一种小群体规模的结构优化GA算法

提出了一种用于结构优化的具有动态种源空间的ＧＡ算法，此算法可以与其他结构优化方法结合，以处理结构优化问题，并可取较小的群体规模。     

基于模拟退火的动态蚁群算法求解TSP

旅行商问题是智能算法研究中的一个经典问题,同时也是检测智能算法的标尺.在是蚁群算法的参数随着迭代的进行做动态调整的基础上,运用模拟退火算法对取得的局部最优解进行调整,使蚁群算法跳出局部最优,得到更好的解     

结构优化设计中一种有效的混合GA算法

提出了一种板结构齿行法和动态种源空间ＧＡ算法，并将这两种算法结合起来，用于处理组合结构优化问题．算例表明这种混合ＧＡ算法适用性广，且计算效率较高     

基于文化算法的投资组合规划问题求解

运用两种版本的文化算法对投资组合的非线性规划模型进行求解,并与进化规划算法进行了比较.仿真实验表明,与进化规划相比,文化算法的两个版本均能以更快的速度稳定地收敛到全局最优解,因此采用文化算法求解此类非线性优化问题更为有效.     

混沌演化算法求解动态优化问题

提出了一种结合混沌序列的演化算法——混沌演化算法,将其用于处理动态优化问题,并对动态多峰benchmark优化问题进行了数值实验,实验结果表明:混沌演化算法在处理动态优化问题时是有效的.     

基于动态群体的聚集演化求解多峰函数优化问题

指出了现有的演化算法框架都是群体固定的演化迭代过程，对求解多峰函数优化问题时由于无法事先得知峰值点的个数而很难确定合适的群体大小，影响了算法的效率，提出了一种群体动态可调的演化方式，使得初始群体大小可任意指定，在演化过程中通过聚集和按比例引入新个体两个过程而动态变化。实验表明，该算法能尽可能多地定位峰值点。     

基于改进GA算法优化RBF网络的航空发动机叶片损伤图像识别

通过对航空发动机叶片损伤图像进行识别,可以快速准确的发现叶片损伤状况,有利于对故障进行及时有效的预测。本文对损伤图像进行分割,提取损伤图像特征参数,采用改进GA算法优化RBF网络参数的方法建立航空发动机叶片损伤图像识别模型,对损伤图像特征参数样本进行仿真实验,识别正确率为93.33%,同时与单一RBF网络模型识别结果进行对比分析,结果表明该方法更加优越有效。     

基于运输规划和组合GA的基本物流网络设计

为了探索动态规划求解多阶段物流网络设计方法,提出了基本物流网络模型和基本决策问题,并利用运输规划和组合遗传算法开展了研究。结果表明:利用运输规划求解小规模问题具有灵活、有效的特点,组合遗传算法随着规模的增大精度和效率提高。证明可以此为基础,进一步利用动态规划研究多阶段物流网络设计问题。同时研究了物流费用的规模经济问题,给出了仓储费用和运输费用的非线性计算公式,并成功应用到多阶段物流网络设计中。     

基于网络处理器的高速动态分流器设计

基于网络处理器的高速动态分流器,以IXP 2400为研发平台,采用基于源IP地址分类和改进的PSO算法为核心技术,实现了高速网环境下的动态分流功能.仿真实验结果表明,该设计方案较好地实现了高速分流转发功能,且具有一定的可行性.     

线性动态网络直接求解的矩阵算法

给出了线性动态网络具有单根和共轭复根直接求解的矩阵算法,该方法不需要建立网络的状态方程可直接从网络中求出所有动态元件变量或指定元件变量的解,其解具有矩阵形式,在网络分析与计算中,具有较大的实用意义。     

生鲜农产品物流网络节点布局优化

为优化生鲜农产品物流网络布局,以从产地、预冷站、配送中心到各个需求点总物流费用最小为目标函数,并结合生鲜农产品时间敏感特征,通过采集腐烂指数经验数据,测算出因腐烂变质造成的物流损失成本,建立生鲜农产品物流网络布局非线性规划模型,设计相应的遗传算法.算例验证了模型和算法的有效性.     

