基于混合智能算法的模糊运输问题的研究

本文研究了在模糊费用条件下的运输问题,并利用不确定理论中的机会约束规划模型和相关机会规划模型的思想,建立了具有模糊费用的运输问题的数学模型。此外,设计了一种混合智能算法,即在模糊条件下的遗传算法的应用。最后,利用这种算法求解一个算例。     

水污染控制系统问题的随机机会约束规划模型及其混合智能算法

在水流量为随机变量且河流中工业污水含量标准给定的条件下,以极小化污水处理费用为目标,建立了水污染控制系统问题的随机机会约束规划模型.鉴于传统方法求解随机规划较为困难,给出了一个将随机模拟、神经元网络及遗传算法相结合的混合智能算法来求解该模型,并用算例进行了验证,结果表明该算法有较强的适应性.     

油田措施规划的模糊期望值模型

措施规划对延长油田增产稳产年限、降低开采成本、提高采油速度和采收率、实现措施优化配置十分必要.以油田措施增产最大化为目标,兼顾成本、工作量等目标,建立了油田措施规划的模糊期望值模型,并给出了模型的混合智能算法.实例表明,该模型理论基础严格,求解方法科学有效,并具有一定的智能性,为油田措施规划提供了新的决策依据.     

仿人智能算法在足球机器人路径规划中的应用

足球机器人比赛是一个动态时变非线性的环境,各运动对象难以建立精确的数学模型,仿人智能算法以人的思维方式、行为和直觉推理为基础,在足球机器人路径规划过程中避开了求解繁琐的对象模型时遇到的问题,显示出了其独特的优势。文中讲述了仿人智能算法在足球机器人路径规划中的应用方法,并通过实例仿真表明了算法的可行性和有效性。     

进化规划在挖掘最优语言模糊规则基中的应用

针对非线性系统模型难以建立问题,提出了一种新型的辨识方法,利用进化规划强大的数据挖掘功能,建立系统的语言模糊模型,克服传统算法过分依赖假设前提条件的弱点,简化了计算。在对传统进化算法加以改进的基础上,分别对单入单出系统和多入单出系统进行仿真,结果表明这一方法是非常有效的。     

一类模糊运输问题及其混合智能算法

研究了一类更加贴近于现实生活的模糊环境下的运输问题,即需求量和供应量均为模糊变量的运输问题．并借鉴针对模糊环境中的优化问题提出的机会约束规划模型和相关机会规划模型的思想,建立了模糊运输问题的数学模型．此外,考虑到模型涉及大量具有复杂性和多样性的模糊变量,设计了一种混合智能算法,即基于模糊模拟的遗传算法来求解模型的近似最优解．最后,数值例子表明算法的有效性和可行性．     

模糊决策在电源规划中的应用

将模糊决策应用于电源扩展规划中,提出了电源规划模糊决策方法。     

可追加订购报童问题的模糊机会约束规划模型

研究模糊环境下可追加订购的报童问题.假设需求量、追加定购的价格等均为模糊变量,在本金有限制的条件下,以极大化收益为目标,建立一个模糊机会约束规划,并将模糊随机模拟、神经元网络及遗传算法相结合,给出一个混合智能算法来求解该模型,从而得到最优订购量及追加的最大定购量.最后给出了数值例子.     

一种混合智能算法在物流配送中心选址和路径问题中的应用

首先分析了物流配送中心的配送模式,在此基础上建立了基于选址和车辆可重复利用的VRPTW组合模型,即配送中心的LRTWP（Location and Routing with Time Window Problem）模型.然后针对该模型引入了改进的粒子群算法和模拟退火算法,通过合理的设置算法中的参数和选择各算子,设计算法程序求解了该模型,最后通过数值实验,表明该混合智能算法在求解LRTWP中的可行性和有效性。     

基于混合智能算法的三峡水库汛限水位动态控制研究

为充分发挥三峡水库的防洪兴利效益,利用水文、气象预报,实施动态汛限水位控制运行具有重要的意义.考虑调度期实时防洪风险约束,建立实时调度与汛限水位动态控制模型,设计混合智能算法,对模型进行优化求解.利用宜昌站汛期实测日流量资料进行模拟调度,得到汛限水位动态控制结果.结果表明,汛限水位动态控制能权衡防洪风险与兴利关系,在一定条件下,适当提高水库运行水位,可以在保证防洪标准不变的前提下较大幅度提高水库的兴利效益.     

