基于遗传算法的交通信号控制多目标优化

针对城市交通信号控制面临的多目标优化问题,提出了利用遗传算法实现多目标优化的方法.分析了城市交通信号控制多目标优化的本质及特点,采用基于遗传算法的多目标优化方法,提出了信号控制多层模糊控制模型,以平均延误和停车次数作为优化目标,采用遗传算法中的随机权重方法来进行该模型的多目标综合优化,给出了各模型参数的计算方法和优化步骤,最后进行了仿真试验.仿真结果表明,给出的多目标优化方法优于传统的多目标固定权重方法,可以获得更好的交通信号控制效果.     

直纹曲面喷漆机器人喷枪轨迹多目标优化

针对直纹曲面上喷漆机器人的喷枪轨迹多目标优化问题,通过平面喷漆实验,采集各点膜厚数据,运用MATLAB遗传算法工具箱拟合β分布,建立直纹曲面漆膜厚度生长模型.将曲面离散为点集,采用三次B样条曲线拟合生成初始喷枪轨迹.以曲面上各点漆膜厚度均匀和喷涂效率高为目标建立喷枪轨迹多目标优化模型,并采用改进的快速非支配排序遗传算法对该模型求解,获得喷枪轨迹最优解集,最终实现了直纹曲面喷枪轨迹的优化目标.通过实例结果对比验证了该方法的有效性和实用性.     

全身伽玛刀及其适形调强治疗

介绍了立体定向伽玛射线全身治疗系统(全身伽玛刀)的基本原理、关键技术及特点,推导了全身伽玛刀的剂量计算模型,并以此为基础探讨了其在适形调强放射治疗方面的应用.该设备采用多束伽玛射线旋转聚焦,能对肿瘤病灶自动定位、可在治疗过程自动更换焦点大小、对体部肿瘤病灶进行自动辐照,是一种自动化程度高、安全可靠、具有完全自主知识产权的大型放射治疗设备.在IMRT治疗计划系统配合下,能进行体部及其他部位肿瘤的精确适形调强治疗.该设备目前已在全国50多家医院使用,疗效显著.     

多目标组卷模型及其算法研究

针对计算机辅助教学(CAI)中的智能组卷问题,依据对试卷整体的评价标准,建立了一个多目标的组卷模型.采用多目标理论中的理想点法将该多目标问题转化为单目标问题,并设计了一个遗传算法求解方法,通过仿真计算,能够证明该方法具有较好的性能和实用性.     

基于微型多目标遗传算法的布料机臂架结构优化

针对目前用于散料输送的大跨度布料机布料臂架结构重大、设计冗余度严重过剩等问题,采用一种微型多目标遗传算法对布料臂架主梁结构尺寸进行多目标优化.以各节臂架主梁的截面尺寸为优化变量,以增强臂架刚度和轻量化为优化目标,结合微型多目标遗传算法和参数化有限元建模技术,建立了布料臂架的优化设计模型.此方法既能高效率地解决增强臂架刚度和臂架减重等优化问题,又能仅通过一次计算就提供多组方案以满足对布料机性能控制的不同需要.该优化结果已用于该系列布料机的定型设计.     

钢铁企业产成品出厂计划模型与优化方法

以某钢铁企业产成品出厂计划为背景,建立了产成品出厂计划多目标01规划模型,采用Bellman和Zadeh模糊决策方法对多目标函数进行了处理,并针对问题特点设计了改进的遗传算法对模型进行求解·通过对实际应用中一些问题求解,验证了模型、算法的有效性,得到了令人满意的结论·     

一种改进的实数型遗传算法在多目标最优投资组合选择中的应用

根据信息论中熵的概念，提出用熵来度量投资组合对风险的分散能力．同时，在兼顾收益和风险的情况下，提出了一个新的多目标投资组合模型，并用改进的经典遗传算法求解该模型．实例分析表明，该模型及算法具有实际可行性。     

基于遗传算法的γ刀治疗计划优化

提出基于遗传算法的γ－刀治疗计划优化。该算法可用于优化肿瘤区靶占煌位置、准直器大小各靶点权重等主要放疗参数,从而达到肿瘤区内剂量分布均匀而又最大限度保护正常组织的目的,若干病例的计算结果表明,该优化算法可以使等剂量线与肿瘤轮廓线达到很好的吻合并能够有效地保护正常组织。     

直肠癌静态调强与容积旋转调强放疗剂量学研究

目的比较直肠癌术后放疗中静态调强放疗(IMRT)和容积旋转调强放疗(VMAT)的剂量学差异,为临床治疗方法的选择提供参考.方法对10例Ⅱ～Ⅲ期直肠癌术后放疗患者分别进行双弧VMAT和7野IMRT的计划设计,利用剂量体积直方图评价靶区剂量分布以及危及器官的照射剂量,并进行比较分析.结果 IMRT和VMAT治疗计划的治疗剂量均能满足临床要求.IMRT和VMAT计划的适形指数(CI)及均匀指数(HI)比较差异均无统计学意义.IMRT和VMAT计划的正常组织如小肠、膀胱、骨盆和股骨头的剂量均相似.IMRT和VMAT计划的平均机器跳数分别为581.80和960.37(P=0.001),相应的治疗时间分别为558 s和170 s(P=0.003).结论直肠癌VMAT和IMRT计划均可满足患者临床要求,采用VMAT计划的患者治疗时间明显缩短,治疗效率明显提高.     

联合火力打击中武器目标分配问题的多目标优化模型及算法

联合火力打击中确定最优的武器目标分配方案是具有挑战性的问题.为解决该问题,考虑需要在潜在打击目标中确定打击目标,建立了一个以最大化期望毁伤收益和最小化打击成本为目标的多目标优化模型.采用加权求和法以及偏好将多目标优化模型转化为全局约束优化模型.设计了具有较好搜索能力的交叉和变异算子的遗传算法.实验结果表明,所提出的算法可以得到比对比算法更好的分配方案.     

