基于遗传算法的资源约束型项目进度问题的优化

基于仅有施工工艺逻辑关系的CPM初始计划,提出了一种新的多资源约束下施工计划优化的计算方法——遗传算法;针对资源受限项目特点,利用遗传算法的特性,对此问题设计了编码方式和解码规则、遗传算子、初始种群的产生方法等,并利用Patterson110标准案例对算法进行了测试,分析了算法参数对算法效果的影响。     

用MATLAB求解TSP问题的一种改进遗传算法

TSP问题是遗传算法得以成功应用的典型问题.提出一种改进的义叉和变异算子来解决TSP问题,并给出其算子的MATLAB程序.通过实验,发现改进的算法比传统算法收敛速度更快,适应值更优,说明改进算法是有效的.     

基于模拟退火的混合遗传算法

分析了遗传算法和模拟算法的优缺点,并将两种算法进行混合,提出一种基于模拟退火的混合遗传算法以弥补两个算法的不足,理论分析和仿真实验表明该方法的有效性和可行性。     

基于蚁群算法的服装生产流水线作业平衡

服装生产中设备的闲置、工人作业浮余时间、在制品的传递时间和传递距离等对服装工时定额影响显著,忽略这些因素会导致服装生产流水线优化结果难以应用于实际生产.综合分析流水线工人熟练程度、工厂环境和工人努力程度对服装缝纫标准工时的影响,应用服装流水线平衡理论,基于流水线平衡参数研究结果,建立了涵盖设备闲置状态、工人作业浮余时间以及在制品传递时间等因素的数学模型,以较少工人数目、最短在制品传递距离以及最少总加工时间为目标,运用蚁群算法重新编排了流水线工序.结果显示,和工厂实际生产测量数据相比,优化后的流水线作业人数减少41.2%,在制品传递距离减少37.9%,生产节拍减少16.8%,从而获得了较优的工序编排方案.     

基于混合遗传算法的敏捷卫星任务规划求解

针对新一代对地观测敏捷卫星任务规划问题,首先研究了敏捷卫星的特点,分析了敏捷卫星工作模式及对地观测过程,在此基础上构建了基于多目标的任务规划模型。针对敏捷卫星任务规划问题具有多约束、多冲突、非线性NP-hard特点,本文提出了基于混合遗传求解算法,该算法将免疫遗传算法与蚁群算法相结合,以蚁群算法所产生的解作为免疫遗传算法的初始种群,同时以蚁群算法中的全局最优解作为疫苗。通过实验表明本文提出的算法比遗传算法和免疫遗传算法精度更高,收敛速度更快。     

基于引入学习过程的遗传算法的PID参数整定

在遗传算法中引入一个学习过程,实现进化过程中同代个体之间相互竞争与学习的结合,并将其应用于PID控制中参数的整定.仿真结果表明此算法具有较好的寻优能力,初步验证了其引入学习过程的意义.     

基于遗传算法的Kriging空间分析及其应用

半变异函数是Kriging空间分析法中的重要数学模型，在得到实际变异函数图的基础上用遗传算法来估计半变异函数中的参数比用传统的线形回归方法更精确更自动化。介绍了用遗传算法拟合Kriging空间分析法中变异函数的模型的方法，并以分析某区域煤层厚度分布情况为例介绍了该方法的应用。     

改进遗传算法求解VRPSTW问题

为求解物流配送过程中基于单配送中心的软时间窗车辆调度问题（VRPSTW）,本文在传统遗传算法的基础上,引入了并行计算与阶段性进化的思想,提出了求解VRPSTW问题的改进遗传算法.验证实验表明,本文提出的改进遗传算法在求解模型时快速地得到了最优解,收敛速度明显优于传统的遗传算法.     

基于十进制编码改进的遗传算法

遗传算法在数据挖掘中有着重要的地位．用遗传算法进行数据挖掘需要经过许多代的进化，从而获得较优的解。基于二进制基础的遗传算法在对二进制码进行操作时花费了不少时间，尤其是在完成染色体的交叉，变异过程中对染色体的处理时，需要花费不少时间．文章提出用十进制替换二进制处理对染色体的操作，用简单的数字运算完成对染色体的交叉和变异操作，从而达到提高遗传算法速度的效果。     

基于十进制编码改进的遗传算法

遗传算法在数据挖掘中有着重要的地位.用遗传算法进行数据挖掘需要经过许多代的进化,从而获得较优的解.基于二进制基础的遗传算法在对二进制码进行操作时花费了不少时间,尤其是在完成染色体的交叉,变异过程中对染色体的处理时,需要花费不少时间.文章提出用十进制替换二进制处理对染色体的操作,用简单的数字运算完成对染色体的交叉和变异操作,从而达到提高遗传算法速度的效果.     

