一种求解JOB SHOP问题的新型混合遗传算法

针对一般车间（JOB SHOP）的作业排序问题设计了一种新的混合遗传算法,该算法将遗传算法和启发式方法相结合,利用遗传算法优化每台机器的首工序,并确定每台机器的优先工序,借助仿真,按照启发式方法安排每台机器的后续工序。通过算例比较,表明该算法具有良好的求解性能。     

动态多目标无功/电压规划的Pareto最优集的求取

动态多目标无功/电压规划问题是一个复杂的多目标非线性优化问题。广泛使用的先评价方法通常只能得到这一问题的单一解,并且在确定各目标间的权重关系时难以给出统一的标准,因而不利于作为实际控制的参考。该文通过创建该问题的多目标数学模型,将动作次数限制归纳为优化目标之一,并应用改进的非支配遗传算法(NSGA-II),实现了动态多目标无功优化问题的Pareto近似最优集的求解。通过IEEE14、30节点电网模型及实际电网模型的计算,验证了该方法的有效性。     

遗传算法在网络动态选路中的应用

根据安全传输的要求,提出了一种运用遗传算法来实现网络中动态寻路的方法.且结合运用遗传算法求解图的最小生成树的例子,对一个模拟网络拓扑结构的有权无向图进行了编码,为求解过程建立了相应的模型,并对该模型进行了分析.     

供应链二级分销网络的优化研究

在综合考虑各种费用要素的基础上,提出了供应链二级分销网络优化模型,该模型属于一类选址-分配问题,文章采用遗传算法对其进行求解,从中选出预建立的分销中心,然后采用蚂蚁算法对建立起的二级网络优化运输路线,从而使得总成本更小,文章中用具体的例子进行了仿真,验证了优化模型的正确性和算法的有效性。     

免疫遗传算法的研究及其应用

遗传算法作为一种生物进化计算模型,在优化计算中得到了广泛应用,但其存在的缺陷,影响了其在一些问题求解中的正确性和有效性。将生物免疫算法与遗传算法相结合,提出一种改进的免疫遗传算法（IGA）,并用IGA对PID参数寻优,仿真结果表明：该算法大大提高了控制的动、静态性能。     

基于遗传粒子群算法的供水系统优化调度

针对某城市供水系统,建立了大型供水系统的多目标混合离散变量的优化调度模型,采用遗传粒子群混合算法对调度模型进行了求解,实现了该供水系统的直接优化调度,并与传统遗传算法优化调度的过程及结果进行了对比,新算法在优化时间、优化结果及求解效率等方面都具有较强的优越性.     

粒子群优化算法及其与遗传算法的比较

粒子群优化算法是根据鸟群觅食过程中的迁徙和群集模型而提出的用于解决优化问题。该文讨论粒子群优化算法的基本原理和实现步骤,分析了该算法中各参数的设置。通过一个测试函数,对粒子群优化算法与遗传算法进行了比较,结果表明粒子群优化算法在找寻最优解效率上好于遗传算法。     

改进离散人工蜂群算法规划异形满版服饰图案切割路径

服饰图案切割路径规划是服饰图案自动切割技术的关键部分之一。文中用改进的离散人工蜂群算法实现了激 光切割系统对异形满版服饰图案的切割工艺路径规划优化。首先,把满版服饰图案激光切割路径规划转化为广义旅行 商问题求解,证明了路径规划转化成普通TSP问题比转化成第一类广义TSP问题更为有效,并给出了路径规划中“图案 始切割点”的优化选择方法。然后结合部分匹配交叉和启发式变异搜索方法的人工蜂群算法求解TSP问题,证明了与 A*算法及遗传算法相比,该方法更为优越。并且该方法已应用于激光切割机切割异形满版服饰图案路径规划的生产实 践,运行可靠,比未规划时的工艺路线平均提高效率33.7%。该方法提供了一种解决TSP问题的新方法,具有一定的理 论意义和价值     

基于量子遗传算法的回焊炉参数设定

针对传统的表面贴装工艺不能适应高质量和高效率生产的问题,提出了一种基于量子遗传算法的回焊炉参数设定方法来优化回焊炉的炉温曲线。为求解回焊炉内温度分布情况,建立炉温曲线模型;在满足约束条件的情况下,建立以覆盖面积最小、对称程度最高为目标的优化模型。为提高算法效率与炉温曲线质量,求解过程采用量子遗传算法,并与其他算法进行比较分析。仿真与求解结果表明:采用量子遗传算法求解收敛速度快且结果更优,使用所述模型与算法确定回焊炉工艺参数可以得到更优的炉温曲线,提高回流焊产品的质量,降低生产成本,满足当前电子产品更新迭代快、竞争激烈的需求,增强企业核心竞争力。     

遗传退火进化算法在背包问题中的应用

从增强算法收敛性和减少参数依赖性的角度出发，提出应用遗传退火进化算法求解背包问题，遗传退火进化算法结合了遗传算法和模拟退火算法的优点，并有效地克服了各自的弱点，使其在优化性能、优化效率和可靠性方面具有明显的优越性．阐明了用该算法求解背包问题的具体实现过程，并通过实际数值计算和结果比较表明，该算法优于遗传算法和模拟退火算法．     

软件项目风险优化控制方法研究

基于软件项目风险传递算法提出了一个软件项目风险优化控制模型,设计了一种基于动态规划的软件项目风险控制离散优化算法,并通过示例确认了上述方法在解决实际问题中的效用.     

