带时间窗车辆路径问题的混合粒子群算法

将粒子群优化算法与模拟退火算法结合,提出了一种求解车辆路径问题的混合粒子群算法.实例计算及与遗传算法比较的结果表明:应用混合粒子群算法可以快速地求得带时间窗车辆路径问题的优化解;该算法是一种求解离散组合优化问题的有效方法.     

基因块编码的并行遗传算法及其在TSP中的应用

针对简单遗传算法在较大规模组合优化问题上搜索效率不高的现象,提出了一种用基因块编码的并行遗传算法(Building-block Coded Parallel GA,BCPGA).该方法以粗粒度并行遗传算法为基本框架,在染色体群体中识别出可能的基因块,然后用基因块作为新的基因单位对染色体重新编码,产生长度较短的染色体,再用重新编码的染色体群体作为下一轮以相同方式演化的初始群体.将BCPGA应用于一个100城市的旅行商问题(TSP)中,结果表明本方法可以提高遗传算法的搜索效率,并且在相同条件下,BCPGA明显优于单纯的粗粒度并行遗传算法.     

Hybrid partheno-genetic algorithm and its application in flow-shop problem

1 .INTRODUCTIONSincegeneticalgorithmwasproposedin 1975byHol land ,ithasbeenappliedinmanyfieldsbecauseofitseffectiveness .Butthetraditionalgeneticalgorithmalsohassomeshortcomings .Forexample ,sometimesitmayproducesaviolatingoffspringinthecrossoveroperation…     

柔性制造系统多功能通用仿真系统的开发

针对大多数柔性制造系统(FMS)仿真系统功能单一、应用范围狭窄的问题，运用面向对象的方法设计并实现了一种可以仿真多种类型FMS的多功能通用仿真系统．在此系统上，可以任意配置车间内的资源、加工任意工艺流程的工件、灵活选取多种调度算法和实时控制策略，并提供多种用于分析仿真结果的工具，为研究车间配置方案的合理性、各种调度算法和策略的有效性提供了良好的环境，文中详细介绍了设备类库的设计、各个设备对象协作完成Jobshop车间仿真的方法和实现通用性的组态技术。     

一种基于模糊规则遗传算法在车间布置中的应用

提出了一种将模糊控制规则引入遗传算法的方法．根据每一代种群中所有个体适应度值的变化，对交叉概率、变异概率和染色体交叉长度进行模糊调整，很好地抑制了遗传算法的早熟现象，提高了搜索的效率．归纳出模糊调整规则，并叙述了应用模糊规则对交叉概率、变异概率和染色体交叉长度进行调整的策略；给出了模糊控制器的设计．用该模糊遗传算法对制造系统中的车间布置问题进行了仿真．结果表明，该算法是一种效率很高的寻优方法．     

一种开发FMS通用仿真系统的方法

针对大多数FMS仿真系统功能单一、应用范围狭窄的问题，运用面向对象的方法设计并实现了一种可以仿真多种类型FMS的通用仿真系统。在此系统上可以任意配置车间内的资源，加工具有任意工艺流程的工件，灵活选取多种控制策略算法，并提供多种分析仿真结果．上述功能为研究车间配置方案的合理性和各种策略算法的有效性提供了良好的环境。本文介绍了仿真系统中设备类库的设计、各个设备对象协作完成Jobshop车间仿真的方法和实现通用性的组态技术．     

批量及路径可变时机器ROBUST布置问题

应用混合遗传算法(HGA)解决了生产批量及路径可变时的车间ROBUST布置问题，即用遗传算法找到一种车间布置，它在各个生产时期都是最优或接近最优的．对遗传算法操作中产生的违反约束的个体采用修补和动态惩罚相结合的处理方法，即对变异操作产生的违反约束的个体采用修补的方法，同时在目标函数中引入惩罚函数控制种群中违反约束的个体数目，并设计了一个模糊控制器动态地调整惩罚系数，以解决遗传算法中的约束满足问题，提高了遗传算法的效率．仿真结果表明，所提出的动态调整惩罚系数的思想及方法是提高遗传算法效率的一种有效途径．     

Job-shop的实时调度

利用神经网络和启发式分派规则设计了一种Job—shop的实时调度算法，该算法首先在离线时用遗传算法训练神经网络得到调度的启发规则，在加工开始时根据一些动态特性对要执行的工件操作进行模糊分类，然后再根据启发规则对分类后的操作进行在线调度．基于这种算法，用模糊神经网络设计了一个Job—shop实时调度器，最后结合实时调度和重调度问题进行了仿真．通过与FIFO与LR(Lagrangian Relax)的比较，证明提出的算法是高效和可行的．     

动态柔性制造系统仿真平台

针对通常柔性制造系统（FMS）仿真方法在体现制造系统动态变化特性方面的不足，开发了一种FMS的可视化、分布工仿真平台。该平台模拟真实FMS的运行，较好地体现了离散事件动态系统的特性，可以作为调度、控制算法的测试平台。作为示例，在该平台上成功地实现了一种基于遗传算法的FMS动态调度算法，解决了FMS实时运行中各种突发事件下的再调度问题。     

一种可加速收敛的压缩遗传算法及其在实时供应链中的应用

采用可加速收敛的压缩遗传算法(ACGA)来解决实时供应链中的网上采购优化问题,供应商根据零售商的订单需求,在最短的时间内综合考虑利润、库存和交货时间等因素进行优化,进而为决策提供依据．在ACGA中,用压缩遗传算法(CGA)运行少量代数得到的概率值组成一个观测样本,借助统计学中的最小二乘法,估算几万代以后的概率值,进而组成新的概率矩阵,并根据该矩阵产生新的个体．文中结合实时供应链中的分销优化问题进行了仿真,结果表明,ACGA是适应实时场合的高效遗传算法．