带时间窗的快递包装回收车辆路径优化研究

为解决大量快递包装给社会环境带来的一系列问题,优化快递包装及回收车辆路径,降低回收成本,提高客户满意度是快递包装回收的关键。考虑到快递包装回收的现状,提出在回收过程中设置软时间窗来反映顾客的满意度。建立了运输成本、处理成本、回收成本、时间惩罚成本等成本最小化的数学模型。采用改进的遗传算法对模型求解,提出运用2点交叉法改进交叉算子,加快种群的寻优速度,同时提出2点互异改进变异算子,增加种群的多样性,并对算法的种群规模、变异概率、运输成本等进行了灵敏度分析。运用Matlab软件对算例进行仿真,在有无时间窗条件下,验证了该设计的快递包装回收路径模型和算法的有效性。     

基于随机概率密度演化的结构-TMD参数优化

基于地震载荷随机性的事实,以及传统的采用特定地震波研究结构控制条件具有严重缺陷的问题,本文提出以结构最大层间位移作为控制指标,基于概率密度演化理论,采用改进遗传算法对TMD参数进行优化的设计方法.该方法结合改进遗传算法以及概率密度演化方法,充分考虑了随机性对结构影响的本质,根据随机载荷下结构-TMD控制体系中结构层间位移响应和动力可靠度的前后对比,说明优化方法的优越性.以三层剪切型混凝土框架结构-TMD参数优化为例,验证所提方法的正确性,为随机激励下的多自由度结构-TMD系统优化设计提供了一条新的解决途径.     

基于免疫遗传算法的道路交通标志图像分割

针对道路交通标志图像分割的问题,提出了一种基于免疫遗传算法的实现方法。该算法利用免疫遗传机制,将图像的最佳阈值作为要求的解,设计了适合问题求解的抗体编码方式、克隆算子和免疫选择算子。仿真实验结果表明,所提算法能够有效地求得道路交通标志问题的最佳阈值。通过与传统遗传算法、改进遗传算法进行对比实验,更好地说明了本算法能够对图像分割得到较为满意的结果。     

基于改进SLP理论的铁路电商物流中心布局研究

通过研究电子商务环境下铁路物流中心的作业情况,将铁路电商物流中心划分为收货区、存储区、拣货区、包装区、发货区、退货区、设备区和办公区8个功能区域。对系统布置规划（SLP）进行量化改造,加入数学建模的方法对物流影响因素进行量化分析。按照改进SLP方法对影响铁路电商物流中心的物流因素和非物流因素进行分析,并构建综合关系表。在功能区间不重叠、功能区不能超过规划范围、铁路长宽比有一定范围、不得占用铁路专用线区域、园区出入口等的约束条件下,建立了园区内物料搬运成本最小、功能区间综合关系最大、土地改造成本最小的目标函数,然后对目标函数进行处理得到归一化的单目标函数。通过改进遗传算法进行求解,从而得到科学合理的布局规划方案。实际应用的算例分析表明,本文中布局方法具有科学合理性。     

基于破岩比能的刀盘滚刀优化布置设计

基于科罗拉多矿业学院(Colorado School of Mines)推导的CSM受力模型,采用刀盘破岩比能最低原则,以径向不平衡力和倾覆力矩最小为目标,使用标准遗传算法(GA),优化中心刀、正刀和边缘滚刀的刀间距,以及正刀和边缘滚刀的极角.以TB880E刀盘为实例计算,结果表明:优化中心刀和正刀区域的刀间距后,比能减少1.53%,优化边缘滚刀区域的刀间倾角后,比能减少了1.10%;优化正刀和边缘滚刀的极角后,径向不平衡力减少到0.1265N,倾覆力矩减少到0.7591N·m,从而减小了刀盘的变形量.该研究可用于刀盘的布刀优化设计和对破岩过程能耗的预测,可降低TBM破岩能耗,改善TBM掘进能力.     

属性约简的两阶段遗传算法

属性约简是数据挖掘的一个重要研究内容. 为了解决具有多种属性类型的决策表约简问题,在粗集和二元关系聚合理论的基础上,利用属性重要性作为评价标准,提出了一种两阶段遗传约简算法. 算法的第一阶段是为了找出尽可能多的约简,第二阶段力求寻找最小约简. 根据算法每个阶段的目标设计了编码方案、种群规模、适应度函数、终止条件、选择、变异和修正操作. 实验表明,与标准遗传算法相比,两阶段算法在计算最小约简时更为准确和稳定.     

《植病研究法》课程教学改革与实践

《植病研究法》是植物保护专业的一门专业限选课，为适应新时期植病研究方法课程教学改革与发展的需要，针对植病研究法课程的现状及存在问题，探讨改进教学内容、教学方法与手段以及考核方式的有效途径，旨在为提高教学质量、培养学生对植物病理学研究的兴趣及实际应用能力提供参考。     

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。     

基于改进遗传算法的自适应越区切换方案

针对列车通信在越区切换过程中切换触发率和切换成功率均较低的问题, 提出一种基于改进遗传算法的自适应联合判决切换算法. 首先, 以遗传算法为基础, 在高速特性下对切换判决过程中的相关参数进行优化, 针对列车的不同运行速度动态选择出满足快速切换需求的迟滞容限值； 其次, 引入满意通信概率（SCP), 当列车在小区之间移动时, SCP值达不到要求的将不能接入下一个小区, 以保障通信质量的优良. 仿真结果表明, 与传统切换方案相比, 该方案可实现提高切换触发率和切换成功率的目标, 具有较高的满意通信概率.