免疫遗传算法在车间作业调度中的应用

为了求解车间作业调度(JSP)这一典型的NP难题,提出了基于免疫遗传算法(IGA)的JSP问题求解方法.在该求解方法中,结合免疫原理和遗传算法提出了应用于JSP问题的IGA算法流程;算法采用基于工序的编码方式、自适应交叉和变异;同时为了改善交叉算子的性能提出了一种改进的基于工序编码的交叉算子.另外,采用车间作业中“最短处理时间原则”作为IGA算法的免疫疫苗,同时给出了免疫算子的设计方法.最后,通过“Muth and Thompson”基准问题的仿真实验验证了IGA算法在JSP问题求解中的有效性.     

遗传算法在智能组卷中的应用

将遗传算法应用于智能组卷中,利用遗传算法的高效、全局寻优的特点设计寻求符合要求的试卷模型结构的算法,计算结果表明该算法具有较高的搜索效率和精度.     

基于遗传模拟退火法的马斯京根方程参数估计

提出一种用遗传退火算法估计马斯京根方程参数的新方法，在遗传算法中融入模拟退火算法，在每一代群体产生后，对各个个体独立地进行模拟退火过程，以其结果再作为下一代群体的个体，避免了简单遗传算法容易提前收敛的缺陷以及模拟退火法搜索较盲目的缺点，应用实例表明方法简便，直观，可广泛应用于解决多种模型的优化问题，特别在洪水预报方面有很好的应用前景。     

自动绘制沉积微相图算法设计

成功地给出了沉积微相边缘追踪算法和边缘线生成算法。根据相带连通边界井之间的位置关系 ,将每一口边界井的周围生成的一系列单元控制线连接起来就可以画出沉积边缘线 (相带线 )。单元相带线的形状是由 3个控制点的位置决定的。针对沉积微相图上各种错综复杂的微相叠合及接触关系 ,系统地归纳和设计了 2 0 0多条规则。应用这些规则和算法 ,可以准确地求出相带线的位置。特别是运用控制线单元的生成技术 ,用户通过鼠标在屏幕上拾取控制线单元的控制点就可以实现人机交互功能。同时 ,向量成图技术使得成果图件的复用、修改和再生成为可能。实际应用结果表明 ,计算机自动绘制沉积微相图软件的绘图效果能够满足地质工作的需求。     

基于DSP技术的H.263视频编码协议算法

对H．263编码原理进行了简单介绍，对运动估值中几种主要搜索算法的性能进行了分析比较，完成了H．263的运动图象的编码模拟，最后对其中的搜索算法——十字交叉搜索算法在TMS320 C6211 DSK板上进行了仿真。     

考虑节能的城市物流配送方案优化

针对城市物流配送环节,提出了一种能够节约车辆能耗的物流配送方案优化方法.首先,在考虑载重和车速对车辆能耗因子的影响及时间窗开启前的等待时间约束等条件的基础上,提出了以能耗最小为目标的物流配送路径选择数学模型,并采用蚁群算法求解该问题,实现物流配送方案的一次节能优化;然后,基于一次优化结果,通过调整配送车辆从配送中心及各配送点出发的时刻,实现物流配送方案的二次节能优化;最后,基于北京市道路网的仿真试验显示,相对于以最短时间为目标的优化方法,本文提出的节能优化方法可使城市物流配送过程中的能源消耗平均降低约6.68％.     

一种潜在语义索引差异模型

通过对全局模型和局部模型的分析,提出一种新的潜在语义索引差异模型,能将类别信息反应在词项中、以医学网页为实验对象,将网页中的文本抽取出来并分别用全局模型和差异模型表示,采用SVD和SLSI降维,利用SVM算法进行分类并计算分类正确率和F1指标．实验发现：采用差异模型表示时,2种降维技术下分类正确率和F1指标较全局模型都有明显提高;同时采用差异模型和SLSI算法并不能对分类结果有更大改善     

基于层次粒子群算法的配送中心双层规划选址策略

在考虑物流网络宏观决策部门和客户双方利益的基础上,建立物流配送中心双层规划的选址模型.此类问题大多属于非凸优化问题,现有的求解算法存在算法复杂度及计算效率问题.基于进化博弈及多目标优化非支配排序的思想设计层次粒子群算法,通过两个粒子群算法的交互迭代求解物流配送中心双层规划选址问题.通过测试算例验证算法的有效性.     

基于鱼群算法的油田多级站定位优化方法研究

为了解决油田多级站定位优化问题,建立了该问题的大规模非线性MIP模型,该模型用传统方法求解相当困难.为了方便鱼群算法对该问题的求解和提高解算速度,对模型中的连续实型变量进行离散化处理,从而使整个优化模型变成纯0-1非线性IP模型.在解算过程中,用人工鱼体能累计和消耗程度来调度人工鱼行为;用海明距离度量人工鱼个体间的距离;采用随机步距移动的贪婪法描述个体追尾行为;采用鱼群规模、视野大小、拥挤程度和最低生存体能控制等方法实现局部最优解逃逸策略;采用最大迭代次数和迭代过程中最优解平均值变化程度来控制迭代终止时机.算例结果表明,该算法计算速度和稳定性有较大提高,可在微机上稳定地获取问题的最优解.     

电站机组负荷分配的模糊建模及优化算法

随着电力市场的发展,机组负荷优化分配作为一种可提高电站经济的手段,越来越成为一个令人感兴趣的研究课题,但目前仍没有得到一种绝对有效的算法．通过引入模糊理论提出了电厂机组负荷分配模型,并运用改进的遗传算法进行求解．该优化算法的特点在于：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,给出一个算例阐述了该算法的有效性．