改进的DNA遗传算法在指派问题中的应用

提出了一种基于优秀基因片段思想的DNA遗传算法,将这段基因片段提取出来并将它遗传到后代中,可以加快收敛速度.给出了DNA遗传算法的结构,讨论了选择、交叉和变异算子的具体操作,并将其运用到指派问题最优解的求解中,给出了具体的实现方法.仿真实验验证了算法的有效性和实用性.     

基于区间数排序的区间型指派问题研究

对区间型指派问题进行了研究与讨论.给出区间数的运算法则以及区间数的排序方法,并结合遗传算法对区间型指派问题进行求解计算,与传统的求解算法相比,该算法在处理区间型指派问题时具有求解速度快,运算效率较高的特点,可以很好的解决一些实际的区间型指派问题.该文最后给出具体算例对该方法的可行性与准确性加以验证.     

一类广义指派问题的重指派算法

讨论一类广义指派问题的近似算法,使用了笔者后 个关于含有对排列随机选取过程的时间表方法的单调性引理,给出了一种对于可行解的改进型的重新指派方法。     

基于混合算法求解指派问题

本研究建立了指派问题的数学模型,提出了以遗传算法和蚁群算法相结合的思想及其解决方案．算法主要是将每一个任务作为一个基因位形成染色体,以遗传算法控制寻优方向,更适宜解决组合优化问题．实验结果表明,使用此算法解决指派问题,提高了搜索效率,能够在短时间内找到最优分配方案,证明该算法是可行的．     

带时间因素的指派问题

本文建立了带时间因素的指派问题的非线性数学模型,用大Ｍ法给出了其求解方法及迭代步骤,并通过算例验证了这一方法的可行性,得到了一个比传统指派方案优化的指派方案。     

指派问题的树算法

给出了求解指派问题的树算法.该法将指派方案与树枝建立联系,每种指派方案对应一个树枝,通过画指派树讨论所有可能的指派方案,最后经过比较得到最优指派方案.该算法简单易懂,易于掌握,能够找到全部最优指派方案,并且容易编程实现.     

新产品开发的资源二维指派问题

研究了大型企业在新产品开发过程中研究中心和研究人员的二维指派问题,建立了以最小开发成本为目标的决策优化模型·在分析问题的基础上,提出了基于遗传算法的优化方法,并给出了具体的计算步骤·最后,给出了一个计算例子,计算结果证明了算法的有效性和模型的实用性·该问题的研究具有很强的实用性,对于具有分布在不同地域的多个研究中心的企业,在进行多产品开发计划制定过程中,具有很好的辅助决策作用     

2种限制性指派问题

提出了指派问题的2种推广模型:双限制性指派问题和缺省限制性指派问题,首先设计了双限制性指派问题2种多项式算法,随后设计出了缺省限制性指派问题的1种多项式算法,并且分别对以上算法的正确性和时间复杂性做出了相应的证明.     

指派问题应用实例研究

在生活中经常会遇到这样的问题,有n个人,计划做n项工作,其中cij表示第i个人做第j项工作的收益,要求每个人完成一项工作,一个工作只能由一个人来完成,现求一种指派方式,使总收益最大,这类问题称为指派问题。在分析指派问题的求解上,匈牙利法是目前应用最广泛的算法,也是比较基础的算法。Excel方法利用常用的办公软件,只需在设置好的模板中输入相应的效益矩阵的值就可轻松求解。本文通过举例求解了解了各种方法,找出了各种方法适用的环境,并探索了求解指派问题在现实中的应用。     

求解二次指派问题的混合演化策略

本文给出了一种求解二次指派问题的混合演化策略,该方法的主要优点是优化效果好,运算量小,通用性强、模拟计算的结果,验证了该方法的有效性强 它可用于求解其它组合优化问题。     

广义分配问题的一种小生境遗传蚁群优化算法

提出一种小生境遗传算法与蚁群优化算法相结合的小生境遗传蚁群优化算法用于求解NP难的广义分配问题,以避免经典求解算法存在的易陷于局部最优的缺陷.以典型的广义分配问题——火力分配为例,对该算法进行实验,并将实验结果与其它算法进行分析比较.结果表明:新复合算法优化效率高,运行时间短,对其它的NP问题同样适用.     

分配问题的启发式算法求解

禁忌搜索算法和蚁群算法是近几年优化领域中出现的两种启发式算法.简单介绍了这两种启发式算法的基本原理,给出了应用这两种算法以及其混合算法解决分配问题的求解过程.仿真结果表明混合算法取得的结果较好.     

改进的蚂蚁算法求解任务分配问题

将蚂蚁算法用于求解任务分配问题，并提出一种改进算法来提高其全局搜索能力。文中介绍了任务分配问题和蚂蚁算法，给出了求解任务分配问题的蚂蚁算法的数学描述及求解的算法步骤，在此基础上提出求解任务分配问题的改进蚂蚁算法。两个实例验证了改进蚂蚁算法的优越性。     

利用遗传算法求解大学课表问题

课表问题是一个多因素的优化决策问题,在分析大学课表问题的基础上,设计了一种全新的、基于三维数组的二进制编码方式及几个优化目标评价函数,用遗传算法求解,并通过实验证明这种方法大大提高了遗传算法的效率。     

一种求解车辆路径问题的双目标遗传算法

车辆路径问题是一个NP-难问题,将该问题描述成为一个多目标最优化问题,并为之提出了一种双目标遗传算法来解决该问题.在算法中设计了一种新的构造非支配集的方法,改进了杂交算子,混合了局部爬山法.实验结果表明该算法是求解车辆路径问题的一种高效的算法.     

分配问题推广的算法

针对一般的不平衡分配问题，将Ｈｕｎｇａｒｉａｎ算法推广，得到了一般分配问题推广的算法。     

指派问题的新算法

给出了关于指派问题的新算法：在差额最大的行或列中优先寻找最小元素．一般地说，此算法优于匈牙利法及[2]所论及的方法．     

关于旅行售货员问题的混合遗传算法研究

遗传算法（ＧＡ）是一类仿生算法，广泛应用于大型优化问题的求解，本文介绍孤原理和算法，并用简单遗传算法（ＳＧＡ）和混合遗传算法（ＨＧＡ）对旅行售货员问题（ＴＳＰ）进行了研究。     

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 .