单亲遗传算法在TSP问题中的应用

基于单亲遗传算法的思想,编写了求解TSP问题的程序,给出了数值算例,并与遗传算法及蚁群算法在TSP问题的求解效率上进行了比较。结果表明,单亲遗传算法是求解TSP等组合优化问题的非常有效的算法。     

基于直送的两阶段混合调度模型的模拟退火算法研究

研究基于直送的两阶段混合调度模型的模拟退火算法,其目标函数是最小化作业时间.首先,基于问题特征,提出求解该类问题的模拟退火算法;其次,通过数值实验对算法参数进行优化分析,从而给出模拟退火算法的较优参数组合;最后,数值测试进一步表明所给出的优化模拟退火算法的计算有效性.     

遗传算法求解最佳证券投资组合

遗传算法作为一种高效并行的全局优化搜索方法,已应用到许多领域,在求解科学研究和工程技术中各种组合优化搜索与优化计算问题方面取得了成功。本文将遗传算法引入到证券投资分析领域,利用该算法对最佳证券组合问题进行优化计算,使求解过程更简洁、直观,适合计算机进行并行处理。本文简要介绍了遗传算法的框架并举例说明了利用遗传算法计算最佳证券组合问题的求解步骤。     

两机器越库调度问题的模拟退火算法

研究两机器越库流水作业调度问题,其目标函数是最小化加权完工时间。首先,对算法参数进行分析,并针对所研究问题的特点对参数选取进行试验分析;其次,基于参数选取的数值分析结果,给出求解该问题的模拟退火算法;最后,通过数值实验进一步表明该算法的有效性。     

多源采购供应商选择问题的两阶段随机优化模型及其算法

构建了多源采购供应商选择问题的两阶段随机优化模型.在第一阶段,决策者根据各相关因素的不确定性确定供应商选择方案,而在第二阶段,当各参数退化为确定性数值时,决策者最终确定采购计划.模型目标为极小化两阶段的总期望成本.给出了模型求解的两种方法-枚举法和遗传算法.若干算例表明,本文给出的算法稳定性较强,能够满足实际问题求解的需要.     

物流配送车辆调度问题算法综述

配送车辆调度优化问题旨在解决配送中路径和车辆调度问题的一类组合优化问题,是近年来物流控制优化领域的研究热点。文章对运输调度问题进行了分类总结,给出总体模型的概括描述,分析遗传算法、模拟退火算法、禁忌搜索算法、蚁群算法和微粒群算法的特点及其在求解配送车辆调度优化问题中的求解思路,并讨论了其求解现状,对未来研究方向进行展望,指出改进混合现有算法,开拓新算法将是更有效解决配送车辆调度问题的好方法。     

某航空标准件企业生产调度与设备维护联合优化

考虑某航空标准件企业独立制定生产调度和设备维护计划带来的现场冲突问题,以最小化系统最大完工时间和最小化系统维护总成本为目标,构建生产调度与设备维护联合优化模型。模型基于设备负荷确定车间内不同设备组的故障率阈值,进而制定不同的预防性维护策略。通过设计遗传算法发对模型进行求解,对模型所涉及的参数给出估计方法,并通过企业实际运用验证了模型和算法的有效性。     

储销一体仓储式超市中的存储货位指派优化问题研究

近年来,以储销一体、批零兼营为主要特征的仓储式超市迅速兴起。该类仓储式超市有效地降低了仓储成本,但货品需要从存储货位不断搬运至销售货架上,造成了巨大的搬运工作量。为降低该类仓储式超市中的货品搬运工作量,考虑货架重心、同类货品聚集等约束条件,针对相应的存储货位指派问题建立了数学模型,并运用改进自适应交叉变异遗传算法进行求解。在算法设计上,采用了三种不同的邻域搜索算子来改进变异算子。数值实验表明,所提出的改进自适应交叉变异遗传算法的求解效果优于贪婪算法与一般遗传算法。算法结果也可以获得更短的搬运时间和更集中的货物摆放。最后通过关键参数对目标函数的影响分析发现,在同一问题规模下,存储货架的层数越低,目标函数值越小,由此得出管理者在布置存储货位时,应当尽可能地降低货架总层数。     

基于遗传算法的多目标集装箱多式联运运输优化模型

基于集装箱多式联运在进行门到门的运输过程中可以选择多种运输方式和路径的组合进行优化运输这个特点，本文将多式联运的运输优化问题转化成为一个最短路径问题，以成本和时间为优化目标建立了选择最优路径的模型，并选择遗传算法作为求解算法对实例问题进行了求解验证。     

