自动化立体仓库中的动态储位分配问题

提出了一种整数规划模型,用于自动化立体仓库中物料动态储位分配优化问题的建模,设计了一个两阶段的启发式算法,以求解初始解,利用禁忌搜索算法对初始解加以改进,并通过实例,对算法的效率和精度进行分析.结果表明,所提出的算法具有较好的鲁棒性和较高的求解效率,可以有效提高堆垛机的使用效率和仓库中的空间利用率.     

基于多种群空间映射遗传算法的立体仓库储位优化

针对在自动化立体仓库中储位分配混乱及仓储效率低的问题, 提出一个通过多种群空间映射遗传算法求解的组合优化模型. 该方法对基本遗传算法进行改进, 对货物自身需求量、 货架重心及货物相关性这3个方向组成的目标函数进行整体寻优. MATLAB仿真实验结果表明, 该方法得到了较现有算法更优的结果, 3个目标函数值均有改善, 并且任务容量会影响改进方法的优化能力.     

仓储货位选择优化问题的研究

本文结合仓储管理的现状，对仓储管理中如何确定最优货位问题进行了详细的分析。确定了货位优化的目标，以及货位优化必须满足的约束条件，建立了货位优化模型，并采用遗传算法对该模型进行求解。     

利用遗传算法解决分布式数据库系统中的数据分配问题

在分布式数据库系统中,如何得到一个最优化的数据分配方案是分布式系统性能优化所应该考虑的一个重要的方面,遗传算法的引入为问题的解决带来了新的思路,本主要介绍算法的设计及实现。     

采用自适应遗传算法的机床公差分配研究

针对当前机床几何精度建模忽视装配过程中的调整量,以及机床公差分配时缺乏科学可行的方法问题,利用状态空间模型描述机床实际装配过程,考虑装配过程中的调整控制量,建立了更加准确的机床装配精度模型,并引入种群多样性指标,构建了用于机床公差分配的自适应遗传算法。以TGK46100精密卧式坐标镗床为研究对象,建立了装配精度要求与基础大件角度误差之间的映射关系,以零件加工总成本最小为目标函数,采用构建的自适应遗传算法,完成了该机床基础大件角度公差的分配。结果表明:与不考虑装配调整量的偏差累积方法相比,该方法放宽了零件加工精度,最大放宽幅度达到了36.4%,平均放宽幅度为12.0%,从而在满足最终装配精度要求的前提下,降低了零件加工制造成本,为机床公差分配提供了更加准确的精度建模方法和可行合适的公差分配方法。     

遗传算法在冗余系统最优分配问题上的应用

以前在串-并联冗余系统可靠性的最优分配问题上，总是把部件的可靠度看成是一个确定的值，此方法有其局限性。近几年提出了一种新的算法——遗传算法。笔者正是在遗传算法的基础上，把过去的方法作了相应的改进，把部件的可靠性和平均失效时间看成是随机变量，并在几个约束条件下，得出了最佳的分配方案。     

改进量子遗传算法在光谱分配中的应用

本文在量子遗传算法的基础上进行改进,添加灾变操作来避免算法陷入局部收敛,克服早熟,收敛较慢,以及适应度标定方式的多样性等问题。通过在Matlab7.0环境下进行仿真实验,在三种不同的目标函数下与颜色敏感图着色算法进行比较,分析得出改进量子遗传算法能够通过更少的迭代次数获得利用率更高的光谱分配。     

计算机通信网络中容量与流量分配的优化研究

为了改进计算机通信网络的性能并降低其运营费用,采用改进的并行遗传算法,对计算机网络中容量与流量分配问题进行了优化,比较了不同算法所得到的网络运营费用.大量的计算机仿真实验结果表明,该算法能较迅速地求出全局近似最优解,并且与传统的方法相比较,解的质量能大幅度地提高.这对于减少网络运营费用及合理利用网络资源等方面都具有重大意义,在计算机通信网络及其它网络的规划设计、性能优化及评估中具有重要的理论和实用价值以及广阔的应用前景.     

遗传算法在冗余系统最优分配问题上的应用

以前在串-并联冗余系统可靠性的最优分配问题上,总是把部件的可靠度看成是一个确定的值,此方法有其局限性.近几年提出了一种新的算法--遗传算法.笔者正是在遗传算法的基础上,把过去的方法作了相应的改进,把部件的可靠性和平均失效时间看成是随机变量,并在几个约束条件下,得出了最佳的分配方案.     

