单一货物摆放无约束三维装箱简便快速优化装箱方法

装箱问题传统解法计算工作量大、不易掌握且装箱效率低,为了克服问题提出新的优化解法,该方法把装箱作业分为3大类18种具体类别,为了简化求解方法、提高求解速度和装箱效率,对最低层的2种组合不做线性规划求解,只是选择其中好的方案,以此作为基础数据,再对货箱3个维度分别规划求解,求出优化组合,给出简便快速优化装箱方法。该方法虽然优化程度略低,但方法更为简单、求解和装箱效率更高,优化程度较为理想。     

装箱问题近似算法的并行化研究

装箱问题（bi npacking problem）是一个著名的NP难解问题,其在工业生产及日常生活中有广泛的用途,具有重要的研究价值。本文首先对装箱问题进行了简要的介绍,然后描述了下次适应算法和调和装箱算法这两种一维装箱问题的近似算法及其并行化。     

遗传-蚁群混合算法解决高校排课问题的研究

排课是高校教务部门的常务性工作,随着高校的发展,排课任务变得越发艰巨。因此,研究一套高效的自动排课系统,极具现实意义。文章首先建立排课数学模型,通过将遗传算法与蚁群算法融合,依靠遗传算法生成信息索分布,利用蚁群算法求精确解,优势互补,获得了良好的优化性能与时间性能。     

基于混合自适应的遗传工作流挖掘算法

针对遗传算法工作流挖掘容易过早收敛且局部寻优能力较差,导致得到的解不理想的情况,提出了一种基于混合遗传方法的工作流挖掘算法。该算法采用因果矩阵映射流程实例作为工作流模型的编码,在遗传算法的选择操作阶段采用锦标赛策略与精英保留策略相结合,在交叉变异阶段运用混合自适应方法,并结合模拟退火思想,使解的质量有了明显的提高。仿真实验表明,该算法与基于简单遗传方法的工作流挖掘算法相比效率更高。     

基于单片机的产品自动计数与装箱控制系统

设计了一种使用光电传感器并以80C 51单片机为核心的流水线产品计数及装箱控制系统,可以对工业自动化生产流水线上的产品进行精确的计数和装箱。     

集装箱混装轿车方案的支架设计与装箱流程

采用集装箱运载轿车是国内某大型航运企业正在探讨的运输方案,其中运输支架的设计是问题的关键。基于多型轿车在典型集装箱内的混装优化布置图谱,按照企业提出的运输支架设计性能,完成了相应的运输支架方案设计与装箱流程的动态演示。     

混合编码遗传算法及其应用

遗传算法中编码机制对交叉和变异的搜索能力有重要影响,为了弥补单一编码遗传算法求解复杂问题时所带来的局限性,混合编码遗传算法受到越来越多的研究者关注。本文重点介绍了混合编码遗传算法中的混合编码问题——多参数级联和多参数交叉编码,分析了由二进制,十进制和浮点数等编码组成的混合编码遗传算法的几种实现过程以及混合编码遗传算法在各行业的应用。     

共同混合套料模式的分析

船市低迷,船厂如何降本增效?通过共同混合套料模式的运作,减少套料余料,节约余料运输及入库堆放成本,节省钢板消耗,提高钢板利用率,直接达到降低造船成本的目的。     

浅析混合智能系统

随着人工智能的发展,各种智能技术的研究都取得了不少的成果。但这些技术本身都存一些局限性,因此目前出现了不少将不同的智能技术结合起来,组成多种新的能够解决复杂问题混合型智能系统。本文在对各种智能技术进行介绍的基础上,对几种常用的智能技术做了一定的对比,进而对混合智能系统的一些发展现状作了讨论。     

混合决策树/遗传算法的数据挖掘

混合的决策树/遗传算法的核心思想集中在数据挖掘的小析取式问题上。此算法的基本理论是属于大析取式的例子用决策树产生的规则进行分类,而那些属于小析取式的例子用遗传算法产生的规则进行分类。     

基于遗传算法的流水线型JSP优化问题的研究

生产过程的时间组织是现代企业生产管理的重要组成部分,由整体优化的原则,应用遗传算法对编制流水线型生产作业计划问题进行分析与设计,优化作业车间的调度,实现生产系统成本的降低和生产周期的缩短,提高企业运作效率。该算法利用标准问题测试能够得到最优解,这为求解流水型车间作业调度问题提供了一种有效的方法。     

