单亲遗传算法及其应用研究

针对传统遗传算法（ＴＧＡ）在求解组合优化问题方面存在的不足,提出一种单亲遗传算法（ＰＧＡ）。ＰＧＡ不使用ＴＧＡ常用的交叉算子,而是通过基因换位算子隐含交叉算子的功能来实现进化操作,简化了遗传操作过程,并且不要求初始群体具有广泛多样性,不存在“早熟收敛”问题,仿真结果表明这种算法是有效的。     

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．     

飞行机组排班的赋值算法

目前各大航空公司发展迅猛,航班量大量增加,飞行人员紧缺。合理、科学地机组排班越来越引起重视,它不仅有效地缓解了飞行员紧缺的问题,并且提高了航班运行的安全性和准时性。本文介绍了国内航空公司普遍采用的机组排班的基本程序,重点阐述了机组排班问题的赋值选择算法,引入＂航班节＂概念,将一个具体的机组排班计划归结为搭配赋值、优化选择的模式,该优化结果不仅符合有关规定,且充分考虑了机组排班过程中的各种因素的影响,极大地提高了机组的工作效率。     

基于单亲遗传算法的配电网扩展规划简介

单亲遗传算法在遗传操作中通过单个父代个体产生子代个体,不进行两条染色体之间基因的交叉操作,而是通过一条染色体中基因的换位等操作来实现遗传。只通过选择和变异算子繁殖后代,其选择算子跟传统遗传算法的一样,而变异算子则有较大区别。本文介绍了如何降单亲遗传算法应用在配电网扩展规划中,以供广大研究人员进行参考。     

基于单亲遗传算法的多行设备布置方法及仿真

机器设备布置问题是制造系统中常见的问题之一,基于单亲遗传算法构造了生产车间中常见的多行设备布置问题的优化算法.以总储运费用最小化为目标,通过单亲遗传算法的基因换位操作,从任何初始布置状态出发都能够容易地收敛到全局最优解.进一步,仿真试验结果及与传统遗传算法的比较证明了这一算法对大规模机器布置问题的有效性.     

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。     

单亲遗传算法的机理分析

单亲遗传算法(PGA)取消了传统遗传算法(TGA)的交叉算子,代之以仅在1条染色体上操作的基因重组等遗传算子,简化了遗传操作,提高了计算效率,并且不要求初始群体的多样性,也不存在“早熟收敛”问题．由于PGA采用单亲繁殖方式,不像TGA那样模拟自然界绝大部分生物的双亲繁殖方式,使得不少学者对PGA是否属于遗传算法的范畴表示怀疑,对PGA的运行机理也缺乏认识．本研究拟基于抽象系统的基本概念。构造PGA和TGA2个抽象系统,证明这2个抽象系统是同构的,从而证明了PGA和TGA是等价的．这就说明PGA和TGA具有相同的运行机理,也说明PGA和TGA一样是属于遗传算法的范畴．     

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.     

基于单亲遗传算法的智能组卷研究

智能组卷是一个多约束目标的组合优化问题。针对传统遗传算法(TGA)在组卷解决问题方面存在的不足,提出了一种基于单亲遗传算法(PGA)的组卷方法,简化了遗传操作过程,并且不要求初始群体具有广泛多样性,不存在“早熟收敛”问题,仿真结果表明这种方法是有效的。     

改进单亲遗传算法应用于污水管网的布局优化

从污水有向网络图出发,以污水管网系统初投资最小为目标,结合图论理论知识,应用改进单亲遗传算法求解污水管网布局的最优形式．同时设计了相应的适应度函数、基因重组算子和逆转算子,给出了管网水力参数计算的优选思路．     

退火单亲遗传算法求解旅行商问题及MATLAB实现

为了提高遗传算法求解较大规模旅行商问题的能力,在单亲遗传算法中引入两代竞争模拟退火选择操作,与倒位算子和插入算子相结合,同时加入保优操作,使遗传搜索效率、收敛速度都得到大幅提高,所花费时间、收敛迭代次数、最后结果明显优于一般遗传算法和单亲遗传算法.给出了用MATLAB实现算法的一些重要步骤和函数,并进行了简要说明.在仿真实例中,用一般遗传、单亲、退火单亲遗传算法对75个城市的TSP问题进行了求解,退火单亲遗传算法对280、535个城市TSP问题进行了求解.结果表明,退火单亲遗传算法最终所得结果最好,但收敛所花时间约为一般遗传的2.5%,单亲遗传的20%,迭代次数为一般遗传的20%,单亲遗传的25%.     

