正算法的收敛性定理.     

一类自适应遗传算法的理论分析与数值模拟

对孙建永等人提出的自适应遗传算法进行了理论与性态分析，通过随机过程分析，证明了所提出的遗传算法在概率意义下全局收敛，另外通过大数量数值模拟说明了所提算法不仅较古典二进制遗传算法有效，而且较灾编码遗传算法也更为快速有效，新算法可应用于求解广泛复杂工程优化问题。     

基于模拟退火遗传算法的板材优化下料

通过对板材优化下料问题的研究，给出了一种较为实用的具体的模拟遗传算法，该算法融合了遗传算法和模拟退火算法的优点，兼有遗传算法中种群个体、交配、基因、遗传、变异等淘汰劣质解的操作，也有模拟退火算法中冷却进度表和接受概率等寻优控制技术，可以更好地实现板材下料问题的快速求解。     

基于混合遗传算法的多约束组播路由问题的求解

研究了延时、延时抖动约束的最小费用组播路由问题,并且提出了一种混合遗传算法.遗传算法是一种模拟生物进化过程的并行最优算法,适合在大型、复杂的空间中寻找最优解.遗传算法并不需要求解问题具有连续性,因而适宜于约束组播路由问题的求解.此外,遗传算法的并行分布式处理实现简单,因而用遗传算法解决约束组播路由问题十分有效.并通过计算分析,表明本算法能够快速有效的构造出所要求的满足延时、延时抖动约束的最优组播树.     

遗传算法与其他智能算法的耦合及其应用研究

遗传算法是模拟自然界生物进化过程与机制求解极值问题的一类自组织、自适应人工智能技术,基于其全局寻优和隐含并行性的特点,在函数优化、自动控制、数据挖掘、机器学习、符号处理等领域都有着广泛的应用。结合函数优化问题、神经网络优化问题、离散时间系统最优控制问题,提出基于遗传算法与其他智能算法的混合算法,数值实验结果表明提出的几种新的混合算法性能显著优于遗传算法。     

基于改进算法的移动机器人路径规划

机器人路径规划问题通常采用不同算法来对其进行规划，为发挥算法中改进遗传算法和鲸鱼优化法的优势，弥补遗传算法出现优化准确率和收敛度不高等问题，将改进遗传算法和鲸鱼优化法融合，增强移动机器人路径规划对动态环境的适应性能。对算法适应度函数进行优化，改善了基本遗传算法、提升了原算法对函数的求解效率。通过遗传算法、对遗传算法进行改进的算法、改进遗传算法与鲸鱼算法相融合的算法所运行的路径长度与运行时间进行比较，结果表明融合改进优化算法可以有效获取最优算子，减少运算时的迭代次数，同时提升算法的规划准确率。     

一种用于多峰函数优化的改进混合遗传算法

针对遗传算法在处理复杂多峰函数优化问题中存在的一些缺陷，提出了一种改进型的混合遗传算法，它在小生境技术的基础上引入单纯搜索算法、最优保存算法和近优淘汰算法，并使之相互结合，经编程实践证明，这种改进的混合遗传算法在处理复杂多峰函数优化问题时，局部搜索能力和克服过早收敛能力方面都显著优于标准遗传算法，并在实际应用中取得了较好的效果。     

基于模糊模拟的实数遗传算法及其应用研究

针对模糊模拟在模糊优化问题中存在的计算量大、易收敛到次优解等缺点, 将实数遗传算法与模糊模拟相结合, 提出一种基于模糊模拟实数遗传算法的优化算法。该算法充分利用了实数遗传算法的全局搜索能力和鲁棒性强等优点,从而能较快地得到最优解或准最优解。仿真实例表明了该算法的有效性。     

用遗传算法求解飞行管理问题

对遗传算法的算子加以改进，并用改进后的遗传算法求解飞行管理问题，模拟结果表明该算法有效。     

基于遗传算法的约束优化方法评述

用遗传算法求解无约束优化问题已经取得了成功 ,但如何处理有约束优化问题是其面临的问题之一 .目前处理这一问题没有一致适用的方法 ,最常用的处理约束方法是惩罚函数法 ,也有一些其它方法 .本文对近几年出现的几种方法进行了介绍 ,并评述了它们的优缺点 .     

