基于改进遗传算法的配送路径优化方案

为了很好地解决物流车辆的线路优化问题（简称VRP）,借鉴DNA算法局部寻优能力强的优点,提出新编码方法,以及车辆的行使路线的新的测序方式,很好地解决遗传算法的早熟、局部寻优能力差的问题。通过测试,发现交替使用遗传算法和DNA算法进行全局寻优和局部寻优可以相对较准确、快速的实现车辆线路的寻优。     

基于改进遗传算法的BP网络权值优化

BP算法与遗传算法是神经网络中两个非常重要的算法,但各有优缺点,本文对遗传算法的交叉率进行了改进,使得算法的效率得到提高;并将其用于BP网络的权值优化,实验结果表明,比传统的方法效率有明显提高.     

基于改进遗传算法的分布式电源优化配置

对分布式电源进行合理的选址和定容对于配电网运行和规划非常重要。提出一种改进交叉操作的遗传算法,用逻辑交叉的方法对二进制编码的变量采进行交叉操作,以网损最小为目标,对分布式电源的定容定址问题加以求解,获取分布式电源的最优安装位置和容量;并针对标准测试系统并入一台、两台分布式电源分别进行仿真计算与分析,仿真结果验证所提方法的有效性。     

信息系统效率优化的改进遗传算法

按照信息系统评价体系的三个层次，信息系统的效率评价是信息系统评价的基础，同时信息系统的效率优化也是信息系统优化的基础。在信息系统效率定量分析与仿真的基础上，文章提出了利用禁忌搜索思想进行信息系统效率优化的改进遗传算法，并讨论了算法应用中的一些特别问题。     

基于遗传算法的测试用例自动生成

测试数据主要是为了测试软件而生成的一组数据。它可以通过许多途径生成。这里仅用遗传算法作为一种工具来生成测试所需要用到的数据。遗传算法作为一种高效的搜索寻优算法，在解决大空间、多峰值、非线性、全局优化等高复杂度问题时显示了独特的优势和高效性。     

云计算中基于改进遗传算法的负载均衡优化模型

由于云计算环境的动态性和复杂性,云环境很容易出现负载失衡现象。文章将精英选择策略引入遗传算法中,结合虚拟机综合负载能力指标,提出了基于改进遗传算法（IGA）的负载均衡优化模型。仿真实验表明,相对于Min-Min算法, IGA算法能很好满足云环境下负载均衡的要求,提高资源利用率和负载均衡度。     

基于改进遗传算法的供应链物流成本优化模型研究

在竞争全球化的环境下,物流成本控制成为了提高整个供应链增值效益的有效途径.物流成本的控制一直以来都是降低供应链运作总成本的一个重要因素,物流成本的合理化可以使供应链总成本达到最优.将协同概念引入到供应链物流网络中,建立供应链物流成本优化模型来降低整个物流总成本,并采用改进的病毒进化遗传算法来实现模型的计算,使得能更有效、快速地得到问题的最优解,最后用一个算例来说明模型的实用性.     

遗传算法的改进及应用

本文指出标准遗传算法存在的几种缺陷,并详细叙述了时标准遗传算法的各种改进方法,在此基础上,又讨论了改进的遗传算法与神经网络等先进领域的结合,及其结合后的应用成果.     

基于关系数据库应用软件设计的优化路线

数据库应用系统设计中的一个核心问题，就是如何设计一个能够满足用户当前与可预见的末来的各项应用要求、性能良好的数据库。针对数据库应用软件设计中普遍存在的效率问题，结合软件工程的思想，介绍了在数据库应用软件设计时，应采用的技术路线。     

基于改进遗传算法的堆垛机调度路径建模与优化研究

为提高广东电网计量检定中心自动化立体仓库的堆垛机出入库作业效率,详细分析了堆垛机出入库的作业方式,建立了数学模型,提出了一种基于改进遗传算法的路径优化方法。该方法在寻找全局最优解时引入了贪心交叉算子和高斯变异算子,提高了该算法全局的搜索能力。仿真实验结果表明该方法能提高堆垛机出入库作业的效率,在路径的优化方面达到了满意的效果。     

