标准遗传算法改进分析

将标准遗传算法用于最优化问题时存在早熟收敛和后期收敛速度缓慢的现象.本文扼要分析了遗传算法的运行机制,针对简单遗传算法的收敛速度慢、效率低,进行了改进,引入了基于小生境技术的改进遗传算法,构造的小生境群体,在保障群体中个体多样性的同时,使得优良算子能够更好的共享,提高了群体的整体搜索性和收敛效.     

基于改进遗传算法的无功优化方法的研究

电力系统的无功优化是降低网损、保障电压质量的有效手段,遗传算法是解决这种多约束非线性组合优化问题的很好方法。简单遗传算法（SGA）中的交叉率和变异率分别是一个过大或者过小的固定值,造成了高适应度基因遭到破坏和算法陷入迟钝,本文中改进遗传算法（IGA）使用变化的交叉率和变异率避免了此类现象。文献中以IEEE33节点系统为例,分别用两种算法进行了无功优化的计算,通过比较得到结论,IGA具有最优解更加准确、收敛速度更加迅速的优点。     

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。     

矩阵与线性方程组的解

本文分析和阐明了高等代数中用矩阵解线性方程组的问题,同时也简单地概括总结了n阶行列式的计算方法。     

基于改进遗传算法的TSP问题求解的研究

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。     

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。     

蚁群遗传混合算法在求解旅行商问题上的应用

针对在求解旅行商问题时,蚁群算法易陷入局部最优,而遗传算法收敛速度慢等问题,将蚁群与遗传算法相结合:把蚁群算法每次迭代的结果作为遗传算法的初始种群,并且用遗传算法寻优结果更新蚁群算法的信息素。在用遗传算法处理问题的阶段,引入了两种新的交叉算子,并且提出混合交叉算子的新思想,算法的后期使用贪心搜索和2-opt局部优化算法,成功的避免了算法过早陷入局部最优解的问题,加快了算法的收敛速度。通过仿真,本算法与其他算法进行对比,寻优路径长度明显降低,在求解效率和求解质量上都有更好的效果。     

基于可重生遗传算法的大规模订单调度问题研究

对于大规模订单调度问题,由于订单数量大及加工工艺复杂等原因,会导致运算过程中涉及数据量大,过程复杂,稳定性差,容易陷入早熟,为了提高种群的多样性,使其不被局部优解限制,文章运用可重生思想对遗传算法进行改进,利用其重生机制跳出原有循环,不断更新,获得更优的解,并且运用工厂实际订单案例进行分析表明是有效的,尤其在处理大规模订单案例时,基于可重生思想的遗传算法的计算时间和订单完成率是优于标准遗传算法和标准粒子群算法的.     

一种改进的遗传算法求解机器人最优路径

遗传算法具有全局搜索性强、 鲁棒性高、 且具有较好的收敛性的有点.随着人们逐渐对其深入的认识,人们发现这种算法容易陷入早熟的状态.对此,本文改进了初始化种群的过程,并对选择,交叉,变异三种算子进行优化.     

随机时变下带时间窗的取送货车辆路径问题优化研究

针对城市交通路网存在时变性和随机性的特点,文章研究了随机时变下带时间窗的取送货车辆路径问题,提出了随机时变车辆行驶时间的鲁棒优化方法,考虑车载限制和客户服务时间窗的约束,以总行驶时间最小化为目标,建立混合整数规划模型,并提出两阶段的混合遗传模拟退火算法。使用三行染色体编码方式、多段多点交叉算子和修复算子的遗传算法获得较优解,使用模拟退火算法进行优化,获得高质量的解决方案。最后,基于PDPTW标准数据集和STDPDPTW测试算例对文章所提出的算法进行了大量的数值实验,充分验证了模型及算法的有效性。     

Numerical solution of dynamic equilibrium models under Poisson uncertainty

We propose a simple and powerful numerical algorithm to compute the transition process in continuous-time dynamic equilibrium models with rare events. In this paper we transform the dynamic system of stochastic differential equations into a system of functional differential equations of the retarded type. We apply the Waveform Relaxation algorithm, i.e., we provide a guess of the policy function and solve the resulting system of (deterministic) ordinary differential equations by standard techniques. For parametric restrictions, analytical solutions to the stochastic growth model and a novel solution to Lucas' endogenous growth model under Poisson uncertainty are used to compute the exact numerical error. We show how (potential) catastrophic events such as rare natural disasters substantially affect the economic decisions of households.     

遗传算法在装配线平衡中的应用

装配线平衡是混合装配生产线调度的重要基础,是面向订单装配(ATO)得以实施的技术瓶颈,对提高生产率和设备利用率也具有重要意义。在工位数量给定的条件下,文章针对装配线平衡的数学模型,提出了一种面向装配线平衡的非标准遗传算法。该算法基于各操作之间的逻辑优先关系产生可行操作序列而生成初始种群,保证解的可行性;在此基础上实现寻找最小节拍、选定较优序列进行遗传,并采用最优保存策略确保算法收敛到最优或近优解。最后通过实例验证了该算法的有效性和可行性。     

汽车再制造逆向物流网络优化设计

首先构建了汽车再制造逆向物流网络混合整数线性规划模型,然后设计了基于遗传算法的求解汽车再制造逆向物流网络优化模型的启发式算法,最后通过算例验证了网络设计方法的有效性。     

Multi-objective linear programming with partial ranking of objectives

This paper is concerned with multi-objective linear programming problems in which the objective functions can be partially ranked. We represent the set of admissible weight vectors by a system of linear constraints and solve for the policy most likely to be optimum. If each admissible weight vector has the same probability of being correct, the optimum policy maximizes the hypervolume of the polytope of weight vectors having this policy as a solution. The proposed algorithm requires the enumeration of the subset of admissible efficient solutions of a multi-objective linear program. For each admissible solution, we estimate the ratio of the volumes of the corresponding polytope of weight vectors and the polytope of all admissible weight vectors. An algorithm is outlined for numerical integration using the Monte Carlo method. The model is extended to the case where several objectives are expressed as linear constraints with multiple parameter vectors and there is uncertainty about the weighting of these parameters. A numerical example is provided.     

n阶Fredholm积分-微分方程的有理Haar小波解法

一阶积分-微分方程是我们求解积分微分方程时常见的一类方程,其求解方法比较简单;而在实际问题中我们常常会遇到高阶积分-微分方程的求解,求其数值解相对比较困难。作者利用有理Haar小波的积分法和积分算子矩阵对一般的n阶Fredholm积分-微分方程进行了求解。最后给出的数值算例表明了该方法的有效性。     

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。     

耦合Sylvester矩阵方程的梯度迭代算法

通过推广求解矩阵方程AX=b或AX+XB=C的递推迭代算法和基于递阶辩识原理的思想,给出了求解广义耦合矩阵方程的梯度迭代算法。并证明了迭代算法的收敛性。分析表明,若矩阵方程有唯一解,则对任意的初始值该算法给出的迭代解都能快速的收敛到其精确解。数值实例验证了该算法的有效性。     

Investment limit cycles in a socialist economy

The present paper generalizes a linear cycle model of the socialist economy studied in Simonovits (1990): the two equations describing the reproduction of the tensions are retained, while the two linear reaction equations are confined to the interval of lower and upper bounds; outside these intervals the decisions are given by the corresponding bounds (cf. Hicks, 1950).The main result is the following: If a certain linear system of equations and inequalities has a solution, then there exists a limit cycle with period 4, the amplitude of which is independent of the initial states.     

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。