基于随机权重多目标遗传算法的多目标动态单元构建方法

考虑多变的市场需求环境下单元生产系统在多个计划期具有多个目标的动态构建决策问题。通过对单元生产构建过程中的总费用、设备负载与能力之间最大偏差以及零部件跨单元移动的总次数3个目标进行权衡,建立了非线性多目标动态单元构建的数学模型。采用自适应小生境技术、惩罚技术、双轮盘赌法和精华选择策略,提出了基于精华保留策略的随机权重多目标遗传算法求解该组合优化问题。结合实例对模型和算法进行了仿真分析,结果显示了算法对解决多目标动态单元构建问题的有效性。     

基于扩展知识遗传算法的生产调度研究

本文介绍了用于解决实际生产调度问题的一种改进的遗传算法 ,此方法基于具体问题领域知识的扩展 ,用直接染色体表示生产调度 ,设计并扩展重组算子 ,缩小寻优空间 ,提高效率 ,并用算例证实此算法具有全局寻优性和收敛性     

基于遗传算法的设计结构矩阵优化方法研究

分析了DSM(Design Structure Matrix)优化方法的研究现状及不足,接着以耦合强度为基础,提出了数字化的设计结构矩阵。以此矩阵为基础,以遗传算法为优化工具,经过目标函数的设立,编码、交叉算子、变异算子等的设计,提出了一个新的DSM优化方法。以飞机某一部件的设计过程为例,实现了设计的时间、费用及过程优化,并与现有算法作了对比分析,验证了新优化方法在寻优效率、目标函数、及最优化结果等方面的优越性能。     

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。     

资源约束下多项目调度的启发式算法

讨论了目前RCPSP领域的研究现状,建立了一种针对单模式资源受限下多项目调度问题的数学模型,并提出一种解决该问题的启发式算法,给出了具体的算法步骤以及算例,结果表明该算法可以得到可行解.     

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.     

基于遗传算法的CVaR模型

条件风险值模型在金融和管理科学中有着广泛的应用.已有的CVaR模型通常是一个线性规划模型,其中每个阶段的损失函数常用线性函数近似,然而,在一些实际问题中,这些函数通常是非线性函数,用非线性函数近似会更加符合实际规律.本文通过引入非线性损失函数值,将原有模型转化为一个非线性规划模型,并通过一种改进的遗传算法求出新的CVaR模型的近似最优解.结合实例说明该方法能够同时降低cvaR和VaR两个重要风险度量指标.     

基于遗传算法的有折扣多产品采购多供应商选择问题求解

针对传统供应商选择过程大多只面向单一供应商进行选择的局限性,本文以质量、价格、交货期和交货提前期为评价指标,以最小化综合评价值为目标,纳入供应商供货能力和价格折扣,建立面向多供应商采购多产品条件下供应商选择的数学模型,并提出基于改进遗传算法的模型求解方法。实证分析验证了本文提出的求解方法的有效性。     

多工程间资源分配的决策及优化

采用两层决策方法分析并建立了有限资源在多个工程间分配问题的数学模型。针对该问题的特点 ,将遗传算法与启发式算法相结合 ,构造出一种新的混合启发式算法 ,用于求解该问题的全局最优解 ,并给出了具体的算法步骤。仿真计算结果表明 ,本文建立的模型和提出的算法是合理和有效的     

基于遗传算法的企业信息化建设

本文首先介绍遗传算法的定义和内容,分析了企业信息化指标体系和企业信息化措施;其次建立了企业信息化建设的教学模型;然后运用遗传算法对数学模型进行分析、求解;最后举例说明遗传算法在企业信息化建设决策中的合理性.并指出了遗传算法在应用中的不足之处.     

基于遗传算法的经济性参数设计

针对田口方法的不足,本文在双因子方法DRA(dualresponseapproach)的基础上从经济的角度讨论了参数设计问题。考虑产品规格界限及质量损失的不对称性,建立了经济性参数设计模型,并利用遗传算法(GA)得到了最经济的过程均值与波动方差。最后给出一个实例验证了此模型是可行的,有效的。     

基于现金流均衡目标的多模式项目调度问题研究

首先对基于现金流均衡目标的多模式项目调度问题进行界定;随后定义两组0-1决策变量并构建问题的优化模型;鉴于问题的强NP-hard属性,设计专门的模拟退火启发式算法;最后用一个实例对研究进行说明,并计算分析关键参数对目标函数的影响.结果表明:承包商最大累计资金缺口随项目截止日期的延迟、支付比例和预付款比例的提高而减小,随着质量保证金比例的提高而增大.     