遗传算法在地下工程的参数反演中的应用

本文在分析参数反演问题求解方法的基础上,针对优化反演中存在的搜索早熟及计算量太大等困难,将遗传优化算法引入地下工程参数反演问题求解领域,开展了优化反演方法的研究,并用算例验证了遗传算法的可行性和高效性。     

总成本最小化的欠拨待补库存模型及遗传算法的应用

文中试图建立一个欠拨待补库存模型以探讨在允许缺货的情况下安全库存、订购量与总成本之间的关系,并采用遗传算法对模型的最优解进行研究。文中将遗传算法中的影响因子分为三水平共有81种不同的排列组合,每种组合用10组假设数据去仿真求解,并借助变异数分析和田口博士提出的统计量SN比(望小特性)探讨使库存相关总成本为最小时的遗传算法的最优设定参数。     

基于遗传算法的自动化立体仓库的货位优化分配

文章针对自动化立体仓库的库区和货位的分配策略问题进行了讨论,提出立体仓库的库区优化数学模型：在库区优化基础上,进一步提出货位优化数学模型．将Pareto最优解的概念与遗传算法相结合,提出了一种改进的解决多目标优化问题的Pareto遗传算法解决货位优化问题．给出了仿真实验及分析,结果表明采用改进遗传算法优化策略可以有效地解决自动化立体仓库的货位优化分配问题。     

基于遗传算法轿车焊装车间车辆路径优化

遗传算法是一种模拟自然进化过程搜索最优解的方法。通过建立某轿车焊装车间车辆路径问题数学模型,然后利用遗传算法求解该问题,最后在Matlab软件中进行编程求解,有效地求解出问题的最优解或近似最优解。     

基于遗传算法的带时间窗约束车辆路径问题研究

在建立带时间窗约束物流配送路径优化问题数学模型的基础上,构造了求解该问题的遗传算法,并进行了实验计算.计算结果表明,用遗传算法进行物流配送路径优化,可以方便有效地求得问题的最优解或近似最优解.     

越库作业调度问题及其启发式算法研究

主要研究两台机器环境下的以加权完工时间和为目标函数的越库调度问题。首先针对两机器越库调度问题进行研究与分析,给出该问题最优解的若干性质;其次,基于最优解的性质,提出求解该问题的启发式算法,并在此基础上对所给算法进行改进;最后,通过数值实验与动态规划算法比较,证明所给算法及其改进算法的有效性。     

用混合蚁群算法求解多工序订单生产计划

多工序订单生产排序问题,是一类典型的组合优化问题。采用混合蚁群算法,对一种多工序订单模型进行建模求解,并给出了详细的算法步骤。通过用不同数量的订单、工序组合的数据进行模拟计算与结果比较,证明了混合蚁群算法在求解此类的问题的有效性以及良好的鲁棒性。     

基于改进遗传算法的FIR数字滤波器的优化设计

提出了利用基于BP(Back Propagation)神经网络的遗传算法来设计FIR数字滤波器的方法。针对遗传算法很难实现全局最优和搜索速度比较慢的缺陷,提出了改进算法,该算法充分利用了遗传算法的全局搜索功能强和BP神经网络的搜索效率高,优化了搜索时间,提高了算法性能,对于解决大规模多极值优化问题特别有效。最后,以设计低通滤波器的实例验证算法的可行性。     

基于分层遗传算法的一类非线性规划问题的新解法

关于非线性规划的问题的诸多传统解法中都存在效率较低、容易达到局部最优、甚至找不到最优解的局限性。而基本遗传算法也常常由于本身算法的局限性,在搜索最优解的过程中易早熟,局部搜索能力弱,后期收敛过慢。源于这些缺陷,本论文提出使用分层遗传算法来求解一类非线性规划问题,并通过数值实验,结果表明基于分层遗传算法求解一类非线性规划问题是非常有效的。     

改进的遗传算法在战时油料运输车辆路径问题中的应用研究

文章首先对战时油料运输车辆路径问题（VRP）进行了分析,阐述了战时油料运输车辆路径问题的优化目标,并建立了多目标的优化模型;接着简介了遗传算法的优缺点,并设计了一种改进的遗传算法运用到问题的求解中;最后举例进行了计算和分析．验证了模型和算法的有效性     

基于遗传算法的钢筋混凝土梁优化设计

针对传统结构设计中存在的问题,提出了用遗传算法对建筑工程中常用的钢筋混凝土梁进行了优化设计的研究。以梁的工程造价为目标函数,建立了满足混凝土结构设计规范中承载力、正常使用和构造要求的优化设计模型,根据模型特点,对遗传算法进行了改进,应用到混凝土梁优化设计中,提高了全局搜索能力,保证能够收敛到最优解。通过实例分析,结果表明,能够很快地收敛到最优解,应用到工程能够大大地降低成本。