一种实用的JOB-SHOP生产调度算法

根据生物遗传算法并结合工件的生产工艺知识，提出了一种JOB－SHOP生产调度新算法。该算法采用可编程控制器软件编程的巡回扫描原理，解决了生产调度的仿真问题，所提出的方法为解决生产调度问题提供了新的途径。     

基于马尔可夫决策的动态电源管理技术

研究了随机最优算法,并建立了该算法的电源管理系统模型。在系统任务响应延迟的约束条件下,应用马尔可夫决策方法对电源管理方案进行优化,得出系统模型最佳的电源管理策略。分析比较表明,一些传统的动态电源管理方法虽然也可以有效地减少系统的能耗,但是对系统的性能却有较大的影响。随机最优算法可以在节约系统能耗和保证系统性能之间取得较好的平衡。     

一种换热器网络优化新方法

基于遗传算法和神经网络的多层感知器模型的有机结合,提出一种优化换热器网络的新算法和一种新的编码方法－基因矩阵,这种算法根据遗传适应度（目标函数）的大小,以随机搜索方式寻找在求解区域的最优解,采用神经网络多层感知器模型实现换热器网络的结构优化和参数变化。经过遗传－感知模型优化并与外逼近算法做了比较,表明采用此法优化多维、多峰、非凸的换热器网络也具有很好的适应性。     

光学系统自动设计中应用动态规划的个算法

本文用动态规划方法求解具有等式和不等式约束的光学系统的最优化问题,以Kuhn-Tucker条件为基础,利用牛顿迭代法提出最优决策的一个算法,并证明其局部收敛性。     

支持向量机替代模型的遗传优化设计

针对实际工程中常见的性能函数不能显式表示的优化问题,提出一种基于支持向量机替代模型的遗传优化设计方法。利用试验设计选取合适的设计参数样本点,通过实验或数值仿真获得响应输出,结合遗传算法构建具有参数优化功能的支持向量机替代模型;将支持向量机模型作为目标性能函数,结合其他约束条件完成优化模型的建立,并应用遗传算法进行优化,形成一套准确、高效、适应性强的优化方法。以典型电子装备功分器的结构尺寸优化为例,采用均匀试验设计和高频电磁场仿真软件HFSS获取替代模型训练的学习样本,建立功分器模型的幅度比、相位差和驻波3个响应面目标函数,并对该多目标优化问题进行遗传寻优。     

基于遗传算法和TRIZ的产品服务系统优化设计方法

针对产品服务系统方案优化设计问题,分析了系统方案设计过程中主要影响因素,基于遗传算法和TRIZ理论提 出了产品服务系统方案优化设计方法。该方法可以优化产品服务系统的方案设计,并通过理想化程度值定量判定最优 方案设计。以污水处理设备为例,应用该方法获取产品服务系统最优的方案设计,并与其它方案进行对比,验证了该方 法的有效性。实际应用证明该方法不仅可以对产品服务系统方案设计的理想化程度进行定量的判定,还可以实现对系 统方案设计的全局最优搜索。     

考虑支线运输服务的多式联运网络优化

在多式联运网络优化的同时一并对支线运输服务方案进行综合决策,提出Ⅱ阶段决策方法。模型第Ⅰ阶段表述为0~1整数规划问题,对网络设计以及网络流运行进行规划,基于阶段Ⅰ的优化结果提出第Ⅱ阶段决策过程,表达为带时间窗的支线车辆路径问题。针对模型的Ⅱ阶段结构特点,以两个阶段相互影响和反馈为求解思路,设计以交叉熵为主体的启发式算法,采用算例分析方法证明模型和算法的有效性,最后将Ⅱ阶段优化模型与两个阶段分别优化进行对比,指出在模型与算法参数均一致的情况下可降低成本73%。     

Study on Multi-Trip Vehicle Routing Problem with Stochastic Simultaneous Pickup-Delivery Demand

Characterized by high service efficiency and low vehicle cost, multi-trip distribution allows the vehicle to travel multiple times between the distribution center and customers in order to complete the delivery task. Dynamic and uncertain customer demand is common during delivery. Combined pickup-delivery integration pattern with stochastic customer demand, an optimization model for multi-trip vehicle routing problem is set up with stochastic simultaneous pickup-delivery demand. Due to the sudden and simultaneous pickup-delivery of dynamic demand, the original distribution scheme needs to be optimized and adjusted, and the multi-trip routing adjustment strategy of "real-time flexible point" is proposed. According to the stochastic characteristics of the optimization model, a stochastic chance-constrained programming transformation model is introduced. A hybrid algorithm with nested stochastic simulation and variable neighborhood tabu search algorithm is designed to find the optimal distribution path. Finally, an example shows that the optimization model and algorithm are feasible and effective.     

多目标规划模型的应用研究

多目标规划方法是解决优化问题的一种重要方法,本文以最佳食品搭配问题和合理下料问题为例,针对其多目标、多变量的动态特点,分别建立了不同的多目标规划模型.分别用层次分析法和主目标法对模型进行求解,运用LINGO软件运行出理想的结果.