遗传算法优化灰色案例推理的财务困境预测

企业财务困境预测是财务实务界和理论界关注的热点问题之一。为了有效识别出在未来两年内有可能陷入财务困境的企业,该文提出了一种遗传算法优化灰色案例推理的新方法进行企业财务困境预测,并采用实证研究予以验证。理论研究中主要构建了财务困境预测的企业案例描述、基于灰色相似度的k近邻案例检索、基于相似度加权投票组合的评价结果集成和基于遗传算法的案例特征权重向量优化等四个关键内容。实证研究中,收集了270个上市公司ST前一年和前两年的数据为初始样本,通过格点搜索技术进行参数优化,采用余一交叉验证准确率作为评价标准,通过与多元判别分析、Logistic回归、BP神经网络、支持向量机的预测结果比较发现：该方法在企业财务困境预测中的准确率有较大提高。     

基于免疫遗传算法的多连接查询优化

给出了多连接查询优化问题的计算模型,分析了免疫遗传算法的基本原理,提出将免疫遗传算法应用于多连接查询优化问题。针对多连接查询优化问题的具体特点,给出了免疫遗传算法的设计,包括亲和度、适应度函数的设计,基于抗体浓度的选择算子、交叉算子、变异算子的设计,免疫算子的设计。     

基于改进遗传算法的高光谱图像波段选择

在对地观测领域,高光谱图像得到了广泛应用,但存在数据量大、波段间相关性高等问题. 针对以上问题分析了已有的波段选择方法,提出了基于信息量及类间可分离性准则的遗传算法对高光谱图像进行波段选择:构造波段互相关系数矩阵进行子空间划分;利用联合熵作为组合信息量的标准,Bhattacharyya距离作为类间可分离性标准,构造遗传算法的适应度方程,改进了遗传算法中的选择算子. 最后用AVIRIS图像对提出的算法进行试验,并利用最大似然分类法对最优波段组合进行分类,总体分类精度达到94.24%,Kappa系数达到0.94.     

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。     

基于遗传算法的R＆D项目实物期权评价模型

为了有效地解决R&D项目评价中存在的多变量、多目标、多阶段、不确定性等复杂问题 ,本文提出了基于遗传算法的R&D项目实物期权评价模型和求解步骤     

基于遗传算法的含分布式发电配网孤岛划分

针对配网孤岛划分可能产生电能质量较差的最优解这一情况,提出了一套产生妥协解的孤岛划分方案。该方案利用遗传算法在第一阶段通过优先级优化生成备选种群,第二阶段在有限级上做出妥协,从备选种群中筛选出具有较高电能质量的妥协解。在IEEE 33节点配电系统上的仿真结果显示,最优妥协解的优先级损失5%,而电能质量提高了45%。仿真结果说明文章提出的孤岛划分策略能够在保证一定的优先级的前提下显著提高孤岛的电能质量。     

基于改进的遗传算法的后非线性盲源分离

针对后非线性盲源分离中非线性参数估计中存在的问题,提出一种基于改进的自适应遗传算法的后非线性盲源分离方法.该方法给出一种新的适应度函数,利用适应度函数值反馈调节交叉概率和变异概率的选取,并将优先进化策略和模拟退火机制引入遗传算法中,再通过线性分离算法得到分离矩阵.仿真验证表明,该方法较传统方法具有更快的收敛速度和较高的分离精度.     

基于遗传算法的柔性作业车间等量分批调度问题研究

针对柔性作业车间等量分批调度问题的复杂性,文中采用遗传算法进行求解.引入等量分批的策略,并提出了染色体的两级编码方法,设计了两种交叉和变异操作方法,以防止操作中非法解的产生,提高求解效率.对比整批调度和等量分批调度的生产周期,仿真结果表明,等量分批调度可缩短生产周期,验证了本文采用算法的可行性和有效性.     

遗传算法在矩形布料排样中的应用研究

服装裁剪以及排样问题是服装行业中一个重要课题。传统的计算机辅助裁剪主要依靠经验数据方法、贪婪法、模拟退火、穷尽法等算法尝试去解决矩形布料的排样问题。其布料的利用率不是最优以及单次计算时间太长等缺点。本文通过遗传算法,首先大大提高了布料的利用率,其次在单次计算时间上也有很大提高。目前算法已经投入到商用。