基于免疫遗传算法和列生成的多项目人力资源调度研究

主要研究列生成法求解带有人力资源约束的多项目多模式进度管理问题。首先根据问题建立了相应的数学模型,模型中考虑了多种约束,如项目对人员能力、水平的不同要求,目标为满足约束的条件下成本最小化,其中包含固定和可变两类成本。模型分解后,按照列生成法流程求解。由于问题的复杂性,采用启发式算法求解每个子问题:首先由基于优先原则的启发式方法给出问题的初始解,再由免疫遗传算法寻优。通过数值实验分析了算法性能、模型改进情况,不同优先原则组合对目标成本和各项目间时间分配的影响。     

基于遗传算法的神经网络港口投资辅助决策

尝试用遗传算法与神经网络结合,对港口投资的可行性进行衡量,并建立了相应的投资决策模型,结合实例计算分析得到满意的结果。该方法有效地解决了传统BP算法对多峰值问题存在收敛于局部非劣解的弊病,而且大大加快了收敛的速度。     

基于遗传算法的生产批量优化问题

针对生产费用、生产准备费用和库存费用综合指标最小的、最优的能力约束生产批量问题,建立基于遗传算法的数学模型,通过模拟试验及实际问题计算,验证算法的可行性。     

资源约束下多项目调度的改进遗传算法

针对资源约束下的多项目调度问题,在前人提出的有效的启发式算法研究路径基础上,本文利用遗传算法,结合进度生成机制,提出了多项目调度的改进遗传算法。与其他多项目调度启发式算法相比,该算法在平均项目延迟和最佳解比例方面都表现较好,综合利用优化后的优先规则也使得该算法更适用于不同网络复杂度和不同资源约束程度的多项目调度问题中。     

解动态多指标决策问题的基于遗传算法的兼容度极大化模型

动态多指标决策问题是决策方案空间、指标空间和时间空间的一类三维决策排序问题,在系统工程实践中具有广泛的应用价值.为克服各单个评价方案的片面性,充分挖掘了原有各单个评价方案所包含的评价信息,提出了基于实数编码加速遗传算法(RAGA)的兼容度极大化模型(RAGA-CDMM).结果说明RAGA-CDMM是对原有各单个评价方案的最佳组合评价方案,所得评价结果更为合理、可靠;利用RAGA可直接根据各单个评价方案的评价结果数据来确定各评价方案和各时段的权重,避免了主观赋权的不足;RAGA-CDMM简便可行,适用性和可操作性强,具有推广应用价值.     

基于遗传算法的创新人才培育过程研究

创新人才是推动创新的源动力,国内外有关创新人才的研究相对稀薄,有关创新人才培育过程的研究甚少。本文运用遗传算法的思想和方法,研究创新人才培育过程中选择、交叉和变异,旨在为培育创新人才提供理论依据。     

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。     

基于遗传算法的微电网负荷优化分配

负荷优化分配是电力系统中的一类重要优化问题,即在满足各类系统约束条件下,实现发电总成本最低。为了促进微电网的优化运行,本文研究了包含柴油发电机、微型燃气轮机、光伏发电机和风力发电机组成的微电网的负荷优化分配问题。首先简要分析了各个微电源的发电特征和成本函数,然后分别建立了孤岛模式和并网模式下的微电网负荷优化分配模型,孤岛模式下优化模型的目标函数是包含燃料成本和运行维护成本的总成本,约束条件包括发电能力约束和系统功率平衡约束,并网模式下的优化模型则在此基础上,在目标函数中增加了其与大电网交易的收入和支出,在约束条件中增加了电力交易约束。最后,通过遗传算法分别对两种模式下的优化模型进行仿真求解。结果表明,本文提出的负荷优化分配方法可以有效降低微电网的运行成本,促进微电网的优化运行。