基于遗传算法优化的风机故障诊断

对风能这一可再生能源的开发和利用时当今世界能源研究发展的热点。故障检测与诊断技术对于确保风力发电机组安全可靠运行至关重要,本文用遗传算法改进了神经网络在故障诊断方面的缺陷,对改进算法和诊断原理在理论上进行了较为深入的分析和研究,具有理论研究意义和工程实用价值。     

化工工艺过程开发及工艺路线选择

主要针对化工工艺过程开发及工艺路线选择进行分析。     

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.     

遗传算法在无功优化方面应用及其改进

简要说明无功优化的重要性,较为全面的综述了运用遗传算法进行无功优化的研究现状,以算法改进方法分类综述。最后,对未来遗传算法在无功优化方面的研究方向提出自己的想法。     

基于遗传算法的计算机通信网络可靠性分析及优化

如今,计算机电子信息技术的进步是有目共睹的,互联网已经渗透到人们生活的每一个方面,对于网管人员来说,找到性价比最高,成本最低的网络拓扑结构才是当下需要解决的首要问题。拓扑是几何学中的一个名词,网络拓扑结构从本质上来说是指以何种方式将网络中的设备连接起来,考察网络的可靠程度是规划拓扑结构的前提。本文的研究理论基础是遗传算法,在此基础上设计出低成本,性能佳的网络可靠性方案。事实证明,本文所提出的计算机网络可靠性方案是具有价值和参考意义的。     

基于遗传算法的软件测试用例生成系统模型

通过对遗传算法的研究，提出了一个用遗传算法生成测试用例的系统模型，并结合实例予以说明。     

基于模糊控制自适应遗传算法的电力系统有功优化及仿真

本文采用改进的模糊控制自适应遗传算法,以克服采用定值常量作为交叉和变异概率所带来的早熟现象和效率相对较低的问题,尽量避免陷入局部寻优。本文采用三机、十三机系统进行电力系统有功优化仿真,结果表明,改进的算法具有更好的寻优效果。     

基于路网配送路线优化教学软件开发

当前,国外对于VRP问题的研究已经应用于生产,生活等多个领域。但是,VRP问题的研究,尽管摆在了高校的课本中,但是在教学演示方面遇到很大的问题,无法向学生形象生动的演示算法过程。为了提高教学质量,解决教学演示的相关难题,本项目设计了教学软件系统,达到了对该问题的分步演示及可视化,改善了教学方法,并初步应用到了校内的教学演示,取得了良好的效果。     

基于遗传算法的TSP问题优化方法

针对传统遗传算法在巡回商旅问题优化计算中存在的弊端——收敛速度慢,迭代次数多。在传统遗传算法基础上,设计出一种加入人工选择和定向突变的优化改进算法。该优化算法通过人工方法保存具有有利变异个体和淘汰具有不利变异个体,有利变异个体进行杂交和变异,从而提高遗传算法的收敛速度,减少遗传算法的迭代次数。同时针对遗传算法易陷入局部最优解的情况,在优化算法中引入自适应参数算法,针对遗传算法的不同阶段,实现杂交概率和变异概率的自适应调节,防止算法陷入局部最优解。最后,采用国际标准的TSP测试集(TSPLIB)对优化算法的优良性进行验证,实验表明,对比其他算法,该优化算法在TSP最优解的质量上提高10%左右。     

基于遗传算法的物流配送路径优化算法

物流配送路径优化问题是一个NP(非确定多项式)问题,使用传统优化方法很难得到最优解或满意解。为了很好地解决这个NP问题,本文建立了一个配送中心、多个顾客的物流配送数学模型,用自己改进的遗传算法加以分析求解并进行了实例验证,而且在物品的配送种类上取得了突破,不在只是针对单一品种,对物流企业实现科学快捷的配送调度和路径优化有实际意义。