一类Flow Shop排序问题的混合遗传算法

描述了在平行顺序移动方式下Flow Shop排序问题的数学模型,构造了求解该问题的混合遗传算法．用计算机模拟计算的结果表明,该算法对解决这类Flow Shop排序问题是有效的     

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。     

价格敏感型供应链网络规划模型及其混合遗传算法

针对价格敏感型供应链中,供应价格与批量之间通常具有非线性的函数关系,建立了采购、需求和物流服务环节均具有价格敏感性的多供应商、多配送中心和多零售商的供应链网络规划整数非线性规划INLP模型,设计解决此NP-hard问题的混合遗传算法,以启发式算法修复进化过程中出现的非法染色体,提高算法寻优速度,通过算例及与SAS/OR模块运行结果的比较,验证该算法具有很强的稳定性和高效性。     

具有模糊预约时间的VRP混合遗传算法

在对具有模糊预约时间的多对多货物收发情况下的车辆路径问题进行简单描述的基础上,构建了该问题的多目标数学规划模型,提出了解决该问题的一种基于插入启发式算法、并用修正的推—碰—掷过程进行改进的混合遗传算法,最后,给出了该问题的一个计算实例,并与改进的Solomon插入启发式算法进行了比较.     

一种基于小生境熵的自适应混合遗传算法

将熵的概念引入共享机制小生境技术,提出了一种基于小生境熵的自适应混合遗传算法.通过自适应调整小生境半径,改进了共享机制在算法中的作用,提出了用以度量种群多样性的小生境熵的概念.算法通过种群所处的进化世代数及该世代种群的小生境熵,实现了进化参数(交叉、变异概率)的自适应调整.证明了该算法具有强全局收敛性.实验表明,该算法对于解决多模态函数优化问题,具有很好的全局搜索能力和较快的收敛速度.     

网络计划中资源均衡优化的研究

以凝聚函数为目标函数给出了网络计划中资源均衡优化的数学模型,设计了相应的遗传算法,提出了一种从“资源占用峰值区”往两则强制的修复算子。     

成组流水线上零件排序的优化算法

本文分析了成组流水线上多品种加工时零件排序的数学模型，并提出了新的启发算法，大量计算机模拟结果表明，该方法优度较高，而且易于在计算机上实现。     

含有模糊约束和模糊价格的多产品报童问题的模型及算法研究

提出了一个含有模糊预算约束和模糊价格的多产品报童模型.首先,运用模糊数排序方法求出无约束条件下的最优订货水平;然后,应用包含柯西方法这一局部优化方法的混合遗传算法,求解约束条件下的最优订货水平;最后,提出实际应用的数值实例.     

基于时差分析的资源均衡问题探究

本文在已有时差概念分析的基础上,提出了三个新时差概念,给出了同一工序不同时差关系,提出了标值算法,算出了不同工序时差传递量。对资源均衡优化问题的初始方案进行研究,给出了随机时标网络图的绘制方式,使网络技术的应用更具灵活性和实用性。在时差传递性的基础上,进一步对有资源限制的资源均衡优化方案进行研究,提出了基于赋值算法的优化调整方式,最后通过算例对该调整方式进行了验证。     

工程项目资源均衡的遗传算法及其MATLAB实现

本文采用基于生物进化理论的遗传算法进行工程项目的资源均衡研究,克服了传统资源平衡算法的不足,并利用MATLAB语言进行编程实现,根据目标函数的具体要求,有效解出单资源和多资源平衡问题的最优解,同时得到每项作业的最优开始时间,通过实例分析,验证了算法的有效性和可靠性,取得了良好的效果。     

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。     

基于杂合遗传算法的工艺路线可变Job Shop调度研究

提出一种将遗传算法与启发式规则、模拟退火法等搜索方法结合在一起的杂合遗传算法,用于求解工艺路线可变的JobShop调度问题。通过对某双极型集成电路封装企业的JobShop调度仿真,结果表明算法是有效和可行的。     

多资源均衡的权重优选法

本文针对网络计划技术中多资源均衡所存在的问题,提出了多资源均衡的一种有效方法--权重优选法,叙述了该方法的基本原理和优化步骤,并通过算例验证了这一方法的有效性.     

基于网络计划技术的ERP实施进度控制研究

ERP是21世纪敏捷制造模式下企业运作的基础,ERP项目实施进度管理是企业信息化难点。本文以项目管理方法为基础,从ERP实施进度偏差识别和分析入手,运用双代号网络计划技术优化ERP实施项目关键路线,为ERP项目实施提供一种直观、动态的项目进度控制和预测管理辅助方法,并结合实例说明方法的有效性。     

基于资源波动成本的工程项目资源均衡优化

项目调度计划中不利的资源波动往往导致项目施工现场执行中的资源效率低下和成本上升。提出一个创新的资源均衡度量指标:资源波动成本,从而可以直接度量并最小化资源波动对施工生产力和成本造成的负面影响。该指标在出现不利的资源波动情况下,分别考虑采取允许资源闲置和允许解雇后再雇用两种不同的资源使用策略。建立一个以资源波动成本最小化为目标的资源均衡优化模型,比较不同策略下的资源闲置成本和解雇再雇用资源成本,确定使总资源波动成本最小的资源使用策略;结合问题的实际特点,设计求解模型的遗传算法;最后,用一个实例说明模型的合理性和算法的有效性;算例对比分析结果表明所提出的资源均衡度量指标优于现有的度量指标,不仅可以最大限度地消除不利的资源波动和资源闲置时间,而且可以根据实际情况确定相应的资源使用策略。     

基于遗传技术辅助设计的神经网络期货市场预测

本文在对期货市场的历史数据进行预分析的基础上,建立了神经网络期货市场预测模型．文中不仅对神经网络进行了改进研究,还利用遗传技术优化网络的结构和参数．运运实例对模型进行学习与测试的实验结果表明,利用遗传技术辅助设计的神经网络预测模型能较准确地预报期货价格的波动趋势.     

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。     

应用混合神经网络和遗传算法的期权价格预测模型

隐含波动率是指在市场中观察的期权价格所蕴涵的波动率.提出了一种加权的隐含波动率作为混合神经网络的输入变量,建立了混合神经网络和遗传算法相结合的期权价格预测模型,通过遗传算法来优化神经网络的结构和获得隐含波动率的权重.在对香港金融衍生品市场的实证中表明,本文模型在预测结果上要优于传统的Black-Scholes模型.