基于GPS/GIS/GPRS技术的动态车辆调度系统设计与实现

针对车辆配送动态调度问题,在以基于并行节约法和禁忌搜索的混合禁忌搜索算法为理论进行静态调度求解的基础上,将新的客户需求设置为虚拟点并以局部调整策略实现VRPB的动态调度计算.开发基于GPS/GIS/GPRS技术的动态车辆调度系统.该系统能够实时跟踪车辆位置,检测新的客户需求,以这些参数作为输入动态地优化车辆配送方案和行驶路径,并通过GPRS将调度结果快速准确地传送给车辆.     

渐变式路径优化在GIS中的应用

为了解决传统算法收敛速度慢、搜索区域盲目等问题，提出了一种新的算法——渐变式路径优化算法该算法是结合Dijkstra算法和遗传算法的优点，采用启发式搜索和自适应禁忌等策略进行优化而形成的一种混合算法对新算法和传统算法进行了比较，同时将该算法应用于GIS路径规划中，对新算法中的关健参数σ、β因子进行了测试仿真结果表明该算法极大地加快了搜索速度，提高了搜索效率，取得了良好的效果     

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．     

求解Flow Shop调度问题的混合禁忌搜索算法

针对目标为总完工时间的FlowShop调度问题,提出了一个启发式算法与禁忌搜索算法相结合的混合禁忌搜索算法HTA(Hybrid Tabu Algorithm):将RZ算法的结果作为初始解,然后采用禁忌搜索算法对其进行改进.实验结果表明:在最好调度的获取能力、所得调度的平均质量及算法的稳定性方面,HTA算法均是最优的.     

利用基于分区搜索的自适应遗传算法求解TSP问题

为了提高用遗传算法求解旅行商问题（TSP）的收敛速度，结合自适应算子和父子竞争策略等优化思想．提出了基于分区搜索的自适应遗传算法．该算法将整个搜索区域分成若干个较小的搜索区域，先进行局部搜索．在得到局部较优的基因组合后，再进行全区域搜索，不但提高了遗传算法的收敛速度，而且改进了变异算子的操作性能．通过TSP问题的求解表明，基于分区搜索的自适应遗传算法是一种稳定、高效的优化算法。     

基于连续潮流计算的VSC-MTDC异步互联电网换流站参数优化方法

针对由多端口柔性直流输电网络(VSC-MTDC)进行连接的异步互联电网,本文提出了一种基于连续潮流计算的换流站整定参数优化方法。该方法以全网静态电压稳定裕度最大化为优化目标,以分区断面传输功率恒定为等式约束条件,以遗传算法为计算核心,对各VSC换流站的整定控制参数进行优化。本文利用IEEE-RTS96仿真系统对所提优化方法进行验证。结果显示,本文所提方法可以在保证分区间传输功率恒定的前提下得到最优的换流站整定控制参数方案,有效提升系统的电压稳定性。     

一种求解项目鲁棒调度问题的变邻域禁忌搜索算法

鲁棒调度对于不确定环境下项目的平稳实施具有重要意义。基于这一现实背景,针对项目鲁棒调度问题的NP-hard属性,集成禁忌搜索和变邻域搜索各自的优势,将禁忌搜索嵌入到变邻域搜索中,提出了一种变邻域禁忌搜索算法。在随机生成的标准算例集合上,以禁忌搜索和变邻域搜索为对比基准,对所设计的算法进行了测试,并分析了问题规模、可更新资源和项目截止日期等关键参数对算法绩效的影响。结果表明,变邻域禁忌搜索算法的求解质量明显高于其他两种算法,是求解项目鲁棒调度问题的一种高效的算法。     

遗传算法在排课系统中的优化研究

本文对高校排课的双目标问题进行研究、分析,对排课问题按照遗传算法进行编码,定义好适应值函数后进行选择交叉,并用禁忌搜索算法进行代替变异操作,实现了遗传与禁忌搜索算法相结合的排课系统算法设计.     

渐变式路径优化在GIS中的应用

为了解决传统算法收敛速度慢、搜索区域盲目等问题,提出了一种新的算法——渐变式路径优化算法.该算法是结合D ijkstra算法和遗传算法的优点,采用启发式搜索和自适应禁忌等策略进行优化而形成的一种混合算法.对新算法和传统算法进行了比较,同时将该算法应用于G IS路径规划中,对新算法中的关健参数σ、β因子进行了测试.仿真结果表明该算法极大地加快了搜索速度,提高了搜索效率,取得了良好的效果.     

