遗传算法在工程结构优化中的应用研究

首先介绍了遗传算法，接着将遗传算法与传统优化算法作了比较，然后介绍几种遗传算法改进的策略，接着通过一个简单的例子验证了遗传算法是求解全局最优解的一个有效方法，同时介绍遗传算法在实际应用中经常使用的几种改进方法，最后探讨了遗传算法与传统优化方法，BP神经网络，Hopfied神经网络，模拟退火算法，通用有限元软件的结合，以期能更好地解决复杂工程结构的优化问题。     

基于公交车开展物流配送的车辆路径优化问题

本文主要研究基于公交车开展物流配送的车辆路径优化问题，通过一种新型的城市物流配送模式来缓解城市拥堵、减少物流配送总成本。该配送模式分为公交车配送和配送车辆配送两层，利用公交车的剩余容量来减少运输成本。同时建立了总成本最小为目标的优化模型，并使用改进的遗传算法对模型进行求解。本文在遗传算法生成种群的过程中，采用模拟退火算法进行优化拓展解的空间，提高改进算法的全局和局部空间搜索能力。最后经实例验证，改进的遗传算法能够找到更短的行驶路线，验证了算法的有效性。     

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。     

GM(1,1)预测遗传算法及其应用

本文概括了对遗传算法进行优化的主要策略和采用GM(1,1)模型进行灰色预测的基本方法;提出了采用GM(1,1)模型对遗传进化过程中的染色体适应度值进行预测,以该预测值作为选择操作依据之一的遗传算法改进策略;通过一个资源分配问题的实例,验证了该改进策略的有效性。实验证明,使用该方法进行较少代数的遗传进化即可得到较为充分优化的解决方案。     

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     

基于并行遗传算法的车辆路径问题

提出两种改进策略来提高遗传算法的性能,首先通过粗粒度并行机制以避免遗传算法在进化过程中易产生过早收敛现象,同时提出了一个主从式迁移策略来提高"优质"个体在交换过程的生存能力,有效的提高优化的速度和解的精度.最后,通过若十著名的车辆路径问题对该算法进行了验证,结果表明提出的并行遗传算法可以有效的提高优化速度和求解质量.     

基于并行遗传算法的车辆路径问题

提出两种改进策略来提高遗传算法的性能，首先通过粗粒度并行机制以避免遗传算法在进化过程中易产生过早收。敛现象，同时提出了一个主从式迁移策略来提高“优质”个体在交换过程的生存能力，有效的提高优化的速度和解的精度。最后，通过若干著名的车辆路径问题对该算法进行了验证，结果表明提出的并行遗传算法可以有效的提高优化速度和求解质量。     

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。     

基于改进遗传算法的成品油配送车辆调度问题研究

为有效解决成品油配送中的油罐车车辆调度问题,构造了多车型-多油品-多加油站的成品油配送车辆调度优化的数学模型,设计了改进遗传算法对所提出模型进行求解,并用具体算例验证了模型和算法的有效性.     

受时间窗约束的随机定位-运输路线优化

在物流系统中,配送和运输受时间窗限制。研究基于时间窗约束的随机定位－运输路线安排问题（LRP）优化,建立了该问题的数学模型,提出一种一阶段的改进遗传算法。通过仿真算例,验证了该模型及算法的有效性。     

受时间窗约束的随机定位-运输路线优化

在物流系统中,配送和运输受时间窗限制.研究基于时间窗约束的随机定位-运输路线安排问题(LRP)优化,建立了该问题的数学模型,提出一种一阶段的改进遗传算法.通过仿真算例,验证了该模型及算法的有效性.     

基于实数编码的遗传算法对无功优化的影响

遗传算法在电力系统无功优化应用方面,最大的优势就是对目标函数没有连续可导的要求,这使得遗传算法作为无功优化的主流算法。但是,遗传算法也有自身的不足,尤其是对染色体的编码方式上,常规遗传算法的二进制编码方式使个体变量显得冗长,严重影响了算法的收敛速度和计算的精度,限制了遗传算法优势的发挥[1]。本文将常规遗传算法的二进制编码进行改进,针对电力系统的控制变量特点,对变量进行实数编码,最后对IEEE-14节点系统进行无功优化,仿真结果表明:基于实数编码的遗传算法较常规遗传算法的优化效果好。     

基于遗传算法的内河船舶路径优化问题研究

将遗传算法应用到内河船舶的路径优化研究中，建立了以运送成本最低为目标的无时间窗约束的内河船舶路径优化模型，并对模型的遗传算法进行了设计。通过实例的计算验证了该模型在内河船舶路径优化中的有效性。     

基于遗传算法的内河船舶路径优化问题研究

将遗传算法应用到内河船舶的路径优化研究中,建立了以运送成本最低为目标的无时间窗约束的内河船舶路径优化模型,并对模型的遗传算法进行了设计.通过实例的计算验证了该模型在内河船舶路径优化中的有效性.     

邮轮建造管加工车间物资配送优化研究

为了优化邮轮建造管加工车间的生产物流,提高管加工车间物资配送的物流效率,进而提高生产效率,缩短生产周期,有必要对邮轮建造管加工车间的生产物流进行优化,首先将邮轮建造管加工车间的物资配送作业优化问题转换为带时间窗的车辆路径问题(VRPTW),其次借助改进的遗传算法求解模型,最后与传统的遗传算法运行结果相对比,体现了改进遗传算法性能的显著优越性。     

城市变电站选址定容的规划方法研究

针对变电站优化规划这种复杂的大规模组合优化问题,本文采用年最小费用模型,基于遗传算法在求解非线性优化问题中的优良特性,采用改进遗传算法解决这一问题。将其应用于实际的变电站规划工作中,减轻了规划人员的工作量,取得了较好的规划效果。     

车辆数不确定的软时间窗车辆路径问题的改进遗传算法

综合考虑车辆数和行驶距离两种优化目标,提出了VRPSTW的多目标优化模型,同时提出了解决VRPSTW问题的一种改进遗传算法。在算法中,通过适应度函浸透的变化,较好地解决了多目标优化的问题;通过对交叉算子改进,增加了算法的寻优能力,同时又克服了算法对群体多样性的要求;针对遗传算法局部搜索能力弱的问题。加入了2-opt局部搜索方法,很好地弥补了遗传算法的不足。经过实验,本方法能较好地解决VRPSTW问题,从而对运榆决策提供有力支持。     

免疫遗传算法的分析与研究

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。     

一种求解装箱问题的混合算法

针对一维装箱问题,在考虑遗传算法早熟收敛问题和禁忌搜索算法自适应优点的基础上,将遗传算法和禁忌搜索法结合起来,提出了基于遗传和禁忌搜索的装箱优化算法,与简单遗传算法相比,该算法具有更好的收敛性能。最后通过实例验证了算法的有效性。     

基于多周期的快速时尚服装物流供应链的库存分类最优问题

构建了多周期快速时尚服装物流供应链库存分类优化的模型,其以单个销售季节的利润为目标函数,以时尚服装的销售特征为约束条件,为了求得模型的最优解,提出了改进的遗传算法,并就该算法与启发式算法和微粒群优化算法的运算结果进行了对比检验,证实了改进遗传算法可以为多周期库存分类问题提供较好的解。