基于遗传算法的立体仓库货位动态分配优化

针对企业仓储管理中货位分配效率低的现状,提出立体仓库货位动态分配优化问题的数学模型和约束条件并对货位分配策略进行了讨论.采用基于遗传算法的权重系数变换法对优化模型进行求解.通过仿真验证了算法的有效性.     

基于遗传算法的光电干扰任务分配模型

 为评估光电干扰目标的威胁度,选取了目标的类型、速度、高度、距离、角度和目标的航路捷径等指标,构建了干扰任务分配模型,应用遗传算法对分配任务模型进行了求解,并通过实例验证方法的可行性。     

网格中基于拍卖模型与遗传算法的作业分配

引入微观经济学与遗传工程知识,兼顾时限与成本,设计了一种网格中的作业分配方法.首先基于拍卖模型确定资源购买者和资源提供者之间的资源交易价格,然后使用遗传算法寻找作业分配最优方案.仿真结果表明,该方法是可行和有效的,不仅效用较高,而且作业对资源的分配较均衡,优于PRIMAL方法.     

基于混合遗传算法的TSP问题优化研究

为了避免陷入局部优化,提出使用混合遗传算法,即用应用模拟退火算法的Boltzmann生存方法,根据个体适应性的变异值Δf和概率值exp(-Δf/T),来保持个体的多样性,阻止提前收敛,用顺序交叉算子和部分路径翻转变异算子来提高算法的收敛速度,较好地解决了群体的多样性和收敛速度的矛盾.算法分析和测试表明,该改进算法是有效的.     

基于改进免疫遗传算法的水电站优化调度应用研究

根据免疫算法的生物学机理,提出了一种改进的免疫遗传算法.该算法将微粒群算法作为免疫算法的全局搜索策略,提高算法的全局搜索能力;利用逐步优化算法对免疫算法的控制策略进行进化操作,提高算法的局部搜索能力;利用免疫算法本身基于浓度的自我调节机制,提高群体的多样性,避免算法过早陷入局部最优解.最后给出了该算法实现的具体步骤,并将其应用于水电站的优化调度中,取得了较为满意的结果,且与动态规划、遗传算法、免疫算法和微粒群算法等比较,验证了算法的有效性和优越性.     

基于改进遗传算法的公交车辆调度优化

以公交营运商和乘客费用最小为目标建立公交调度优化的数学模型,在遗传算法中引入适值模拟退火拉伸思想得到改进的遗传算法,研究了其在公交调度中应用的基本理论与方法.研究及测试结果表明,该方法能较好地克服遗传算法前期进化早熟和后期进化速度缓慢等问题.     

舰艇编队防空火力基于改进遗传算法的分配方案

描述了舰艇编队防空火力分配问题,建立了火力优化分配模型。结合舰艇编队防空作战的特点,分析了几种传统分配算法的不足。为了获得全局最优解,将遗传算法用于该火力分配优化研究中。针对标准遗传算法计算费时、稳定性差等不足,从初始群体均匀产生、适应度尺度变换、稳态繁殖、自适应遗传参数等方面作了改进,给出了基于改进遗传算法的模型求解方法和步骤。经过实例计算,取得了良好的分配效果,可为制定舰艇编队防空作战指挥自动化决策提供科学、有效的支持。     

自动化立体仓库的货位分配模糊算法研究

针对自动化立体仓库的入库货位分配优化问题,提出了基于模糊数学的货位分配算法.该算法将货品的质量和使用频率属性设为模糊量,并将该模糊量带入最优货位分配算法中计算,再从计算所得模糊量结果中得到精确的货品位置.结果表明,该算法能够有效地提高入库的效率.