基于遗传算法的分段装配序列优化研究

船体分段在装配过程中,多依据既往经验进行施工。但实际装配过程中存在工序不合理导致工时浪费的问题,因此采用遗传算法对船舶分段装配的工序进行优化,提出一个包括干涉、重定向、吊装工具等约束条件的装配序列优化体系,计算过程中采用遗传算法将优化体系作为目标函数进行优化求解,从而有效提高解决问题的效率,缩短确定装配工序的时间。     

基于改进遗传算法的优化研究

遗传算法本身固有的并行处理性和开放性,使得它在优化识别方面的效率非常之高,而且受到越来越广泛的研究,然而,遗传算法自身也有一些缺点．遗传算法在寻优过程中易出现“早熟”,设计变量增多时效率较低以及结构分析时间长．论文分析了遗传算法的常见缺陷,并通过采用小生境技术、基于多父体变量级别的杂交以及小生境技术的改进策略,遗传算法的优化性能（优化效率和质量）得到了大大的提高。     

基于改进遗传算法的动态路径优化研究

日常出行中,由于道路养护、天气变化等原因,导致部分路段交通受阻甚至禁止通行,这种情况下需要避开此路段。在基于改进遗传算法查找最优路径的基础上,对如何根据路况变化动态寻找更为合适的最优路径进行了探讨。     

一种基于遗传算法的生物多序列比对方法

分析传统遗传算法、模拟退火算法,并将两者有机结合,提出了一种新型的基于遗传模拟退火的多序列比火算法,并通过程序与经典的比对算法进行比较分析,结果表明,本算法是可行的,有效的。     

基于改进遗传算法的功率调配优化研究

论文对AGC功率调配优化问题进行了研究。针对AGC功率调配的特点,设计了一种用于进行功率调配优化的改进遗传算法。对机组状态和容量采用分别处理的模式,缩短了二进制编码长度;将适应度函数映射为综合成本,简化了约束条件的处理,提高了算法的精度和效率。     

基于遗传算法的机电产品布线结构优化设计方法

机电产品中线缆的捆扎结构是布线路径设计的基础。针对目前布线结构的设计严重依靠经验反复尝试,结构设计缺乏优化的问题,本文提出了一种基于改进遗传算法的机电产品线缆布线结构优化设计方法。首先对需要布线的机电产品布线环境进行了预处理,然后针对常规遗传算法在计算线缆拓扑结构的过程中致死率高和容易陷入局部最优解等的问题,提出了线缆结构的初始化算法,改进了变异算法和杂交算法,通过对致死基因进行定向变异,提高了常规遗传算法中随机变异的成功率。通过实例显示,改进后的算法可获得优化的线缆结构,所提算法显著降低了致死率,具有较好的收敛性。     

基于改进遗传算法的配电网无功优化控制

电力系统的无功优化以及无功补偿对于电网的安全、经济运行有着重要意义。实现配电网无功优化的主要控制手段是调整有载调压变压器的档位和并联电容器的投入组数,本文采用改进遗传算法实现了配电网无功优化计算,该算法有较好的计算效率和全局寻优能力,并且通过实例验证了本文方法的实用性和有效性。     

基于遗传算法的生产流程优化研究

通过对某CT生产企业的Table产品的生产流程分析发现,该厂的Table产品生产工序多,各工序衔接紧密而复杂,各种工序相互影响．在此背景下,以该厂Table产品生产过程优化为设计对象,根据各工位工时要求,采用计算机编程实现对辅助操作步骤的工位划分．针对工位划分结果,以产品的等待时间最小为目标。采用遗传算法对各工序的开始时间进行了优化,得到了以最小生产等待时间的生产流程．     

基于遗传算法的图着色的研究与实现

对基于遗传算法的图的着色问题的求解过程进行了深入的分析,遗传算法的实现涉及到染色体的编码方法、适应度函数的设计以及遗传算子的选择,在设计过程中分别对它们进行了分析和改进,使得运行效率得到提高,并且在分析的基础上予以了实现.     

基于改进遗传算法的多项目网络资源优化

文中通过分析多项目网络计划资源综合优化问题,抽象出其数学模型,并用改进遗传算法对其求解,最后通过验证得出改进的遗传算法求解该问题明显优于传统的遗传算法,改进后的算法能在较短的时间内找到一个最优解,具有快速收敛寻优的特点,在求解的效率和解的质量方面都达到了比较好的结果.     

改进的蚂蚁遗传混合算法及应用

车间作业调度问题是一个典型的NP-hard问题。分析了蚂蚁算法和遗传算法的特点,就遗传算子、交叉概率和变异概率上对传统遗传算法进行了改进;同时为了加速蚂蚁的搜索效率、减少迭代次数,重构了传统蚂蚁算法的下一个结点选择策略、信息素的局部更新策略,并将改进后的两个算法进行混合求车间作业调度的最优解。试验表明,算法的改进和混合提高了搜索效率及搜索结果的准确性。     

基于改进遗传算法的地区电网优化规划

阐述与分析遗传算法的原理与技术特点,并通过在某地区电网的优化规划,仿真结果表明,该算法能够带来较大的经济效益。     

一种改进的遗传算法及其应用

为解决遗传算法的早熟和局部收敛现象,提出的一种改进的遗传算法,该算法引入海明距离构造初始种群,在选择、交叉、变异过程中采用最优保存策略。实验表明改进的遗传算法增强了种群的多样性,并在一定程度上避免早熟现象发生,同时又能较快找到全局最优解。     

一种改进的变种群规模遗传算法

传统的遗传算法在遗传操作的过程中,不管具体问题对种群规模的要求都事先指定,造成种群规模表现的不合理。针对这一问题,Arabas,J.等人提出了一种变种群规模遗传算法GAVaPS(Genetic Algorithms withVarying Population Size),旨在遗传操作的过程中自适应地调整种群的规模。黄乐等人提出了一种改进的变种群规模遗传算法VPSG-GM(Varying Population Size Genetic Combined with Gradient Search Method),它与GAVaPS方法在遗传操作上的不同之处是把评价目标函数的步骤置于重组种群时“淘汰”步骤之前,这样做减少了算法由于重组造成的不必要开销。文章提出的改进的变种群规模的遗传算法,在调整种群规模时通过增加补算算子,从而达到保持种群多样性的目的。这样做可以略去变异操作,减少了系统开销。实验证明了该算法的有效性。     

改进的快速排序算法与递归

快速排序算法结构简单,平均性能较佳,被广泛地应用于理论和算法设计。介绍了快速排序,提出了一种改进的快速排序算法,并给出了非递归的快速排序算法,进行了相应的算法复杂度分析。     

基于交货期的并行机器生产调度规则的研究

针对生产调度中拖期问题,通过研究在生产过程中引起拖期的因素,制定调度规则,并提出以调度规则为基因位,采用遗传算法实现对生产车间的优化组合,从而获得客户的最大满意度。     

基于遗传算法的TOPSIS法研究

对传统的TOPSIS法进行改进,利用加速遗传算法去检验、修正判断矩阵,直接得到判断矩阵的一致性指标系数的层次分析法,确定了评价指标的权重,提高了TOPSIS法在实际应用中的科学性和合理性。并将该方法应用于联合收割机选型的实例,结果证实该方法与传统方法相比,评价值差异明显,更有利于决策。