基于免疫遗传算法的物流配送车辆路径优化问题研究

物流配送车辆的优化调度问题是近年来物流研究中的一个热点也是一个难点,传统的优化方法往往难以解决这类问题.本文提出一种新型免疫遗传算法进行物流配送车辆路径问题的优化规划.在遗传进化过程中,借鉴生物免疫机制对每个种群的染色体进行免疫算子操作,这些算子包括接种疫苗、各基因座多样性调整以及免疫选择.以运输费用最小为优化目标建立了物流配送车辆路径优化问题的数学模型,利用免疫遗传算法求得优化解,并通过具体实例以及免疫遗传算法与标准遗传算法运算结果的比较,验证了本文免疫遗传算法的有效性和优越性.     

救灾物资发放问题的动态遗传算法求解

与传统启发式优化搜索算法相比,遗传算法的主要本质特征在于利用了群体搜索策略和简单的遗传算子.群体搜索使遗传算法得以突破邻域搜索的限制,可以实现整个解空间上的分布式信息探索、采集和继承.这篇文章针对救灾物资发放问题进行了研究,建立了此类问题的数学模型,在分析标准遗传算法的基础上,采用设置摆动适应度函数与条件交叉、变异概率的方式设计了动态遗传算法,并通过求解实际问题对标准遗传算法与设计的动态遗传算法计算结果进行了对比.结果表明该算法在一定程度上动态解决了群体由于缺乏多样性而陷入局部解的问题,能够更大概率地得到最优解,可以说是对遗传算法改进方面的一个尝试,结论对于解决类似问题具有较大的参考价值.     

带货物权重的车辆路径问题及遗传算法

考虑一个分销中心、多个零售商组成的分销网络系统中具有柔性车辆能力的带货物权重的车辆路径问题.并根据车辆的满载情况采用了不同的运输策略,即单点运输和多点运输方式.在多点运输方式下,与以往诸多研究不同的是,文章建立了一种基于货物权重的VRP模型——WVRP,即在安排车辆线路时每个零售商的货物需求量也作为一个因素考虑,尽可能使车辆优先供货需求量较大的零售商.最后,针对问题的性质,开发了一种基于划分的遗传算法PB-GA对问题进行求解,并与一般遗传算法及常用的启发式算法进行了分析比较.     

遗传算法在活动网络有限资源分配问题中的应用

有限资源合理分配是网络计划中一个复杂的组合优化问题。应用遗传算法,本文建立了描述有限资源合理分配问题的染色体结构和适应度函数,设计了问题的遗传运算,并举例说明了该遗传算法的有效性。这一工作对于处理工程项目施工安排问题具有重要意义。     

关于杂合遗传算法的研究

基于遗传算法的杂合系统是将遗传算法引入已有的系统算法、启发式优化策略以及领域知识获取与优化等问题时,所产生的一种新型的综合性算法结构设计策略。本文对遗传算法与神经网络、遗传算法与模糊逻辑、遗传算法与专家系统的杂合等问题进行了系统性的研究与评述。     

服务水平约束下流水车间成套订单调度研究

本文针对流水车间环境,研究了服务水平约束下成套订单的调度问题,通过建立与分析该问题的模型,研究并设计了用于排序的三种构造式启发算法,以及用于确定订单成套数的构造式启发算法、改进遗传算法和模拟退火算法,最后通过各种规模及不同约束度的算例进行模拟计算与比较分析,结果表明了改进遗传算法的有效性,但其它两种算法也各有优点。     

准时生产方式下混流装配线的调度问题

混流装配线的调度问题是 JIT生产方式中的一个重要问题 .本文建立了多级混流装配线的调度模型 ,其目标是使不同生产级上各零部件的消耗量尽可能保持均匀 ,并用遗传算法和模拟退火进行求解 .试验表明 :遗传算法和模拟退火算法的求解质量比“目标追随法”有所提高     

带有交货期窗口的单机加权提前／拖期调度问题研究

提前/拖期调度在JIT生产中具有重要意义,带有交货期窗口的调度问题是一个更一般的问题,但目前尚缺乏有效的求解方法.本文提出一种求解带有交货期窗口的单机提前/拖期调度问题的遗传算法,是为克服简单遗传算法的早熟收敛现象而提出的一种新型的遗传算法,并用大量随机产生的实例进行了仿真研究,结果表明,本文提出的算法是有效的.     

基于遗传算法的机组优化组合的应用研究

火电厂机组优化组合问题是一个复杂的优化问题,本文提出了用于求解机组优化组合的一种改进的遗传算法方法,取得了较好的计算结果。     

基于遗传算法的具有主次仓库的企业资源供应链管理模型研究

本文研究如何在有容量限制的主次仓库间分配客户需求的企业资源供应链管理问题,当主仓库不能满足客户需求时,通过一个次仓库弥补主仓库的不足。首先把该问题构造成一个整数规划模型,其次,运用遗传算法加以解决,实际应用和数值分析说明了该遗传算法在解决这类问题中的有效性和实用生。     

基于GATS混合策略的多目标优化算法

用遗传算法求解多目标优化问题的难点在于适应值函数难以定义.本文提出一种定义多目标优化问题适应值函数的方式,使遗传算法不仅满足于得到一个决策方案,而是以得到问题的全部非劣解为目标,最终的决策方案由决策人根据自己的偏好来决定.同时为避免提前收敛现象,本文根据遗传算法和Tabu Search算法自身的特点,通过对二者的优势和不足进行分析,提出一种将二者混合使用的求解多目标优化问题的策略.它以遗传算法为基础,用遗传算法作全局搜索,用Tabu Search算法作局部搜索,改进遗传算法的计算结果.     

