基于时空相似测度的冷链物流分区配送路径优化

为提高生鲜品冷链物流配送的时效性,进而提高冷链配送企业的服务质量和市场竞争力,考虑客户地理位置的相邻性和交货时间窗的相似性,提出基于时空相似测度的冷链物流分区配送路径优化模型。借助基于时空相似测度的k-means聚类方法和遗传算法,实现客户的动态分区和路径优化。通过算例发现:基于时空相似测度进行分区的路径优化方案不仅在配送成本、时间惩罚成本和货损成本上明显优于基于传统的固定分区和基于空间相似测度进行分区的路径优化方案,而且时效性也明显改善。     

遗传算法和BP神经网络在铜板带轧制力预测中的应用

将BP神经网络结合遗传算法用于铜板带冷轧轧制力的预测,并与以Bland-Ford公式为基础的冷轧力预报及引入遗传算法前的网络预报结果进行对比分析,实验结果表明本文的方法具有较高的计算精度.     

基于遗传算法在测试Web应用中的运用

随着因特网的高速发展,测试网页间链接可否安全稳定、正确执行是一必不可少的任务。有效的测试方法是现代软件工程最富有挑战性问题之一,本文提出采用遗传算法来解决此问题。该方法通过模拟自然进化过程搜索最优解的方法,解决此类问题更为简单、有效。     

基于遗传算法参数优化的最小二乘支持向量机财务困境预测

传统支持向量机应用于财务困境预测时,需要求解复杂的二次规划问题,求解难度大。而最小二乘支持向量机模型可以将二次规划问题变成一个线性方程组来求解,有效降低了模型求解的难度。尤其是将遗传算法应用于最小二乘支持向量机模型参数和核参数的优化时,显著提高了模型预测的正确率。本文从沪深两市随机抽取了2002年-2007年252家A股上市公司作为研究样本,并把研究样本分为两组,对这两组样本数据分别进行了短期及中长期预测。实证结果表明,基于遗传算法的最小二乘支持向量机模型的预测效果不但好于传统统计类Logit模型,也优于传统支持向量机模型。短期预测效果显著优于中长期预测效果,训练样本数直接影响到模型的预测效果,二者呈正相关关系。     

图书供应商链联盟遗传和模拟退火算法研究

在分析我国高校图书馆图书采购供应商链的现状和参考国内外高等院校图书馆图书供应商链选择决策定量研究文献资料的基础上,构建了我国高等院校图书供应链联盟的伙伴选择多目标数学模型,并针对遗传算法和模拟退火算法的先进性和局限性进行对比研究,最终经过优化选择,将遗传算法和模拟退火算法两者结合起来进行求解,通过实例仿真,表明图书供应商链联盟应用遗传和模拟退火算法模型算法的可行性和正确性。     

基于灰度图像分割的改进遗传算法

本文在基于灰度图像分割的基础上对传统遗传算法进行改进,提出基于染色体、基因位的改进遗传算法.该方法利用图像的直方图,对进行初始种群预处理,减少遗传算法的迭代次数.实验表明,改进的遗传算法应用于灰度图像分割能取得较好的效果.     

自适应遗传模拟退火的Web日志关联挖掘

提出一种基于自适应遗传模拟退火策略的Web日志关联规则挖掘算法。该算法在遗传模拟退火策略基础上,引入自适应的交叉概率和变异概率,使其具有较强的全局搜索能力,有效地避免了早熟的现象。实验结果证明,该算法能有效地解决Web日志关联规则挖掘问题。     

改进遗传算法在自动组卷中的应用

针对传统遗传算法在种群编码方案、初始种群生成、动态概率、多点交叉操作等方面做了一些改进,改进后的算法明显提高了组卷的成功率和收敛速度,取得了满意的组卷效果。     

基于聚类的混合多目标遗传算法在车辆路径问题中的应用

建立了有时间窗口的车辆路径问题多目标优化模型,提出了一种基于聚类的混合多目标优化遗传算法。该算法采用并列选择方法,用擂台赛法则构造非支配集,并用聚类方法缩小非支配集,避免了求解非凸解的困难,提高了遗传算法搜索速度及避免了＂早熟＂等不足。实验结果表明,该算法为解决车辆数不确定的时间窗车辆路径问题提供了一个较为有效的求解方法。     

基于简化模型的公交车调度时间研究

为提高公交调度管理效率,文章通过分析和总结公交调度的相关问题,针对调度时间优化数学模型,建立发车时间间隔目标函数及约束条件,并通过改进遗传算法对模型求解,得出其适应度函数.实验以实际公交线路为例,通过仿真求解,得到最优化发车时间间隔,使公交公司运营成本和顾客利益达到最优,具有重要的现实效益.