用遗传算法解决陶瓷产品在窑炉烧结中的排序问题

为实现 Ｊ Ｉ Ｔ（ Ｊｕｓｔ Ｉｎ Ｔｉｍｅ） 生产优化策略,给出了一个辊道窑的优化模型,讨论了用遗传算法解决产品进入窑炉烧结前订单的交货期提前／ 延期问题,并对遗传算法和 Ｅ Ｄ Ｄ 规则进行了计算机仿真,结果表明遗传算法更优,且算法复杂性低,能应用于实际生产中。     

用改进的遗传算法求解流水车间作业排序问题

针对流水车间(Flow-shop)作业排序问题，提出了两种改进的白适应遗传算法并给出了两种编码、解码方案。把此算法与现有的几种解法进行了比较，实验数据表明，改进的遗传算法在求解质量和效率上均优于传统的遗传算法和其他白适应遗传算法。     

生产管理中一类排序问题的遗传算法

生产定理系统中经常会遇到一系列排序问题。本文讨论将ｎ个任务安排在ｍ台设备上完成的一类排序问题。对该类排序问题的其他模型进行了进一步讨论,扩展了模型的适用范围,在建立通用模型的基础上,用遗传算法求解。     

遗传算法在数据内部排序上的应用

用遗传算法进行数据内部排序，可以打破传统排序算法在时间复杂度方面所存在的下限，因为求适值部分可并行处理，对包括适值函数、杂交、变异等在内的一些关键问题进行了研究，尤其就不同适值函数的设计对算法性能等方面的影响进行了对比讨论。     

用P系统解决排序问题

介绍了一个生物细胞中抽象出来的计算模型--P系统,阐述了如何利用P系统有效地解决排序问题.通过比较排序问题中最坏、最好以及普通情况下的输入实例,分析了该方法的性能.同时,在空间允许的条件下,展示了如何修改此方法将时间复杂度大大降低的可能性.     

用遗传算法解决博弈问题

解决博弈问题的传统算法——搜索树法所无法克服的对搜索深度的限制.以五子棋为例,提出了用遗传算法代替搜索树法解决博弈问题的基本方案,并对适应度函数的设计作了一些有益地探索,给出了设计适应度函数应满足的必要条件.实验表明,用遗传算法所设计的对弈程序优于搜索树法.     

用遗传算法解决谈判中的冲突问题

提出在遗传算法基础上,针对遗传算法的具体步骤,提出了针对谈判冲突问题的二进制编码方法,基于Nash谈判解的适用度函数的确定方法,初始群体生成的方法,最优个体的保存方法,重组操作方法,变异方法,确定了遗传算法中参数的取值域及终止规则。     

用遗传算法解决下料问题

“下料问题”在工程技术和工业生产中有着重要和广泛的应用。解决此问题的经典方法需要很大的计算量,为了减少计算量,提出基于块组合的树形表示和一种很好被采用的遗传算法,即在使用树形表示切割方式的同时也结合别的不同的切割方式,并通过组合交叉、变异算子来实现混合切割。最后提出了这种方法的实现形式。     

用遗传算法解决货运物流配送问题

结合郑州公路主枢纽信息中心在货运物流配送管理方面的需要,设计了具有很强针对性和实用性的数学模型,并实现和验证了解决该问题的遗传算法。     

用遗传算法解决五子棋博弈问题

以五子棋为例,提出了用遗传算法代替搜索树法解决博弈问题的构想,给出了设计适应度函数应满足的必要条件和几种适应度函数的设计方案.     

遗传算法在数据挖掘中的应用

本文对数据挖掘进行了概述,阐明了数据挖掘的概念、方法及其重要性。其次介绍了数据挖掘中的一个重要算法——遗传算法。对遗传算法的产生与发展以及主要理论等进行了简要的介绍,提出了基于遗传算法的关联规则的提取方法。最后结合实例给出了用遗传算法进行关联规则的挖掘方法。     

单台机器模糊加工时间排序问题的遗传算法

根据三角形模糊数的特性,在对总加工时间模糊度有约束的条件下,构造出NP-困难的1 |fuzzy| min n∑i=1Ci排序模型的遗传算法.并采用算例进行了仿真实验,验证算法的有效性.同时重点研究了设计的分段线性适应度函数的适用性.实例计算表明,通过调节适应度函数中的惩罚系数α和β,可以兼顾种群的多样性和促使搜索效率的提高.该算法的实际应用可行,且具有良好的收敛性和较高的搜索效率.     

工步排序问题的约束模型及其遗传算法的求解

针对加工中心上的工步排序问题,以辅助加工时间最短为优化目标,基于多色集合理论建立了问题的约束模型.在约束模型中,使用多色集合理论中的围道布尔矩阵,直观、全面地描述了问题的条件约束,并方便了计算机编程.在模型约束下,采用遗传算法求解,并详细描述了编码、交叉和变异等操作过程.由于引入了约束模型,问题的所有解都被控制在有效解范围内,因此缩小了搜索空间,保证了得出的解都是有效解,并且能提高收敛到最优解的速度.实例证明,在模型约束下的遗传算法能够很好地求解加工中心上的工步排序问题,排序结果满足条件约束要求且接近最优.     

并行遗传算法及其在关联规则挖掘中的应用

介绍了并行遗传算法的思想及四种并行模型：主从式模型、粗粒度模型、细粒度模型及混合模型,讨论了并行遗传算法在关联规则挖掘中的应用。     

遗传算法在柔性动态调度中的应用

采用一种实用的柔性制造系统（FMS）在线动态调度方案 ,以对车间生产环境的变化作出及时反应,建立了零件的可变工艺路径、包含AGV的FMS调度问题的模型,采用遗传算法（GA）以任意始点的任务集为背景同时调度机器和自动引导小车（AGV）。研究由若干台加工中心（WS）和AGV组成的FMS的调度问题,论述了综合事件机制及时间机制优点的动态调度机制,通过被修订的工序集与所有剩余工序形成交集,来识别需要被修订的工序集。这种重调度方式减少了人为的干预,允许按环境改变而对方案作出修订,因此可以在实时条件下工作。     

利用遗传算法解决分布式数据库系统中的数据分配问题

在分布式数据库系统中,如何得到一个最优化的数据分配方案是分布式系统性能优化所应该考虑的一个重要的方面,遗传算法的引入为问题的解决带来了新的思路,本主要介绍算法的设计及实现。     

遗传算法在排课问题中的应用

在分析造成排课困难的各种因素的基础上,将遗传算法运用到解决排课问题中.并给出了该算法的详细设计（文中采用了二进制编码和矩阵编码相结合的编码方法;给出了带有权值的适应度函数;对染色体中的时间码采用映射同/异或交叉;采用两点变异的变异方法）和排课模型;很好地解决了多约束条件下的排课问题.     

蚂蚁算法在排序问题中的研究与应用

在分析印刷业工艺流程和瓶颈工序的基础上。将印刷业订单排序问题简化为单机排序问题，并建立了该排序的数学模型。同时以最小化订单的提前／拖期为目标。将蚂蚁算法应用于该模型中。并对蚂蚁算法在此订单排序问题中进行了仿真和探讨。该算法已经应用于实际的印刷业生产排序中。并且取得了良好的效果。