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。     

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。     

基于混合遗传算法对应急条件下蔬菜配送问题的研究

建立了一种应急蔬菜配送问题的模型,考虑到在对该类问题规划线路时种群规模对遗传算法选择最优解的影响,将改进扫描法的思想融合到遗传算法中,形成一种新型的混合遗传算法。结合改进的扫描法后的遗传算法在种群选择上加以有效控制,减少了遗传算法陷入局部最优解的概率,同时提高了算法的时效性。     

基于混合智能算法的仓库有限容量下随机存贮模型

针对仓库容量有限条件下的随机存贮管理问题,通过找出商品在销售进货过程中会出现的全部可能,确定得到总损失最小的方法,然后以最优订货点作为决策变量并确定约束条件,建立优化决策模型。采用基于随机模拟的混合智能算法对该决策模型进行求解。对模型中的不确定函数进行随机模拟,使用由其产生的一组输入输出数据来训练神经网络对该不确定函数进行逼近,然后将该神经网络作为适应度函数嵌套于遗传算法中,最后应用遗传算法解得模型的最优解。通过计算机仿真得到所需要的最优方案。实验表明,文中提出的基于混合智能算法的仓库随机存贮模型,较好地解决了实际应用中的仓库容量有限的随机存贮问题,具有很强的普遍性和实用性。     

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。     

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。     

遗传算法原理在机械工程中的应用

在计算机时代,解决科学与工程问题的手段主要是程序与优化算法,求全局最大主峰重要的是找到主峰以及爬峰的速度,即寻优,最常采取的办法有穷举法,但这种方法会造成信息浪费。保证算法简便且通用性更强,遗传算法在众多算法中脱颖而出。文章对遗传学算法的原理、计算基础和操作做了介绍,并对遗传算法原理在机械工程中的应用予以简单分析研究。     

仿生理论在供应链绩效评价中的应用

自供应链管理概念的提出以来,供应链绩效的研究就成为物流发展的研究重点之一.文章对仿生学进行了定义和分类,对仿生学在供应链绩效评价中的应用进行了分析和归纳.仿生学在供应链绩效评价中应用正处于起步阶段,以神经网络、遗传算法的理论、软件包和实践应用居多,把仿生学引入到供应链评价中的前景广阔.     

浅谈计算机网络的发展方向

计算机网络一直在不断地更新,也在快速的发展。计算机网络技术的不断提升,也使得其他的各行各业在计算机方面的应用也越来越受到重视,计算机网络的应用也充斥到了日常生活和工作中。除此之外,计算机网络技术的发展也越来越先进。现主要阐述了计算机网络的发展历史,计算机网络的发展方向以及计算机网络对社会发展的影响。     

水利水电工程地质计算机应用综述

我国水力水电工程地质计算机应用技术的研究与发展起步于20世纪80年代,走过了三十多年的发展历程,发展到现在已经跨上了一个崭新的台阶。随着科技的发展与进步,高性能、专业化的计算机软件越来越多的应用到水利水电工程领域当中,但随之而来的管理水平和计算机应用水平的提升是否滞后于新产品的更新换代就成为一个新问题。对工程地质计算机应用技术不断提出新的要求,将会进一步推进计算机应用技术的发展。     

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.     

基于蚁群算法在TSP问题中的仿真分析

在移动机器人路径规划TSP问题中选取蚁群算法和遗传算法的matlab仿真作为研究重点,根据算法的特点分析了蚁群算法的主要参数例如启发信息影响程度的表达因子;信息素挥发系数,蚁群中的蚂蚁数量等对TSP问题规划最优解和效率的影响,同时对比遗传算法对TSP问题的仿真分析,得出蚁群算法的效率优势和遗传算法的稳定性优势,为进一步的两种算法优势互补融合研究做铺垫。     

探讨计算机网络技术在电子信息工程中的应用

在计算机网络技术高速发展的今天,越来越多的计算机网络技术被应用到了电子信息工程当中,促进了各产业的发展。主要介绍了电子通信工程应用网络技术的优势;计算机网络技术在电子信息工程中的应用等。阐述了计算机网络技术在电子信息工程中应用的现状以及应注意的事项。     

遗传算法及其简单应用

遗传算法是由自然选择的生物进化发展而来,它是对优化的目标函数没有连续、可微等要求,且算法的结果不依赖于初值选取的群体搜索随机优化算法。因此,对遗传算法的研究,具有重要的理论意义与实用价值。外卖订餐已成为当代大学生校园生活的重要组成部分,因此,外卖配送位置的合理选取在校园外卖配送中至关重要。本文通过介绍两种常见的遗传算法,进而研究遗传算法在的简单应用。     

基于模拟退火算法的TSP问题研究

针对遗传算法求解TSP问题过程中出现的早熟现象,本文将模拟退火算法应用到TSP问题求解中,并进行了仿真实验。结果表明,该算法与遗传算法相比,可以更好地在全局范围内进行搜索。     

岩土边坡稳定性的遗传算法分析

非线性优化方法主要缺陷在于当边坡土层为非均质复杂条件时,无法保证搜索到安全系数的全局最小解,而只能搜索到局部极小解。基于遗传算法,建立了搜索岩土边坡稳定性分析最小安全系数和滑移面中心坐标与半径的数值方法。问题的可行解在变量搜索区间内搜索,包括滑弧的圆心坐标和半径。数值模拟结果表明,遗传算法搜索到的边坡稳定最小安全系数与理论解是一致的。     

遗传算法在SPLP问题上的应用

就遗传算法在SPLP问题上的应用进行了总结和归纳、并用局部搜索能力很强的爬山算法来优化产生下一代群体,从而使得群体迅速逼近最优,避免陷入局部最优解。     

CBE教学模式下的会计教学研究

信息化时代下,科学技术发展速度逐渐加快,越来越多的新技术和新模式被应用到各行各业.在教学过程中,CBE(计算机辅助教育)教学模式得到了重视与关注,其应用和研究已经成为当前教育行业的必要工作.会计教学中的计算机辅助教学模式应运而生,并发展成为会计教学高效和高质量课堂建设的关键环节.计算机辅助教学的应用使得会计教学有了更多的方式和选择,具有非常积极的应用效益.不仅为会计教育行业的发展奠定了基础,而且为教育事业的现代化发展提供了先决条件,因此,文章就计算机辅助教学模式在会计教育中的应用展开探讨,旨在更好地建设和发展会计教育事业,更好地进行会计教学.     

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.