立体定向放射外科中的γ—刀治疗规划的优化

在γ－刀治疗规划系统中，治疗方案一般是由医生反复调试各参数后确定的，这不仅费时，而且难以获得最佳结果，因此，对方案进行数学优化是很有必要的，本文给出解决该问题的一种方法，即改进单纯形法，计算数据结果显示根据优化方法获得的等剂量线与肿瘤轮廓线能很好的吻合。     

IMRT治疗计划的多目标优化问题

针对形调强放射治疗(IMRT)治疗计划逆向设计的需要,建立了IMRT治疗计划的多目标优化模型.该模型将病灶和健康组织辐照剂量作为约束条件,以剂量均匀性和健康组织与病灶的剂量梯度差作为目标函数.以该模型为基础,采用遗传算法实现了IMRT治疗计划系统优化.经实例计算,获得的剂量分布和病灶形状相比具有较好适形性,且健康组织剂量和病灶组织剂量有很大差别,治疗增益比高.此外,采用的遗传算法能较快收敛,实例计算证明了该模型的适用性和算法的有效性.     

基于遗传算法的主生产计划优化模型

文章针对生产与销售多种产品且每个产品具有多级装配结构的典型离散型生产制造企业,研究了其主生产计划调度优化问题;以全生命周期中生产与库存费用最小为目标,通过引入提前和拖期惩罚费用因子,建立了加工能力受限情况下的主生产计划优化数学模型;将遗传算法和启发式方法相结合,提出了一种新型的企业资源计划的主生产计划优化的求解策略;对典型实例进行仿真,并对求解性能进行了比较,结果表明该算法模型是有效和可行的。     

遗传算法在网络计划资源优化中的应用

将遗传算法引用到资源优化中，解决了“资源有限-工期最短”和“工期固定-资源均衡”两种优化问题，得到了比应用网络计划技术及数学规划方法更为满意的计算结果，克服了传统的资源优化方法不能保证解的最优性的缺点。在此基础上，还将上述两种情况综合进行多目标优化，获得工期最短资源均衡的优化结果，并通过实例验证了该方法的可行性和高效性，对于工程项目管理中资源工期优化具有实际应用价值。     

用改进的遗传算法实现网络计划优化

遗传算法的网络计划优化属于离散的非单调、欺骗性问题,较难得到全局最优解．而采用改进的遗传算法,并运用数据库,通过对大量实际运算结果的统计分析表明：改进后遗传算法,能显著提高全局最优解的成功率．研究中发现,该类问题适应度的动态缩放技术具有最好的效果,并就该类问题提出了合适的参数取值．     

基于遗传算法的ERP生产计划排单模型

以某家具制造企业为实际背景 ,讨论ERP生产计划排单模型的建立及算法设计 .在所建模型中 ,对染色体采用工件编码规则进行编码 ,提出了掺杂人工基因重组的交叉方法 ,并且给出了选择、交叉和变异的具体算子 ,利用自适应遗传算法可实现生产计划的自动生成及调度     

γ-射线血管内照射治疗计划系统的研制

介绍了研究开发的三维血管内照射治疗计划系统，该治疗计划系统建立在三维医学图像和临床上常用的γ－射线源基础之上，集成了放射源剂量学数据管理，三维图像处理，治疗计划设计、剂量分布计算与显示、治疗计划评估和打印输出等功能模块，为了验证治疗计划的有效性，文中给出了2组实验数据，一组是与GammaMed治疗计划系统的对比结果，另一组是对实际弯曲血管的计划结果。     

基于两级遗传算法的模糊化计划调度

制订长期生产计划时,约束的精确值往往很难确定．采用在资源约束和合同约束下关于利润指标的模糊化非线性规划来产生优化的生产计划,并用遗传算法寻找优化的调度方案．给出了一个具体的生产计划调度问题的算例．     

基于遗传算法的单件准时化生产计划

设计了一种遗传算法,用来解决以准时生产为目标的单件制造业生产计划问题,提出了基于投产日期的生产计划编码方法,这种编码方法直接把生产计划映射为一个有序的字符串,并针对这种编码设计了专门的交叉算子和变异算子,相似度检验增加了初始种群的多样性;小生境进化技术的运用有效地保持了群体的分布性;种群并行进化策略、变异率自适应调整、与启发式算法相结合等措施提高了遗传算法收敛到最优解的成功率。     

基于遗传算法的工艺路线优化决策

为了实现计算机辅助工艺计划(computer-aided process planning, CAPP)系统中的工艺路线优化决策,分析了工艺路线优化决策过程中存在的问题以及相关约束,提出利用遗传算法对基于工艺约束的工艺路线进行优化决策.在加工工序排序决策过程中同时考虑机床和刀具的选择,通过遗传算法的复制、杂交、变异等操作进行工艺路线决策.结果表明 利用遗传算法可以有效地对工艺路线进行优化决策,得到满足生产要求的最优或接近最优的工艺路线.通过实例,详细介绍了利用遗传算法进行加工工序排序决策以及相关的机床和刀具的选择过程.     