Seasonal Time Series Analysis Based on Genetic Algorithm

Pattern discovery from the seasonal time-series is of importance. Traditionally, most of the algorithms of pattern discovery in time series are similar. A novel mode of time series is proposed which integrates the Genetic Algorithm （GA） for the actual problem. The experiments on the electric power yield sequence models show that this algorithm is practicable and effective.     

基于共轭梯度法的函数优化混合遗传算法

综合遗传算法的全局搜索能力和共轭梯度法的局部搜索能力,提出了一种混合算法,该算法具有全局最优性和收敛性。同时,数值仿真表明算法是有效的。     

基于遗传算法的神经网络权值优化

针对BP算法学习效率低、收敛速度慢，以及易陷入局部最优等缺点，提出了一种新型的、基于自然选择和基因遗传学原理的随机搜索算法——遗传算法(Genetic Algorithm)，并论述了它在BP神经网络中权值优化的问题。仿真结果表明，用遗传算法优化BP神经网络的权值收敛速度快，并有效解决了BP算法易陷入局部最优的问题。     

基于遗传算法的高校排课数学模型

排课问题是一个有约束、多目标的组合优化问题,并且已经被证明是一个NP完全问题。针对高校排课过程中存在诸多约束因素的问题,提出将遗传算法与约束条件算法相结合的排课算法,由约束条件算法确定排课任务的优先次序,遗传算法解决单个排课任务时间片分配的优化问题。实验结果表明,该算法能够改进算法性能,提高排课效率。     

基于遗传算法的单向路网配时优化

为求取单向路网整体配时优化方案,实现路网排队长度最小,构造了路网排队长度模型作为评价函数。考虑到单向路网信号配时的整体性和相关性较强,计算复杂度较高,为降低计算的复杂度,采用遗传算法对路网排队长度模型进行计算,得到优化的配时方案。通过评价指标的对比,表明利用遗传算法进行最优值的计算可以取得很好的优化效果。     

基于遗传算法的白车身焊接机器人焊点分配

分析了轿车白车身制造过程中多机器人拼焊工位焊点分配问题的特征,将焊点与机器人抽象为空间点、以机器人运动时间的倒数为价值向量建立多背包问题数学模型,利用遗传算法进行求解.通过合理处理选择、交叉、变异遗传算子,算法具有良好的搜索性能和收敛性.侧围补焊工位焊点分配结果表明各机器人焊接任务均衡,节拍时间控制在要求范围之内.     

基于基因控制的遗传算法的研究

分析了传统的遗传算法适应度函数设计通常只针对目标函数,而没有考虑自变量。提出使用基因控制的方法,以达到增强较好的基因在遗传算法中的作用。从而做到尽量保留染色体中较好的基因,从而尽快的找到可行解,提高算法收敛速度和效率。     

遗传算法与蚁群算法的融合研究

遗传算法具有快速全局搜索能力,但对于系统中的反馈信息却没有利用,往往导致无为的冗余迭代,求解效率不高.而蚁群算法是通过信息素的累积和更新来收敛于最优路径,具有分布、并行、全局收敛能力,但是搜索初期信息素匮乏,导致算法速度慢.通过将两种算法进行融合,克服两种算法各自的缺陷,优势互补,形成一种时间效率和求解效率都比较好的启发式算法.并通过仿真计算,表明融合算法的性能优于遗传算法和蚁群算法.     

基于遗传算法的旅游商问题求解

旅游商问题是典型的NP完全问题，遗传算法是求解NP完全问题的一种理想方法，本文针对求解旅游商问题，设计了遗传算法的选择，交叉和变异算子等遗传子，最后给出算法的仿真结果。     

基于遗传算法的背包问题求解

背包问题是计算机算法研究中NP完备类的一个困难问题,对这个问题国内外很多学者已经研究出了不少经典的方法,但是这些传统的优化方法存在一些缺点。本文介绍了近年来兴起的一种机器学习算法——遗传算法解决背包问题的基本思路,并通过实例计算证明了此方法的可行性和有效性。