免疫遗传算法在变频调速泵站中的应用

针对高速线材厂冷却水循环系统中调速泵站能耗高、效率低的问题,对调速水泵的性能进行了研究,建立了基于免疫遗传算法、变频调速技术以能耗为最小目标的优化运行数学模型,对不等式约束条件进行了简化。在求解数学模型的过程中,免疫遗传算法中融入了一种新的处理约束条件的方法。避免了处理约束条件时遇到的困难和遗传算法易早熟、易收敛等缺陷,使得处理约束问题简单化,并提高了收敛速度。最后通过仿真实验验证了此算法对于解决水循环系统中多台变频调速水泵并联优化运行问题的有效性。     

求解约束优化问题的分组比较遗传算法

Deb提出的基于遗传算法求解约束优化问题的约束处理方法简单易用，但存在一些不足之处，通过考虑不可行解在优化过程中的作用，对Deb的方法进行了改进，提出了分组比较的约束处理方法，并将该法结合到一个改进的遗传算法中，数值实验和比较结果表明了这种方法的有效性。     

基于改进遗传算法的半挂牵引车平顺性与操稳性协同优化

为实现平顺性和操纵稳定性的协同优化,以某半挂牵引车悬架系统为研究对象,以脉冲输入下座椅坐垫上方z向最大加速度、角阶跃输入下的横摆角速度振幅为目标,选取前后悬架钢板弹簧刚度、前后悬架减振器鞍座刚度以及阻尼系数为设计变量,建立目标函数并利用改进NSGA-Ⅱ遗传算法对设计变量进行寻优匹配,最后将最优参数导入ADAMS/CAR...     

遗传算法在箱装军用物资垛位优化中应用

垛位优化是仓库管理中的一项重要工作。文章首先建立了基于总搬运距离和同一性原则的多目标优化模型——箱装军用物资垛位优化数学模型;然后采用了并列选择法的遗传算法来解决该优化问题,并给出了求解的具体步骤和操作过程;最后结合一实例对该方法的有效性进行了验证。     

基于遗传规划方法的集装箱吞吐量预测

在对现有各种预测方法进行简要回顾的基础上，对遗传规划方法进行了研究，提出了应用于集装箱吞吐量预测的计算模型和相关参数的确定方法，并完成了算法设计和编程工作。在此基础上，以宁波港集装箱吞吐量的历史数据为样本，开展了预测计算试验，找到了能够反映宁波港目前集装箱吞吐量发展规律的样本集，并对宁波港未来九年的集装箱吞吐量进行了预报。结果表明，本算法合理、改良自动化程度高，为解决集装箱吞吐量等非线性系统预测提供了一条新的途径。     

具有岸桥碰撞和甲板约束的岸桥混合装卸作业调度优化

针对具有岸桥间不可相互穿越及安全距离约束、甲板开闭约束的集装箱码头岸桥混合装卸作业的调度优化问题,分析了岸桥装卸与移动过程中的相关性质,并提出一种基于减小岸桥移动距离和均匀化岸桥负荷的启发式算法.在该算法基础上设计了一种遗传算法,进一步搜索最优解,并推导了问题的一个低界.数据实验表明,所提出算法的解具有良好的质量和较高的时间效率.     

A Decision Support Method for Truck Scheduling and Storage Allocation Problem at Container

Truck scheduling and storage allocation, as two separate subproblems in port operations, have been deeply studied in past decades. However, from the operational point of view, they are highly interdependent. Storage allocation for import containers has to balance the travel time and queuing time of each container in yard. This paper proposed an integer programming model handling these two problems as a whole. The objective of this model is to reduce congestion and waiting time of container trucks in the terminal so as to decrease the makespan of discharging containers. Due to the inherent complexity of the prob-lem, a genetic algorithm and a greedy heuristic algorithm are designed to attain near optimal solutions. It shows that the heuristic algorithm can achieve the optimal solution for small-scale problems. The solutions of small-and large-scale problems obtained from the heuristic algorithm are better than those from the genetic algorithm.     

基于遗传算法的嵌入式软件中断过载动态检测

嵌入式软件需要处理大量中断。中断的随机特性导致越来越复杂的嵌入式系统测试困难。该文基于遗传算法的中断过载动态检测方法,使用均匀变异增加中断类型多样性,非均匀变异算法的使用提高了局部搜索能力;构造产生堆栈深度的中断执行序列测试中断处理的堆栈溢出错误。采用自主研发基于SPARC V8架构的Virtualsparc仿真平台进行中断过载仿真测试,实验表明:该方法可以快速检测堆栈中待处理的中断丢失率,随着堆栈深度的动态修改,大大降低了中断处理在堆栈里的丢失率,同时对中断过载进行定位来提高嵌入式软件中断缺陷检测效率。     

具有反向学习的多目标元胞遗传算法的空间桁架结构优化设计

为了解决具有多约束的桁架结构问题,提出一种具有反向学习的多目标元胞遗传算法应用于空间桁架结构多目标优化设计中。根据分析元胞遗传算法特点,引入一种反向学习策略、差分进化策略和约束处理技术。通过标准测试函数对比分析,算法能很好地保持Pareto解集的收敛性和均匀性。针对空间桁架结构优化的数学模型,采用实数编码和个体修正方法,将该算法对72杆空间桁架优化问题进行求解,并与MOCell的优化结果进行比较。结果表明,新算法获得的Pareto解集更加均匀,极端点值域更宽广,具有一定的工程实用性。