基于改进遗传算法的多车间计划与调度

生产计划与调度是企业生产和管理的核心内容,传统的单车间调度优化不能满足多车间调度优化的要求.针对这情况,提出一种基于改进遗传算法的层次化多车间计划和调度优化方案,其中生产计划层负责零件的分发,车间调度层负责零件加工路线的规划.以一个三制造车间的调度优化为例,验证多车间调度模型的有效性.结果表明所提出的方案在将加工零件合理地分配到适当的车间同时,实现了零件加工路径的规划,从而为解决分布式多车间调度优化问题提供一种有效而又实用的方法.     

电力系统发电机组的检修和运行计划优化

本文提供一种应用生产模拟算法对电力系统发电机组的检修和运行计划进行优化的新方法。这种优化方法由相互关联的三部分组成；发电机组的年度检修计划、月和日的运行计划。首先优化年度检修计划，而月和日运行计划则在年度检修计划在基础上，以系统可靠性和运行费用为目标进行优化。本方法曾以西北某电力系统为例进行了计算，结果表明正确和有效。     

基于两级遗传算法的多工厂供应链批量计划问题

研究了分布式多工厂协作生产的供应链的约束批量计划问题．以最小化项目的生产成本、库存成本与运输成本之和为目标，建立了加工能力受限情况下的数学规划模型．通过分解问题模型，提出了基于两级遗传算法优化的求解策略．对典型算例进行了仿真，并与分枝定界法的求解结果进行了比较．结果表明，此方案是有效的、可行的．     

智能模拟技术在生产计划优化中的应用

在延时Ｐｅｔｒｉ网的基础上，提出一种更适合生产计划模拟的扩展延时Ｐｅｔｒｉ网。将它与专家系统相结合，设计并建立了计划专家模拟系统，借助于该系统对生产计划进行模拟运行和优化，以得到较优的利用调整的计划。     

基于遗传算法的轨道综合养护计划模型设计

根据大型养护机械线路综合养护的特点,设计了基于遗传算法的0—1整数型轨道状态最优综合养护计划模型,并结合线路不平顺数据,对模型求解效果进行了检验,初步实现了大型养护机械养护作业安排的计算机解析,从算法角度解决了轨道不平顺状态计算机辅助决策系统的关键问题.     

企业综合生产计划的一种设计及优化方法

在研究单件小批量制造型企业的运行方式，充分考虑了质量，成本，产值，利润，设备利用率与员工工作强度的关系后，构造了它的生产能力模型。模型中利用约束条件，对质量与员工工作强度等不易数量化的因素进行定量处理，增强了模型的逼近程度，给出了前推和后移式的平衡生产能力方法及协调冲突的解决策略。经过实际使用，效果比较理想。     

基于改进遗传算法的新产品投入计划

提出一种新产品投入计划的定量分析方法·该方法将所有产品分为4种具有不同收益曲线与参数的产品类型·每种类型产品的曲线参数由其经济特性确定·在产品收益量化描述的基础上,给出了一种利用0-1半无限规划(0-1SIP)制订新产品投入计划的数学模型方法,并用改进的遗传算法求解·最后,给出了一个计算例子,计算结果证明了算法的有效性·该研究具有较强的适用性,在进行充分市场预测的前提下,对企业制定新产品投入计划,具有很好的辅助作用·     

基于遗传算法的切削用量优化

在机械加工中,切削用量的优化对于保证加工质量,降低加工成本和提高劳动生产率都具有重要意义。近年来快速发展的遗传算法,对于解决非线性优化问题取得了令人瞩目的成绩。应用遗传算法对切削用量的优化问题进行了研究,提出了一种在进行遗传操作之前对个体进行预先筛选,从而将有约束优化问题变成无约束问题的方法,并通过算例说明了它的有效性。     

基于神经网络与遗传算法优化γ-氨基丁酸的发酵条件

本文运用BP(back-propagatfon)神经网络优化红曲霉ZL307产γ-氨基丁酸的固态发酵工艺条件,建立了发酵条件与γ-氨基丁酸产量的关系模型,采用遗传算法对此模型进行全局寻优.神经网络结构为4-11-1的模型能较为精确地拟合输入的样本数据,测试样本的输出值与试验结果的相关系数为0.989.遗传算法优化出的最佳工艺参数为温度31.7℃、初始pH 4.6、初始含水量69.8%,接种量13.2%.在优化条件下,γ-氨基丁酸产量为0.518mg/g,含量比优化前提高了19.6%.     

资源优化模型及遗传算法

在网络计划中提出了资源优化问题,并建立了资源优化数学模型.同时,指出现代优化算法是求解资源优化模型的主要算法,并使用遗传算法对资源优化模型进行求解.此遗传算法与传统的遗传算法有所不同,第一是根据资源优化过程的特点设计的独特的杂交概率和变异概率,可以既尽快获得最佳模式又扩大搜索范围,避免早熟现象的发生;第二是引进了检查和修复算子以保证杂交和变异的子代满足可行性的要求;最后给出了算例以验证算法的有效性和正确性.