基于改进差分进化算法的多目标第Ⅰ类装配线平衡问题研究

为求解多目标第Ⅰ类装配线平衡问题(MOABLP-Ⅰ),提出了一种改进的差分进化算法(IDEA)。该算法优化目标包括最优工位数,线生产效率和工位载荷波动。采用基于优先权的编码方法使得个体解码后总满足装配线约束关系,设计了自适应双变异策略和新型交叉操作算子使算法适应离散优化问题,引入"精英保留"机制增强算法逃离局部最优的能力。通过测试问题集的验证,并比较了基本差分进化算法和离散型差分进化算法,结果表明IDEA在求解大规模MOABLP-Ⅰ上质量最优。     

差分进化算法研究进展

差分进化算法是当前国际上智能计算研究的一个热点,该算法通过向量之间的差异扰动整个种群以达到求解问题的最优解,具有简单、快速、鲁棒性好等特点。本文就差分进化算法的原理、特点、改进形式及其应用等方面的研究进展进行了全面综述,着重介绍了其应用研究,最后指出了差分进化算法的进一步研究方向。     

梯级水库发电优化调度的改进细菌觅食算法研究

细菌觅食算法在求解水库优化调度问题时,以固定的步长进行趋向操作,同时以固定概率对细菌个体进行随机驱散操作,虽然可以一定程度上增加种群多样性,但是在进化后期容易使优秀的个体流失,影响算法的寻优质量。针对该问题,文章提出步长自适应调整和驱散概率自适应调整两项改进策略,根据算法进化程度和细菌个体的能量值动态调整趋向操作的步长和驱散操作的概率,使算法进化过程中尽量保证种群多样性的基础上,提高细菌个体的觅食能力,进一步促进算法达到局部搜索和全局优化之间的平衡。将改进的细菌觅食算法应用于乌江梯级水库群的联合优化调度问题,模拟结果表明:改进细菌觅食算法具有较强的全局寻优能力,适合求解梯级水库联合优化调度问题。     

一种基于差分进化算法和粒子群算法的双进化方式的全局优化算法

差分进化算法(Differential Evolution Algorithms,DE)和粒子群算法(Particle Swarm Optimization,PSO)是一种基于种群的全局优化的通用的启发式算法,已经用来求解很多的问题。本文提出一种基于DE和PSO的双进化方式的种群进化策略。对于种群中的每个粒子可以随机选择按照差分进化或者按照粒子群进化。为了提高进化的收敛速度,对于每一代粒子选择一个最优的粒子提供给按照PSO算法进化的粒子使用。通过4个标准函数测试该算法并与PSO和DE算法进行比较,实验证明该算法是一种求解精度高,速度快,鲁棒性好的算法。     

基于差分进化算法的预测控制在双容水箱上的应用

针对非线性预测控制中需要实时求解非线性规划问题,应用差分进化算法(Differentia Evolutionary,DE),其全局寻优、搜索效率高的特点使得预测控制非线性规划问题得以解决。将该算法应用于双容水箱液位控制中,仿真结果验证了算法的有效性和可行性。     

智能计算在网络入侵检测中的应用研究

研究了基于遗传算法和差分进化计算的入侵检测系统中的特征选择技术,差分进化计算在变异过程中并未考虑到适应度大的个体,同时存在过早收敛问题,而遗传算法需要很多的迭代次数才能收敛.针对以上缺点,结合模拟退火算法对差分进化的变异过程进行改进,同时设计合理的适应度函数,使得该算法收敛于最优特征子集.经过Lincoln实验室入侵检测系统评估数据集合MIT' 1998测试,改进算法与差分进化算法和遗传算法相比,具有良好的收敛性能,并且收敛特性稳定.     

一种基于完全线性变换法则的差分方程解析解算法

利用传统方法很难在计算机上实现差分方程的解析解求解,本文提出了一种获得差分方程解析解的线性算法,该算法的基础是完全线形变化法。其核心操作为降维处理,对高阶差分方程进行逐次降阶运算,直至获得其解析解表达式。本质上,该算法属于Z变换法的一种矩阵法变形。算法的线性特征使得其容易移植到计算机上实现差分方程的解析解运算,而非传统的数值迭代解。     

基于差分演化算法高斯随机聚类数学建模分析

提出一种基于差分演化算法高斯随机聚类数学建模分析方法。该方法首先对高斯随机聚类差分演化算法的基础理论进行讨论,并对差分演化算法进行分析,在高斯随机聚类差分演化算法进化的不同阶段对算法参数的缩放因子与杂交概率进行相应的调整和控制,在增加种群多样性的前提下,调整算法的搜索方向快速找出最优方案完成对差分演化算法高斯随机聚类数学建模分析。实验结果表明,高斯随机聚类差分演化算法相对比差分演化算法具有更好的求解性能,且收敛速度更快。     

基于进化算法优化的多Agent系统协作模型

针对差分进化算法在多Agent系统协作时容易过早的收敛到局部极小点,从而导致寻优性能不佳的问题,本文提出了一种基于参数自适应调整差分进化算法的多Agent系统协作模型,首先对标准差分进化算法的参数进行自适应调整,在选择阶段如果子代的适应度值差于相应的父代个体,调整相应的差分进化控制参数,然后将改进算法应用于多Agent系统的协作中,以提高其协作的性能。算法仿真试验结果表明,本文提出的基于参数自适应调整差分进化算法的多Agent系统协作模型相比较传统算法而言,具有较好的寻优能力和协作性能。     