基于遗传算法的机场停机位分配问题研究

停机位分配作业关系到整个机场的系统运作,其作用相当重要。通过分析航空器占用停机位时区集合的特点,应用划分时间片算法建立了停机位分配的图论模型,将机场停机位分配问题转化为图的k-顶点着色问题。应用遗传算法求解图的K-顶点着色问题,给出了机场停机位分配问题的实用算法。最后将该算法应用于一个算例。     

面向低能耗的密集仓储货位分配优化

针对四向车式密集仓储系统的货位分配问题,提出一种四向车及提升机的能耗计算模型,并考虑动态货位可行域约束等因素,建立了以减少能耗为主要目标且兼顾降低货架重心与作业分布均衡的货位分配优化模型。设计自适应变异的差分进化算法对模型进行求解,向量个体表示单批作业的目标货位集合,将个体基因位的值域映射为相应出入库作业的货位可行域,根据此动态货位可行域进行个体解码后得出可行货位解,通过综合评价个体的优劣及种群迭代进化获得作业的最优货位解。在3种预设库存和3种载荷类型的情况下分别进行试验,结果表明,与考虑最短距离的货位分配优化模型相比,所提出的模型及算法可有效降低仓储能耗且其性能优势明显。     

基于遗传算法的产品分配方案研究

建立了产品分配的时变模型 ,并将其分为两层子问题 .下层子问题为基本的运输问题 ,按一般的线性方程求解 ;上层子问题则求系统的最小成本 ,采用遗传算法进行求解 .同时 ,还进行了大量的计算机实验 ,并在实验过程中将遗传算法与实现产品分配时常用的算法进行了比较 .结果表明 :采用本研究所建模型 ,并利用遗传算法进行求解 ,可以取得相当好的效果 ,具有实现简单、收敛时间短等优点 .     

基于遗传算法的分布式数据库数据分配研究

针对目前分布式数据库数据分配方法存在的局限性及代价公式复杂、算法运行效率低等问题,提出了一种将遗传算法应用到分布式数据库数据分配的方法,同时为了进一步提高数据分配的准确性与计算效率,对遗传算法实施了以下改进:初始化群体的改进;适应度比例与最优值保留综合机制;自调节的交叉因子与自调节的变异因子的使用.仿真结果表明:与基于数据段访问特性分配方法相比,改进后的数据分配方法的计算结果与最佳结果更为接近.     

频率分配问题的建模、算法及其实现

提出了一种蜂窝移动通信中的基站频率分配问题的模型,给出一种新的基于遗传算法的解决算法,并且详述了该算法的实现.     

机场停机位分配问题的遗传算法

停机位分配作业关系到整个机场的系统运作,其作用相当重要。通过分析航空器占用停机位时区集合的特点,应用划分时间片算法建立了停机位分配的图论模型,将机场停机位分配问题转化为图的k-顶点着色问题。应用遗传算法求解图的K-顶点着色问题,给出了机场停机位分配问题的实用算法。最后将该算法应用于一个算例。     

混沌伪并行遗传算法及其在火力分配优化中的应用

剖析了混沌模型的随机性、遍历性和初值敏感性的特点,提出了多种群伪并行混沌遗传算法.把多群体伪并行进化的并行性和混沌运动的内在随机性结合起来,利用不同的混沌扰动策略,把混沌变尺度映射机理应用到种群初始化和中间群体的优化进化实现函数优化.仿真结果表明,混沌伪并行遗传算法比伪并行遗传算法和简单遗传算法具有更快的收敛速度和更高的最优解搜索成功率,可对火力分配进行优化.     

基于遗传算的产品分配方案研究

建立了产品分配的时变模型，并将其分为两层子问题，下层子问题为基本的运输问题，按一般的线性方程求解；四层子问题则求系统的最小成本，采用遗传算法进行求解，同时，还进行了大量的计算机实验，并在实验过程中将遗传算法与实现产品分配时常用的算法进行了比较。结果表明：采用本研究所建模型，并利用遗传算法进行求解，可以取得相当好的效果，具有实现简单、收敛时间短等优点。     

基于安全约束的停机位分配问题的研究

停机位在机场运作系统中扮演着重要的角色,如果没有制定高效合理的停机位分配方案,航班便不能按原计划准时到达预定的停机位.随着航班数量的不断增加,机场运作效率的提高面临重大挑战,因此需要对航班进行停机位的合理分配.同时,合理地控制各个停机位的空闲时间可以避免相邻机位航班的运行冲突.考虑到机场系统的安全运行约束,建立避免冲突的停机位分配模型,引入实例,采用遗传算法进行求解,得出停机位分配的甘特图,验证了模型的合理性与有效性,更加贴近实际,提高了机场运行效率.     

冷连轧机组负荷分配智能优化新方法

提出基于免疫遗传算法与BP网络混合模型的冷连轧机组负荷分配的智能优化新方法,该方法具有学习功能强、计算精度高、使用方便等特点,且适合在线计算.实验证明了该方法的有效性.     

动态武器目标分配问题中改进遗传算法的元级控制

动态武器目标分配问题是一类实时性很强的优化问题.考虑分配的时间约束时,其求解算法应该是anytime算法,即算法在任意时刻都能输出合理解,且解的质量随时间增加而增加.在有限的计算时间内,anytime算法的运行时间应在综合考虑解的质量、计算代价及环境状态的变化而确定,以使解的效用最大化.该文针对有截止期的动态武器目标分配问题的anytime算法,利用元级控制过程控制算法的响应时间.在分析算法解效用影响因素的基础上,建立了时间相关的解效用公式,并基于该公式给出了一种元级控制策略.仿真结果验证了对动态武器目标分配的anytime算法进行元级控制能有效提高解的效用.