Genetic Algorithms to the Nesting Problem in the Leather Manufacturing Industry

The nesting problem in the leather manufacturing is the problem of placing a set of irregularly shaped pieces (called stencils) on a set of irregularly shaped surfaces (called leathers sheets). This paper presents a novel and promising processing approach. After the profile of leather sheets and stencils is obtained with digitizer, the discretization makes the processing independent of the specific geometrical information. The constraints of profile are regarded thoroughly. A heuristic bottom-left placement strategy is employed to sequentially locate stencils on sheets. The optimal placement sequence and rotation are deterimined by genetic algorithms (GA). A natural concise encoding method is developed to satisfy all the possible requirements of the leather nesting problem. The experimental results show that the proposed algorithm can not only be applied to the normal two-dimensional nesting problem, but also especially suitable for the placement of multiple twodimensional irregular stencils on multiple two-dimensional irregular sheets.     

富钴结壳采集头工作参数优化设计

在6km水下采集富钴结壳，其能耗是一个突出的问题．以采集头的行走速度、滚筒切割速度、切削深度及截齿的截线距为设计变量，以采集头最小切削能耗为目标，建立了采集头工作参数优化设计模型．设计模糊控制器嵌入到遗传算法中控制交叉率、变异率的自动调整，利用模糊遗传算法对模型进行优化，得到最优切削深度、截齿的截线距、采矿车行走速度、采集头切割速度及最小功率分别为3．0993cm、5．5979cm.0.2889m／s、0，3535m／s和149．6229kW．水池试验证明优化结果令人满意，图6，表2，参8     

基于模糊遗传优化支持向量机的系统辨识研究

在实际应用中支持向量机的参数选取问题一直没有得到很好地解决,限制了其应用。为了能够自动获取最优的支持向量机参数,提出了基于模糊遗传算法的SVM参数选择方法,用模糊逻辑在线调整遗传算法的交叉概率pc和变异概率pm,并采用基于模糊遗传优化的支持向量机回归和BP神经网络对非线性系统辨识问题进行了研究。仿真结果表明,在小样本情况下,支持向量机比神经网络具有更高的系统辨识精度和更好的泛化能力。     

随机资源分配问题建模和随机模拟遗传算法求解

为了最大限度地满足用户对紧缺随机资源的需求,对随机资源分配问题建立了相关机会多目标规划模型和相关机会目标规划模型,通过表示各个(级)目标事件的诱导约束,建立决策向量和机会函数之间的关系,并运用随机模拟遗传算法求解模型。     

催化精馏合成碳酸二甲酯神经网络建模与操作条件的遗传算法优化

催化精馏合成碳酸二甲酯能够显著提高反应物碳酸丙烯酯的转化率。这里采用径向基神经网络建立某些操作条件与碳酸丙烯酯的转化率之间的模型，并采用遗传算法优化操作条件。优化结果得到试验验证。     

三维人脸识别算法综述

三维人脸识别与二维人脸识别相比,由于其不受视角、光照、姿势等因素的影响,越来越受到研究者的关注。综述主要是对目前已有的三维人脸识别算法,并且指出了目前三维人脸识别存在的一些问题。     

无人机全局航路规划技术仿真

针对不同强度威胁源构成的飞行环境,提出了一种基于人工势场法和遗传算法相结合的无人机全局航路规划方法。该方法对威胁进行Delaunay三角网划分,按照穿越三角形边的方向及顺序设计了一种二进制编码方法;把威胁当作斥力源,初始路径当作质量-弹簧链路,求解链路的受力方程,得到该穿越方式下的局部最佳航路;最后利用遗传算法获得威胁网络下的全局最优解。经过三种不同参数情况下的计算机仿真,结果证明该方法能够得到给定的威胁指标下的全局最优航路。     

基于遗传-模糊聚类的说话人识别方法及其仿真研究

利用遗传算法的全局收敛性及模糊C-均值（FCM）聚类强大的局部寻优能力，提出了一种基于遗传-模糊聚类的说话人识别方法。对说话人的训练语音数据进行遗传-模糊的软聚类分析，从而得到分类中心的全局最优解，作为每个说话人的语音模型，最后利用最大总平均隶属度函数准则对待识别语音进行模糊聚类识别．除此之外，使用自适应参数增加遗传算法的局部搜索能力。实验结果表明，这种算法克服了传统硬聚类的缺点，避免了FCM对初值敏感及容易陷入最小值的缺陷，使聚类更加合理，更好地描述了说话人的语音特征。     

Ad hoc网络中的分簇算法比较

文章阐述了Ad hoc网络的体系结构和存在的问题。对Ad hoc网络中的典型分簇算法进行了详尽的比较分析.     

遗传算法求解TSP问题的MATLAB实现

以遗传算法求解旅行商问题（TSP）为例,提出一种改进的交叉和变异算子,深入讨论了各个遗传算子的程序实现,并给出其算子的MATLAB程序编码,最后用5个城市的非对称TSP进行仿真分析.结果表明,改进的算法比传统算法收敛速度更快,适应值更优,说明改进算法是有效的,证实TSP问题是遗传算法得以成功应用的典型例子.