基于多目标进化算法的低轨区域通信星座优化设计

研究利用进化算法实现低轨区域通信星座的多目标优化设计。首先分析、确定低轨星座优化的轨道控制参数，然后将基于Pareto最优概念的多目标进化算法引入星座优化中。结合星座覆盖性能的评价准则，给出了一种利用非劣分层遗传算法(NSGA—Ⅱ)实现星座轨道控制参数优化的框架。最后对具体实例进行了优化仿真，结果表明，该方法可以获得一组分布合理的Pareto解，为星座方案决策提供了有力的支持。     

模拟退火遗传算法的泵站优化运行

针对泵站在不同流量扬程要求时,水泵运行组合不合理,导致泵站运行效率低的问题,提出以泵站总功率最小为目标函数的优化运行数学模型.此模型以水泵扬程、总供水量和调速泵的调速率为约束条件,利用模拟退火遗传算法确定并联运行泵的台数、调速泵的调速率及泵的流量分配,实现泵站的优化运行.该算法引入了不可行度对每代种群做初始选择,并利用不可行度取代传统的惩罚函数,平衡目标函数最优化和满足约束条件这两方面的要求.最后通过实例验证了本算法在求解泵站优化调度问题方面的可行性.     

网架结构高度优化设计研究

综合考虑了网架结构的强度、刚度、稳定性及结构挠度等约束条件,建立了网架结构的数学模型,应用遗传算法进行网架结构的高度优化设计,算例表明,遗传算法可用于网架结构的高度优化设计,优化结果可靠。     

基于脑模型联接控制器的车间布局多目标优化技术研究

该文根据车间物流费用和车间面积2个优化目标，建立车间设备布局多目标优化模型。并根据车间布局优化特点，设计了基于脑模型联接控制器的混合遗传算法对该模型进行求解。该算法具有自学习和自适应的特点。最后给出算例，通过对仿真结果的分析，证明该文所提算法能解决提出的问题。     

鼠笼弹性支承结构优化设计方法

支承刚度是影响转子系统动力学特性的重要参数之一,为了提高鼠笼弹性支承刚度设计的精确性,提出了一种鼠笼结构优化设计方法.结合鼠笼的加工装配条件、柔度条件以及疲劳应力条件,建立带有非线性约束的鼠笼结构优化数学模型,基于该模型运用有效集算法优化鼠笼的结构参数,根据优化结果建立鼠笼参数化有限元模型,采用遗传算法对结构做进一步优化.最后举例验证了该方法的有效性.结果表明:在满足非线性约束的条件下,优化结果与设计目标值误差在1％以内,该优化方法提高了鼠笼刚度的设计精度,明显减少了设计迭代次数,从而缩短了设计周期.     

多目标列车节能调度模型及模糊优化算法

在保证行车安全、满足乘客需求的基础上,以节能为目标的列车调度模型及算法得到了广泛研究与应用。伴随着欧盟制定了全球首个碳排放交易体系,碳排放指标交易费用受到越来越多的重视,并逐步成为列车运营成本的重要组成部分。本文建立了以能耗成本、碳排放成本、列车运行时间为优化目标的单线列车调度模型,并采用多目标模糊优化算法进行求解。算例以一条铁路线路为研究对象,在Lingo下对算例进行求解分析,结果表明了多目标模糊优化算法具有很好的优化能力,并能达到节能减排的效果。     

基于混合遗传算法的应急物资配送路径优化

为解决突发事件下应急物资的配送路径优化问题,以配送车辆的固定成本、运输成本、违反最大载重量以及右时间窗的惩罚成本之和最小为目标,构建了带时间窗约束的应急物资配送路径优化模型;通过将遗传算法与节约算法、大规模邻域搜索算法相结合,设计出了一种混合遗传算法对模型进行求解;最后用算例仿真验证了模型和算法的可行性。实验结果表明:设计的混合遗传算法在求解过程和求解结果上都比标准遗传算法更优,可见能够为解决应急物资的配送路径优化问题提供科学的决策依据。     

资源优化模型及遗传算法

在网络计划中提出了资源优化问题,并建立了资源优化数学模型.同时,指出现代优化算法是求解资源优化模型的主要算法,并使用遗传算法对资源优化模型进行求解.此遗传算法与传统的遗传算法有所不同,第一是根据资源优化过程的特点设计的独特的杂交概率和变异概率,可以既尽快获得最佳模式又扩大搜索范围,避免早熟现象的发生;第二是引进了检查和修复算子以保证杂交和变异的子代满足可行性的要求;最后给出了算例以验证算法的有效性和正确性.     

混合遗传算法在电厂机组负荷分配中的应用

机组负荷优化分配是一种可提高电厂经济性的手段,越来越成为一个令人有兴趣的研究课题,但目前还没有得到一种绝对严格的算法.引入模糊理论建立了电站机组负荷分配模型,并运用混合遗传算法求解,该算法不同于常规优化算法特点在于:容易得到全局最优解,有较强的鲁棒性,适合大规模的复杂系统求解.最后给出了一个具体的例子来阐述方法的有效性.     

城市路内停车设施选址优化模型

分析了路内停车泊位供给和需求的影响因素,综合考虑路内停车场的服务能力和利用率、泊车者的步行距离以及路内泊位的建设费用等因素,建立了路内泊位选址优化模型,并运用遗传算法进行求解.算例结果表明所提出的方法是有效的,可为路内泊位选址研究提供参考,也可为实际管理规划工作提供决策支持.