共查询到20条相似文献,搜索用时 31 毫秒
1.
2.
3.
4.
针对基本遗传算法中存在早熟的问题,本文设计出一种新的多种群遗传算法选择与协作方式,合理设计出种群内与种群间的协作关系,采用一种新的选择、交叉与变异方式。实验证明,本算法能够有效地解决早熟问题,而且能够达到快速的收敛。与基本遗传算法相比较,在应用车间设施布局问题方面不但能够快速地收敛,而且减少了物流成本费用。 相似文献
5.
6.
通过改进传统的遗传算法,结合中海油服物资配送特点,采用启发式交叉算子的方法,确保了算法迭代中的种群多样性。制定了基于配送时间窗约束情况下模糊预约时间的钻井平台损失惩罚函数,对可行解的范围进行了限定,从而加速收敛,保证了运算的效率。通过案例进行分析证明了可行性。 相似文献
7.
为了解决基本遗传算法求解TSP问题过程中容易发生"早熟"收敛的问题,并进一步提高算法的求解速度,提出了一种求解TSP问题的改进的遗传算法。采取的主要改进手段是:用贪婪算法构造初始种群,以提高找到近似最优解的速度;在轮盘赌方法的基础上融入最佳保存策略进行选择操作;采用两点三段随机交叉的方法进行交叉操作,保持种群多样性以及避免种群过早成熟。并通过编程实现了该算法,最后通过中国144个城市的TSP实验,验证了该算法的良好性能。 相似文献
8.
为了解决基本遗传算法求解TSP问题过程中容易发生“早熟”收敛的问题,并进一步提高算法的求解速度,提出了一种求解TSP问题的改进的遗传算法.采取的主要改进手段是:用贪婪算法构造初始种群,以提高找到近似最优解的速度;在轮盘赌方法的基础上融人最佳保存策略进行选择操作;采用两点三段随机交叉的方法进行交叉操作,保持种群多样性以及避免种群过早成熟.并通过编程实现了该算法,最后通过中国144个城市的TSP实验,验证了该算法的良好性能. 相似文献
9.
10.
11.
物流网络优化中普遍存在着多目标优化的问题.传统的多目标优化算法容易陷入局部最优,采用了多种群相关的蚁群算法求解多目标物流网络优化问题,两个种群分别针对总运费最小和最大单程距离最小两个优化目标,考虑蚁群算法的收敛速度,采用遗传算法对蚁群算法的多个初始参数进行优化选择.实验结果证明,该模型算法可以有效迅速地求得最佳路径,为决策者提供多个可选择的优化方案,避免局部最优解. 相似文献
12.
基于粒子群优化的模糊聚类分析 总被引:1,自引:0,他引:1
基于求解实优化问题时,粒子群优化算法优于遗传算法。在基于遗传算法的模糊C均值聚类算法基础上,给出了基于粒子群的模糊C均值聚类算法,试验结果表明:该算法克服了传统的模糊C均值聚类算法的缺陷,同时在收敛速度方面明显优于基于遗传算法的模糊C均值聚类算法。 相似文献
13.
14.
针对传统深度Q学习算法在AGV路径规划问题容易过估计和收敛效果不好的问题,提出一种改进的双深度Q学习算法,通过引入优先经验回放机制和基于启发式信息的连续奖励函数,提高AGV智能体的有效训练,利用贪婪策略和玻尔兹曼策略结合的动作选择策略在与环境交互的训练中引导AGV智能体充分探索环境。仿真实验结果表明,所提出的算法能够规划出良好的AGV路径,而且在算法的稳定性和收敛速度上有所提升。 相似文献
15.
文中针对装配线平衡问题,提出了一种基于可行作业序列的多种群遗传算法。该算法依据可行作业序列产生初始种群,并据此构造交叉、变异算子,以保证后代种群都是可行解;而且多种群的遗传算法,扩大了搜索的空间范围,所以可以有效的避免局部最优的情况发生,而且还能增强算法的运行效率。文章在最后,用实例进行了运行效果的验证。 相似文献
16.
针对细菌觅食(BFO)算法存在容易陷入局部最优、求解精度不高、收敛速度慢等问题,提出一种新的基于自适应的算法。算法主要对趋化和复制两个关键步骤进行改进,自适应地调整游动步长,并在复制操作中引入轮盘赌选择机制,使算法快速收敛到全局最优解以改善细菌觅食算法的性能。实验结果表明,提出的算法不仅收敛速度快,且求解精度高。 相似文献
17.
差分演化算法是一种基于群体个体间差异的高效进化算法,具有收敛快、控制参数少、程序实现简单等优点,将其应用于水文优化适线,搜索效率高。 相似文献
18.
遗传算法GA在理论上已经形成了一套较为完善的算法体系,然而在实际使用中,还有许多问题有待于进一步改进。例如,对于多峰函数的优化问题,它往往会收敛于局部极值。这使得遗传算法的收敛精度大大下降,本文阐述的免疫遗传算法是基于人工免疫理论,在遗传算法的基本框架之上结合免疫算子而形成的一种新型优化算法,可有效的提升算法收敛精度,应用于各类参数优化系统。 相似文献
19.
文章在多目标最小恒模算法的基础上,为了降低运算的负担和系统的复杂度,给出了一种非正交化的多目标自适应盲多波束形成算法。仿真表明该算法能快速收敛到不同的目标信号,解决了盲多波束系统中对同一目标的重复收敛问题; 相似文献
20.
遗传算法GA在理论上己经形成了一套较为完善的算法体系,然而在实际使用中,还有许多问题有待于进一步改进.例如,对于多峰函数的优化问题,它往往会收敛于局部极值.这使得遗传算法的收敛精度大大下降,本文阐述的免疫遗传算法是基于人工免疫理论,在遗传算法的基本框架之上结合免疫算子而形成的一种新型优化算法,可有效的提升算法收敛精度,应用于各类参数优化系统. 相似文献