神经网络式电力负荷预测的混合计算

针对BP算法存在的缺陷，如训练速度慢，易收敛于局部极小点及全局搜索能力弱等，利用遗传算法能够进行全局最优化搜索这一特点，提出了一种新的用于BP网络训练的混合算法，即遗传算法与改进的BP算法相结合的混合训练方法，将所提出的混合训练方法应用于神经网络式电力负荷预测中，结果表明：所提出的算法与单一的BP算法相比，不仅可避免陷入局部极小点，而且提高了网络的训练速度和负荷预测精度。     

基于拟下降方法的遗传算法及其收敛性

在遗传算法中嵌入一个传统下降算子,且保留最好个体,利用最好个体的记忆信息对搜索过程进行指导,从而得到既有较快收敛速度,又能以较大概率得到全局极值的用于函数全局优化的混合算法.定义了适当的适应度函数和子代个体的选择算子,且从拟下降观点证明了算法的收敛性.数值计算结果表明了本算法显著优于遗传算法和传统下降算法.     

一种高效的特征选择机制应用于入侵检测

基于数据集的wrapper型特征选择方法,通过去除原特征集中的冗余特征,不仅降低了对计算资源的耗用,而且在保持检测精度的前提下,提升了检测速度,有效改善了检测性能.在特征选择具体过程中,采用全局和局部搜索性能好的遗传算法和禁忌搜索混合搜索策略,针对网络数据的异构性,采用改进了的基于核函数的SVM作为评价特征子集分类性能...     

基于免疫遗传算法的入侵检测器的生成模型

在分析了基于人工免疫的检测器的生成算法基础上,结合十进制数编码的遗传算法进行了优化设计,建立了一个基于免疫遗传算法的入侵检测器的生成模型,融合了人工免疫,遗传算法等多种智能技术.重点研究检测器的进化阶段,采用的是十进制对问题进行编码,能在短时间内搜索到高精度的全局最优解,而且稳定性也非常好,因此提高了检测器的多样性,高效性以及其适应度水平.并对模型性能进行分析,该模型可以对未知入侵行为和已知入侵行为以及其变种进行有效的识别.     

基于蝙蝠算法与信号稀疏分解的DOA估计研究

稀疏分解的DOA估计法具有很高的估计精度,但稀疏分解计算量巨大,需要较长的计算时间。针对这一问题,将蝙蝠算法与信号的稀疏分解算法相结合,应用于信号的DOA估计。利用蝙蝠搜索算法搜索路径优、寻优能力强的优点,可快速寻找到正交匹配追踪过程中每一步分解的最佳原子,从而实现信号快速稀疏分解。仿真结果表明,引入蝙蝠算法后,在有效的估计条件下,加快了计算速度,减少了计算量。     

n次参数曲线的算法研究

提出一种生成n次参数曲线的算法,在生成曲线的过程中利用增量计算有效降低了计算量,并动态调整步长,可以使生成的曲线达到像素级,采用堆栈技术充分缩短了计算机的运算时间,提高了运算速度.因传统方法无法描述封闭的曲线,也不同于基于优化的拟合隐式曲线方法,无须考虑函数的形式或多项式的次数.算法涉及了动态调整步长问题,并分类处理了各种情况,因而该方法有很强的物体边界描述能力和缺损修复能力,在物体边界重建、缺损图像复原等领域有一定的应用前景.     

基于遗传算法的机组优化组合研究

为降低发电机发电成本,采用改进的遗传算法研究发电机组优化问题。首先将爬山法应用于遗传算法,使得改进后的遗传算法不仅具有搜索速度快、鲁棒性强等优点,而且收敛迅速,精度高;然后将改进算法应用于发电机机组优化。模拟仿真表明,该算法收敛性好,适应性强,具有很好的实用价值。     

离散变量结构拓扑优化协同混合遗传算法

针对离散变量桁架结构拓扑优化问题,提出了将拟满应力法与遗传算法相结合的混合遗传算法,并引入了拓扑和尺寸协同演化的思想,使得桁架拓扑和尺寸的演化能够相互独立又协同进行.并给出算例证明该方法是非常有效的     

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。     

结合模糊熵和遗传算法的双阈值图像分割

在火炮身管弯曲度测量系统中,为了能从光靶图像中同时提取标定图案和激光光斑,提出了一种双阈值图像分割方法. 基于模糊数学理论和最大模糊熵判据,把光靶图像中的像素灰度级分为黑、灰和亮3 个模糊子集,用于畸变校正的标定图案的像素灰度级隶属于黑模糊子集,用于测量的激光光斑的像素灰度级隶属于亮模糊子集.使用改进的模糊指数熵作为分类判据,提高了分类准确性. 通过遗传算法确定模糊熵参数的最优组合,降低了计算复杂度,并且最大模糊熵判据仅含有4 个模糊熵参数,减小了搜索空间. 针对光靶图像进行了双阈值分割实验,并与最大类间方差双阈值法、模拟退火模糊熵法和使用未改进的模糊指数熵的遗传模糊熵法进行了比较. 实验结果表明,所提方法能自动而有效地选取双阈值,且分割效果优于其他3 种双阈值分割方法.