车辆保险市场的成长预测

基于我国发展车辆保险的重要性,研究车辆保险市场是非常有必要的。本文基于2004-2015年的数据,来研究车辆保险市场的成长情况,通过灰色模型与神经网络的结合的灰色神经网络模型去拟合车辆保险营业额与解释变量的关系,之后再用遗传算法优化灰色神经网络,最后通过模型结果的对比,知基于遗传算法的灰色神经网络模型有更好的预测效果。     

多车场多车型车辆路径问题的优化研究

针对多车场多车型车辆路径问题,通过建立虚拟配送中心将多车场路径优化问题转化为单一车场路径优化问题。文章建立了数学模型并利用遗传算法求解模型,同时根据问题性质对遗传算法的编码和解码方式进行改进。基于企业实例的实证研究表明:文章提出的模型对求解多车场多车型车辆路径问题具有一定的优势,能够为企业实际的物流运输调度提供决策支持。     

基于遗传算法优化ELM模型的小型水利工程沉降预测研究

为找出适用于小型水利工程沉降预测的标准方法,本文基于遗传算法GA优化极限学习机ELM模型、3种不同的ELM激活函数,得到6种计算模型,并根据输入地下水动态、降水量、气温和土质变化情况4项指标的2种输入组合形式,共计12种模型输入,得出最优沉降预测模型,结果表明:GA-ELM_(sin)模型表现出了较高的精度,同时遗传算法可提高ELM模型计算精度,地下水动态是影响沉降的主要因素。     

浅谈城市燃气管网优化设计方法

文章描述了现有燃气管网水力计算的基本原理和方法,还有具有相应成果的优化设计方法,即遗传算法在管径选择和管网结构布局方面的应用优于传统的燃气管网的设计方法。     

基于遗传算法的车辆路径问题研究

考虑车辆容量约束并建立数学模型，运用遗传算法求解该车辆路径问题。运用C语言编写算法程序，详细分析了遗传操作及算法参数。以某企业在天津的几家大型购物广场为例，分析了因配送问题给企业发展带来的局限性。求解出的适合该企业的最优路径，与实际配送路径对比后显示出：最优路径大大缩短了车辆的总配送距离、节省了配送成本。     

基于遗传算法的A物流园区平面布局规划研究

物流园区的建设必先依赖于园区的设计和合理的功能规划,本文通过实证验证理论,利用SLP结合遗传算法,以A物流园区为实证分析,对相关物流量进行计算,标定适合建设物流园区的最佳地理位置,建立模型,设计函数,编码和解码,运算。     

基于改进粒子群算法的无人机航迹规划

针对当前基本粒子群算法无人机航迹规划在后期收敛速度比较慢、效率不高、易陷入局部最优等问题,提出一种改进粒子群算法。首先,在迭代前期和后期分段设置惯性权值的调整,实现粒子惯性和寻优行为的平衡;其次,设置一个定值与相邻2次适应度函数最优值比较策略,防止陷入局部最优;最后,引入遗传算法的交叉、变异机制,得出更优的结果。并通过仿真验证了改进粒子群算法在三维空间航迹规划的有效性和可行性。结果表明,与其他航迹规划算法相比,新算法具有路径长度更短、耗时更少、路径更平滑等优点,加快了收敛速度,提高了航迹规划效率和稳定性。因此,改进算法的航迹规划可得到满足约束关系的最优航迹,对实现自主飞行有重要的参考价值。     

基于双层规划模型的冷链物流网络多目标优化

针对冷链物流时效性强这一特性,应用软时间窗反映客户满意度,并结合T.T.T理论换算货损成本。在考虑满足客户时间窗的条件下,寻找配送中心建设及操作成本、车辆成本、惩罚成本及货损成本所构成的总成本最小时的最优配送方案,建立冷链物流配送选址及路径优化的双层规划模型,并将改进的遗传算法运用到该模型中,借助Matlab软件对具体实例进行求解,得到最优结果,为冷链物流网络多目标优化问题提供理论依据。     

基于遗传算法的PHEV能量管理策略优化

本文以串联插电式混合动力汽车(SPHEV)为研究对象,开展对其能量管理策略优化的研究。首先对整车能量管理策略进行分析,将发动机启动功率作为优化对象,以燃油消耗量作为优化目标,运用遗传算法全局搜索发动机最优启动功率,以UDDS作为循环工况,通过整车模型仿真验证优化结果的正确性与有效性。结果表明,在保证整车动力性与经济性的前提下,本方法在一定程度上提高了发动机平均工作效率,降低了整车燃油消耗,燃油经济性提高了11%以上。