基于遗传算法的汽车变速箱轻量化设计

文章利用近似模型方法和遗传算法对某变速箱进行轻量化设计.在满足变速箱刚度强度及振动模态要求的基础上,采用拉丁方法进行试验设计,基于高斯径向基函数建立近似模型,最后利用遗传算法进行全局寻优设计.优化后箱体质量降低了21％.结果表明,该方法对汽车变速箱结构轻量化设计具有一定的指导意义.     

逆向物流网络优化设计模型

为了提高传统逆向物流网络的效益,在考虑新建和扩建逆向物流设施的残值、拆解中心、再使用中心以及与供应链的集成等几个因素的基础上,进行了逆向物流网络设计,并在此基础上构建逆向物流的混合整数线性规划模型和算例分析.算例考虑了3个备选的拆解中心、4个备选的再制造中心以及5个备选的检测中心,得出了最优值,结果比较理想.模型的特点是:该网络结构设计引入拆解中心节点,规划模型中引入物流设施残值变量.该模型的构建及其混合整数线性规划模型对再制造逆向物流具有普遍意义.     

基于遗传算法的MPLS网络优化研究

对流量工程机制中的路由方法进行了详细的讨论,着重探讨了在MPLS网络环境下,利用遗传算法对网络资源进行优化配置。采用遗传算法作为网络优化算法的基础,分别将跳数、时延、带宽及代价转化为权值进行路由,然后将得到的候选路径作为种群,用遗传算法进行路径优化,选择优化出一个最大频带利用率最小的配置。     

一类多层次的生物反恐应急物流网络集成动态优化控制

为提高生物反恐防御系统紧急救援物资保障和供应能力,研究了国家储备库和城市多层次应急物流网络的优化问题.针对需求情景不确定的情况,提出了基于Benders分解的一个两阶段随机混合整数规划模型,并对情景数较小的情况进行了仿真分析.与确定性应急物流网络规划方法相比,该模型考虑了应急需求的不确定性以及多层次网络之间的协同性,能够更有效地指导应急物流网络的优化决策.     

可修复产品逆向物流网络的鲁棒优化模型研究

考虑一类同时具有回收、再处理、处理和废物处理中心的可修复产品逆向物流网络在产品回收率不确定环境下的网络优化问题.为了提高可修复产品逆向物流网络的经济效益和网络的稳健性,建立了可修复产品逆向物流网络在产品回收率不确定情况下的鲁棒优化模型,分析了鲁棒优化模型解的存在性.     

基于遗传优化的支持向量机短期风电功率预测研究

风电具有波动性、间歇性、随机性等弊端,故而较为准确的预测风电功率是提高电力系统安全性与经济性的重要手段。利用遗传算法对支持向量机参数寻优,据此建立功率预测模型进行仿真,最后与标准支持向量机的预测结果进行对比,结果表明该预测方法在短期风电功率预测中准确性更高。     

基于不确定条件的再制造物流网络优化设计

针对废旧产品到达时间和数量、废旧产品回收与再制造产品需求平衡、废旧产品可利用率等不确定性特点,综合考虑多产品、多周期、容量限制等影响因素,将废旧产品回收数量、再制造产品需求数量、废旧产品利用率作为随机参数,以物流网络构建的总成本最小化为目标函数,建立了不确定条件下的随机机会约束规划模型,用以确定物流网络结点设施的位置、数量和物流量.设计了融合随机模拟和线性规划的混合遗传算法对模型进行直接求解,有效提高了算法的局部寻优能力.算例分析表明,基于不确定条件的随机机会约束规划模型比确定条件下模型考虑了更多的实际因素,因此能够更好地满足再制造企业物流战略决策的需要.     

城市物流网络中中间节点分布与规模优化研究

城市物流网络由节点和链接构成,对于流通的商品物流节点是交通枢纽、中间节点和零售设施. 为使零售商品在城市内流通的总运输费用最小,利用选址模型和遗传算法优化城市物流网络中中间节点的空间分布和规模. 首先分析了城市中商品运输系统,建立了运输费用和中间节点的建设费用模型;针对零售设施对物流中间节点的选择行为,根据费用和选择模型开发了优化物流中间节点的分布和规模模型;最后,利用大连市的数据进行了实例研究,验证了模型的有效性.