基于进化规划的非线性方程组求解

本文提出了利用进化规划去求解非线性方程组,进化规划中没有重组或交换算子,突变后便执行选择。采用随机型的竞争选择法,挑选优良个体组成下一代群体。该算法充分发挥其全局收敛性和群体搜索能力,对于非线性方程组求解问题具有良好的适应性。仿真实例表明该算法是可行有效的。     

对航空机务维修任务指派优化的探讨

为了提高航空机务维修的效率,科学合理地安排维修任务,有必要对维修任务指派优化问题进行研究。通过建立航空机务维修任务指派的数学模型,将改进的自适应差分进化算法应用于该模型的求解与仿真。采用适当的编码方案,并采用罚函数的方法使种群个体编码满足约束条件,并根据参数优化,较方便快捷地解决该问题。通过实例验证了该方法的正确性和有效性。     

结合机械设计约束处理的差分进化算法

对于机械设计过程中所涉及到的约束优化问题,本篇文章提出了对约束处理进行改进的方式,也就是自适应罚函数法。下文主要结合了机械约束优化问题中所存在的维数不高以及差分进化算法自身所具有的便捷性,使用差分进化算法能够更加便捷的得出机械设备的约束优化问题。本篇文章主要依据机械约束优化实际数值的实例,来对机械约束差分进化算法进行验算。     

QoS组播路由的多种群遗传算法

针对单种群遗传算法在求解QoS组播路由问题中存在的容易早熟、收敛性差等缺陷,提出了一种基于多种群遗传算法的QoS组播路由算法。该算法在初始化过程中采用多种初始化算法生成了不同种群,并设计了多种交叉、变异操作,保证了种群间进化过程的独立性和算法的多样性;增加了种群间协调机制,提高了算法的整体收敛性。仿真结果证明了多种群遗传算法的有效性和优越性。     

软件发布规划案例研究

在软件发布规划中,不确定因素使问题描述和解决方案确定较难。在以往进化迭代求解过程研究的基础上,通过案例研究,结合多元化研究进化问题,为实际求解软件发布过程提供可行操作,并为其开发过程提供支持。该方法不限于软件发布规划,也可适用于其它类似问题。     

基于MODAPTS的汽车座椅装配线平衡优化研究

为提高汽车前排座椅的装配线平衡率,建立基于MODAPTS的工时测算系统,分析装配工序的标准作业时间。以装配线平衡率、工位负荷率和平滑性指数等多重因子为评价指标,对装配流水线上耗时且频繁的动作进行优化,同时针对瓶颈工序采用最小作业重排法分解重排。利用Plant Simulation仿真分析方法验证改善前后的效果。研究表明,应用MODAPTS法预定标准工时并优化动作,可使装配线平衡率得到明显提高,同时规范操作动作,减少了工人疲劳度。     

求解0-1背包问题的克隆选择算法

针对传统克隆选择算法中随机点变异求解0-1背包问题中存在的不足,将受体编辑功能引入克隆选择算法中,提出了基于混合克隆选择算法的0-1背包问题求解算法。受体编辑机制中基因片断反转功能能够有效促进克隆进化。实验结果表明,与传统克隆选择算法相比,该算法对0-1背包问题有着较好的寻优能力和执行效率。     

改进差分进化算法在PID控制器在线优化中的应用

将基于混合差分策略的改进差分进化优化算法应用在PID控制器在线优化中。MDE结合了DE/rand/1的多样性和DE/best/1的高收敛速度的优点,算法的寻优性能远超过两种策略单独作用时的性能。MDE充分利用了差分进化的进化寻优优势与PID控制器的简单方便,让控制器在系统运行过程中进行自我设计和优化。     

自适应粒子群算法在水库优化调度中的应用研究

针对传统粒子群算法在求解梯级水库调度问题时,容易陷入局部最优而早熟收敛的问题,提出自适应粒子群算法。该改进算法结合种群进化程度自适应调整算法控制参数,从而克服传统粒子群算法参数固定引起的搜索能力不足的问题。同时,采用种群局部重建策略解决种群进化后期多样性下降的问题。将改进的粒子群算法应用于清江梯级水电站的发电调度求解,模拟计算结果表明,文章提出的改进算法具有较强的全局寻优能力,可以进一步提高算法的搜索性能和求解精度。     

多维函数优化中遗传和声算法的应用

在研究遗传算法解决多维函数优化问题的基础上,结合一种新近出现的智能优化算法——和声搜索算法,提出遗传和声混合优化算法。新算法运用遗传的交叉和变异操作对初始种群进行进化,产生次优种群,再利用和声的取值概率HMCR和微调概率PAR对该种群进行搜索获得较高质量的新种群。仿真实验表明,新算法提高了求解质量、跳出局部极小的能力得到了进一步提升。     

浅议拖拉机传动箱装配线平衡的改善

针对拖拉机传动箱装配线平衡问题的改善,采用定量计算与参数分析的方法分析,并提出改善方案。该方案以提高生产效率为目的,通过科学方法分析得出了一种以实际生产效率与装配质量相平衡的生产方法。该方法主要应用于拖拉机传动箱装配线平衡的改善。实践证明,该方法运行效果明显。