带时间限制的车辆路径问题的遗传算法

研究了带时间限制的车辆路径问题,考虑了不同时间段内车辆行驶速度与道路交通状况的关系,分别设计了求解该问题的传统遗传算法和改进遗传算法.利用具体实例进行了模拟计算,结果显示,改进的遗传算法比传统遗传算法具有很多优越性,利用改进的遗传算法可以得到理想的计算结果.     

带时间限制的车辆路径问题的遗传算法

研究了带时间限制的车辆路径问题,考虑了不同时间段内车辆行驶速度与道路交通状况的关系,分别设计了求解该问题的传统遗传算法和改进遗传算法。利用具体实例进行了模拟计算,结果显示,改进的遗传算法比传统遗传算法具有很多优越性,利用改进的遗传算法可以得到理想的计算结果。     

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。     

改进的自适应遗传算法在排课系统中的应用

在各院校的教务管理中,排课系统是非常重要的。本文首先论述了改进的自适应遗传算法,并通过研究排课问题中的影响因素、主要约束条件,阐述了基于改进的自适应遗传算法的排课系统的设计方案。     

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。     

基于遗传算法的电子商务物流车辆路径系统的优化

在一般车辆路径系统的基础上,介绍了一般性遗传算法的常规流程,并在遗传选择、交叉和变异环节进行了改进,通过实证证明了改进遗传算法有效可靠,提高了算法的收敛速度。     

基于客户满意度的城市物流车辆路径优化

本文主要研究城市物流配送的路径优化问题,建立了总成本最小为目标的优化模型。应用了改进遗传算法对模型进行求解。经实例验证,改进遗传算法找到的路线更短,验证了算法的有效性。     

基于改进遗传算法的生鲜加工配送中心连续选址模型

建立了生鲜加工配送中心选址连续模型，在引入监控算子的基础上，运用改进的遗传算法对模型进行求解。该模型和改进的遗传算法可有效的解决生鲜加工配送中心的选址问题。     

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。     

Robust design in multivariate systems using genetic algorithms

This paper presents a methodology based on genetic algorithms, which finds feasible and reasonably adequate solutions to problems of robust design in multivariate systems. We use a genetic algorithm to determine the appropriate control factor levels for simultaneously optimizing all of the responses of the system, considering the noise factors which affect it. The algorithm is guided by a desirability function which works with only one fitness function although the system may have many responses. We validated the methodology using data obtained from a real system and also from a process simulator, considering univariate and multivariate systems. In all cases, the methodology delivered feasible solutions, which accomplished the goals of robust design: obtain responses very close to the target values of each of them, and with minimum variability. Regarding the adjustment of the mean of each response to the target value, the algorithm performed very well. However, only in some of the multivariate cases, the algorithm was able to significantly reduce the variability of the responses.     

遗传算法在军事物流运输路径选择中的运用

对物流中常见的运输路径选择问题进行了基于遗传算法的的分析，并主要针对军事目的中的时间限制问题（时间窗），结合军事物流的特点，对其遗传算法模型进行了一定的改进。     

遗传算法在现代物流系统中的应用研究

遗传算法是一种基于自然进化原理的全局搜索随机算法。通过遗传算法特点的介绍,阐述了物流规划中的相关问题。研究了遗传算法在选址问题、配送问题、调度问题、运输问题、布局问题等问题中的应用方法,介绍了其理论价值,及对实际工作的指导作用。     

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。     

基于混合优化算法的带时间窗的车辆调度问题求解研究

论文建立了带时间窗的车辆调度问题的数学模型，并针对遗传算法在局部搜索能力方面的不足，提出将模拟退火算法与遗传算法相结合，从而构造了求解车辆调度问题的混合优化算法，并进行了实验计算。计算结果表明，用这种混合优化算法求解车辆调度问题，可以在一定程度上用模拟退火算法突跳性克服遗传算法在局部搜索能力方面的不足，从而得到质量较高的解。     

配送中心选址的遗传算法研究

针对配送中心的选址问题,将遗传算法这一全局搜索优化技术运用其中,通过建立选址的遗传算法模型,研究了算法设计,分析了其特点,并与传统的混合整数规划解法进行了分析比较。     

粒子群算法及其在桁架结构优化设计中的应用研究

本文分析了该算法的主要参数对搜索方向的影响,并对粒子群优化算法在桁架结构优化设计中的应用进行了分析。利用粒子群优化算法与遗传算法分别对两个桁架结构优化设计算例进行求解,将两种算法的计算结果进行了对比,计算结果表明在满足相同的计算精度的前提下,粒子群优化算法的效率更高。因此,基于粒子群算法的结构优化设计是切实可行的。     

基于遗传算法的高校排课系统的研究与实现

遗传算法借鉴生物界自然选择和遗传机制,使用群体搜索技术,处理传统搜索方法难以解决的复杂的非线性问题。排课问题是一个NP完全问题,除了穷举法没有绝对的求解方法。高校排课涉及到课程、教室、班级、教师和时间五方面相互关联的因素。按照遗传算法思想,对初始课表进行优化,并用Delphi进行编程,试验结果表明,遗传算法对课表的优化有着比较显著的作用。