一种改进的蚁群算法在垃圾运输问题中的应用

针对基本蚁群算法收敛速度慢、易陷于局部最优解等缺陷,将量子算法中的态矢量和量子旋转门引入到蚁群算法中,并分别表示和更新信息素,提出一种改进的蚁群算法--量子蚁群算法(QACA),使算法具有更好的种群多样性和全局寻优能力.结合垃圾运输问题,从数值计算上探索了改进的蚁群算法的优化能力,并与遗传算法和基本蚁群算法进行了对比,测试结果表明,改进算法获得的结果比遗传算法和基本蚁群算法更优,表明该算法是求解垃圾运输问题的一种有效算法.     

一种新的多移动机器人协调路径规划方法

针对动态环境中多移动机器人路径规划问题,提出了一种基于知识的遗传算法。该算法路径表示简单,所设计的基于知识的遗传算子并入了领域知识和局部搜索技术,同时,把领域知识并入初始种群,大大提高了遗传算法的效率;将协调路径适应值矩阵引入基于知识的遗传算法,实现了多移动机器人协调路径规划。仿真结果验证了该算法在多移动机器人路径规划中的可行性和有效性。     

电网PMU优化配置中IGASA算法的研究

在函数的全局优化算法中,模拟退火算法和遗传算法的结合可较好地改善算法的性能．基于这个思想将适合全局搜索的遗传算法（GA）和适合局部搜索的模拟退火算法（SA）相结合,提出改进的遗传模拟退火混合算法（IGASA）来解决电力系统PMU优化配置问题．该算法用于遗传算法中选择概率的计算以增强算法的收敛性,在交叉和变异概率的选取上也进行了改进,以进一步改善算法的稳定性和收敛性,并提高了收敛速度和防止种群早熟现象．5个仿真试验验证了该算法的可行性和有效性．     

遗传算法在高校排课系统中的应用

给出了高校教务管理系统中排课问题的数学模型,提出基于遗传算法的解决方案.结果表明,该算法能比较有效地解决排课问题.     

多模态函数优化的小生境克隆选择算法

分析了传统用于多模态函数优化问题小生境遗传算法的特点和不足,基于免疫系统的克隆选择原理,提出一种解决多模态函数优化问题的小生境克隆选择算法(NCSA),通过3个典型的多模态函数寻优问题的仿真实验,说明实现了小生境克隆选择算法在解决多模态函数的优化问题时的有效性.     

带界约束条件min-max问题的混合遗传非光滑算法

利用遗传算法和非光滑算法给出带界约束条件Min-max问题的一个混合算法,这种方法综合了2种方法的优点,从数值算例可以看出算法的有效性.     

遗传算法与微粒群算法的比较

通过几个测试函数对遗传算法和微粒群算法进行了比较.结果表明在寻找最优解的最优值和速度方面,微粒群算法优于遗传算法.     

IGA和FA在局部遮荫情况下MPPT中的应用

【目的】针对快速变化的部分遮荫条件,提出一种改进的光伏系统最大功率点跟踪（MPPT）算法。【方法】该算法在融合遗传算法（GA）和萤火虫算法（FA）的基础上,通过差分进化（DE）算法来改进算法计算过程。通过将DE变异过程和FA吸引过程结合起来,可简化遗传算法计算过程。【结果】仿真和评价结果表明,MPPT算法具有处理简单、响应速度快、精度高等优点。【结论】与传统遗传算法相比,MPPT算法的执行时间和跟踪精度分别提高了69.4%、4.16%,该算法适合不同类型的太阳能电池板和不同格式的系统,具有跟踪速度快、跟踪精度高的优点。     

一种求解代数方程组的混合遗传算法及工程应用

针对用遗传算法求解代数方程组时解的精度问题，提出了一种混合遗传算法，这种算法采用实数编码方法，在遗传算法的基础上，引入一种用适应度函数值构成动态变化的搜索步长的随机搜索算子，当遗传算法求解达到某一精度时，应用该搜索算子在最优个体附近进行随机搜索，使算法解较快地逼近到所要求的精度，实验表明用这种算法求解代数方程组，可以达到较高的求解精度，在工程中用于求解关节型机器人速度逆解，避免了矩阵求逆，取得了满意的效果。     

求解矩形物体布局问题的分布评估算法

介绍了分布评估算法的主要特点,通过对矩形物体基于布置点的布局方法进行改进,在引入新的个体表达方式和物体布局规则的基础上,提出了求解矩形物体布局问题的分布评估算法.实例表明该算法优于传统的遗传算法.