遗传算法在逆向物流网络选址问题中的应用研究

随着公众环保意识的增强、环保立法的出台和可观的经济利益的显现,企业开始关注逆向物流。而在逆向物流中,集中退货中心管理是企业逆向物流系统高品质运作的基础和前提。因此,本文构建了一个逆向物流网络中的选址模型,旨在研究从备选地址中选择建立配送中心或回收中心最佳策略,然后应用遗传算法讨论了该模型的具体解法。最后针对模拟算例,通过对比遗传算法和部分枚举法的效率及结果,说明遗传算法对于求解这类问题是一种有效的方法。     

自动排课系统的遗传算法探讨

排课问题是一个有约束的、多目标的组合优化问题,并且已经被证明为一个NP完全问题。遗传算法是一种借鉴于生物界自然选择和进化机制发展起来的高度并行、自适应的随机搜索算法,是一种非常有效的解决NP完全的组合问题的方法。     

测试实数编码遗传算法的困难度

分析了遗传算法困难度测试在遗传算法研究中的重要意义. 鉴于当前这方面的研究集 中于二进制编码遗传算法,对实数编码遗传算法的困难度测试进行了分析. 探讨了实数编码遗 传算法困难度分析的适应值与距离相关系数测试法与基于随机游走模型的相关函数测试法, 提出了最佳一阶函数逼近测试法,做了大量实验,并根据实证分析结果对三种方法进行了比较 与评价.     

用混合遗传算法求解物流配送路径优化问题的研究

论文建立了物流配送路径优化问题的数学模型,并针对遗传算法在局部搜索能力方面的不足,提出将爬山算法与遗传算法相结合,从而构造了求解物流配送路径优化问题的混合遗传算法,并进行了实验计算。计算结果表明,用混合遗传算法求解物流配送路径优化问题,可以在一定程度上克服遗传算法在局部搜索能力方面的不足和爬山算法在全局搜索能力方面的不足,从而得到质量较高的解。     

自动排课系统的遗传算法探讨

排课问题是一个有约束的、多目标的组合优化问题,并且已经被证明为一个NP完全问题.遗传算法是一种借鉴于生物界自然选择和进化机制发展起来的高度并行、自适应的随机搜索算法,是一种非常有效的解决NP完全的组合问题的方法.     

加权折扣单机排序干扰管理模型和算法研究

为解决机器排序中由于干扰事件的发生使初始最优加工时间表无法按计划执行的问题,构建同时考虑原目标和扰动目标的双目标干扰管理模型,对初始最优加工时间表进行调整并对未完工工件进行重排序;在双目标干扰管理模型中,原目标由所有工件的加权折扣完工时间和来度量,扰动目标由重排序后工件完工时间的变化来度量;结合量子比特在表示解的多样性方面的优点和非支配排序遗传算法在处理多目标排序问题上的优点,设计一种量子遗传算法和非支配排序遗传算法相结合的启发式进化算法对构建的模型进行求解。在数值算例中,通过比较若干项针对有效解集的性能指标发现,该混合算法求得的有效解集在多样性和与最优有效前沿的邻近性等方面优于目前得到广泛应用的非支配排序遗传算法,验证了构建的模型和算法对于求解机器排序干扰管理问题的有效性。     

遗传算法求解供应链协作供应问题

本文给出一个多供应点、多产品和多需求点的供应链协作供应问题的模型,对于这样一个复杂的组合优化问题,通过设计合适的编码方案和相应的遗传算子,提出了一个改进遗传算法的求解方案,最后通过一个算例说明该方法的可行性和有效性.     

混合HOGA-SVM财务风险预警模型实证研究

目前涉及遗传算法与支持向量机相结合的预测模型中,遗传算法基本上采用的是标准算法.但是在对全局函数的优化中,一般的遗传算法容易陷入局部最优,从而降低遗传算法收敛速度和搜索精度,进而影响财务风险预警模型的精度与速度.基于此,提出了基于混合全局优化正交遗传算法(HOGA)和支持向量机(SVM)的财务风险预警模型(HOGA-SVM),通过使用混合全局优化正交遗传算法连同支持向量机来改进支持向量机进行财务风险预警的效果.结果显示,提出的模型不仅提高了财务风险预警的准确率和速度,而且模型的两类分类错误率(尤其是第一类分类错误率)相对其他模型也有了明显下降.未来的工作可以把模型的应用扩大到多分类的财务风险预警问题中.     

企业裁员优化模型的建立及遗传算法的运用

通过调研建立一个比较全面的裁员标准体系,用来计算企业中每个员工对企业的贡献价值,再把这个过程抽象为一个带约束条件的最优化的数学模型,用遗传算法对其求解,进而确定裁减的人员。这样就解决了企业在裁减人员过程中主观地决定裁减人数的问题。该模型能够给管理者提供一个使企业整体利益最大化的精确裁减人数以及被裁的人员清单,提高了决策的科学性,也为管理人员使用计算机提高决策的正确性和高效性提供了参考。