一类模糊线性规划的新算法

提出了一种将模糊线性规划转化为常规线性规划的方法,即将目标系数是三角模糊数的线性规划转化为目标系数为L—R型模糊数的线性规划,然后转化为模糊线性多目标规划,并对其模糊线性多目标规划用了一种新的算法求解．最后通过实例说明了该算法的有效性．其运算结果表明：新算法比一般的算法迭代过程更为简洁,收敛速度更快,容易用matlab在计算机上操作．     

求解非线性规划问题的混合遗传算法

本文针对一般形式的非线性规划问题，提出一种具有学习算子的混合遗传算法，该算法具有收敛速度快且能收敛于最优解等特点。     

二次二层规划的一种混合算法

针对下层为二次凸规划的二层规划问题,先利用遗传算法解决上层规划,然后用内点算法解决下层问题.两种方法结合起来得到一种具有全局收敛性的混合算法,并通过算例说明其有效性.     

一类模糊半定规划问题的解法

由于内点法的发现和半定规划在控制论、组合优化、统计学等方面的重要应用,半定规划近几年来已成为优化中最活跃的领域。然而许多实际问题很难将它们的目标函数和约束函数精确地描述出来,因此有必要将模糊集理论应用到半定规划中来,进而通过求解模糊半定规划使问题得以解决。     

求解一类非线性规划问题的混合遗传算法

提出了一种求解目标函数和约束条件均二阶可导的非线性规划问题的混合计算智能算法．该算法是把一种浮点数编码遗传算法和约束变尺度法相结合提高求取全局解的速度和概率．在该算法中,选择、交叉和变异等遗传操作算子是以非线性规划问题的一个惩罚函数为求解对象,目的是把解引向全局解附近,为约束变尺度算子提供初值;而约束变尺度算子直接以原非线性规划问题为求解对象,以发挥其局部搜索能力强的优点,数值实验表明,混合算法是一种可靠、高效的全局优化算法．     

目标函数系数模糊型的模糊线性规划问题

针对目标函数系数模型型的一类模糊线性规划问题,提出一种新解的概念,并给出相应的模型描述,采用遗传算法结合传统的线性规划方法,实现了模型的求解,给出了多种方案,供决策者参考。     

模糊多准则决策的交互模糊线性规划算法

基于决策者的线性效用函数和部分偏好信息建立模糊线性规划模型来帮助决策者选择最满意的决策方案,提出了一种处理有限方案模糊多准则决策问题的交互式模糊线性规划算法.     

一种混合遗传禁忌搜索的模糊聚类算法

传统基于目标函数法的模糊聚类算法是一种迭代的“爬山”算法，容易陷入局部最优解．提出了基于遗传算法与禁忌搜索结合的模糊聚类算法，综合运用遗传算法的多出发点和禁忌搜索的记忆性来改善聚类的效果，并通过迭代的遗传禁忌搜索算法产生最优聚类中心，实验中分别通过人工数据和标准数据测试验证了该算法的有效性．     

一种混合遗传禁忌搜索的模糊聚类算法

传统基于目标函数法的模糊聚类算法是一种迭代的"爬山"算法,容易陷入局部最优解.提出了基于遗传算法与禁忌搜索结合的模糊聚类算法,综合运用遗传算法的多出发点和禁忌搜索的记忆性来改善聚类的效果,并通过迭代的遗传禁忌搜索算法产生最优聚类中心,实验中分别通过人工数据和标准数据测试验证了该算法的有效性.     

Intelligent Scheduling of Public Traffic Vehicles Based on a Hybrid Genetic Algorithm

A genetic algorithm （GA） and a hybrid genetic algorithm （HGA） were used for optimal scheduling of public vehicles based on their actual operational environments. The performance for three kinds of vehicular levels were compared using one-point and two-point crossover operations. The vehicle scheduling times are improved by the intelligent characteristics of the GA. The HGA, which integrates the genetic algorithm with a tabu search, further improves the convergence performance and the optimization by avoiding the premature convergence of the GA. The results show that intelligent scheduling of public vehicles based on the HGA overcomes the shortcomings of traditional scheduling methods. The vehicle operation management efficiency is improved by this essential technology for intelligent scheduling of public vehicles.