遗传算法在配电网的网架结构优化中的应用

本文阐述了配电网网架结构优化的数学模型,在传统优化算法基础上改进了一种新的自适应遗传算法,在一定程度上克制了偏离最优解而陷入局部最优,直至获得全局最优解.     

遗传算法在供应商绩效评价中的应用

本文利用平衡记分卡思想建立了供应商绩效评价指标体系。结合遗传算法和BP神经网络构建了进化网络算法模型,克服了单纯网络学习易陷入局部极小的缺陷,并用指标样本检验了进化网络的有效性及改进性能,得到了比较理想的输出结果。     

基于遗传算法的BP神经网络在汇率预测中的应用研究

本文针对经典的BP神经网络所存在的缺陷，结合遗传算法，提出了基于实数编码的GA-BP神经网络预测人民币美元汇率的模型。在结合递归预测方法的基础上，该模型取得了令人满意的结果。     

遗传算法在车间物流配送优化中的应用

在车间物流配送中,合理确定配送路径是提高搬运质量、降低配送成本、增加经济效益的重要手段。在建立车间物流配送优化问题的数学模型的基础上,构造了求解物流配送路径优化问题的遗传算法。计算结果充分表明,遗传算法在进行车间物流配送优化中有很大的优势,可以有效地求得问题的最优结果。     

优化算法在城市给水管网优化布置中的应用

本文在阐述城市给水管网特点的基础上,分析了给水管网优化布置的必要性,同时给出了相应的优化数学模型,最后通过一工程实例,对最优布置进行了有效的识别,为城市给水管网设计提供了一定的参考。     

基于遗传算法优化BP神经网络的集装箱吞吐量预测

集装箱吞吐量预测是港口规划建设、生产计划安排、调整港口发展方向的重要基础。针对集装箱吞吐量与其影响因素之间的复杂非线性特征,文章提出基于腹地GDP、腹地货运量、港口前三年集装箱吞吐量作为网络输入构建的遗传算法改进的BP神经网络预测模型(GA-BP),该方法综合考虑到BP神经网络非线性拟合能力强的优点,同时通过遗传算法全局搜索能力强等特点对BP神经网络易陷入局部最优进行改进。为验证提出模型的有效性,选取福州港为案例进行验证,结果显示GA-BP模型的预测精度明显优于BP神经网络,同时对比历史集装箱吞吐量作为输入变量的预测结果,GA-BP模型预测结果精度更高。     

遗传算法在排课系统中的应用研究

随着高校的不断扩招,在教务管理系统中使用的排课模型也变得越来越复杂,亟需一种适用于开发、重用及设计的方法。针对这种情况,本文分析了目前流行的几种排课算法存在的问题,从遗传算法的基本原理入手,研究如何用遗传算法解决排课系统中的资源冲突、课表优化问题,简化程序的复杂度和减少生成最佳课表的时间,最终找到最优解。     

优化技术在土建结构工程设计中的应用

建筑业是我国的经济支柱型产业,在我国经济发展中占据的比例不断增加,这也让土建结构工程研究逐渐深入,通过合理的土建结构设计,能够达到土建工程的设计标准,推荐建筑行业发展.本文主要分析优化技术在土建结构工程设计中的应用意义,提出对应的应用办法,仅供参考.     

遗传算法在固定货架堆垛机拣选路径优化中的应用

固定货架的拣选路径优化问题是一个典型的TSP问题。以堆垛机拣选路径作为研究目标,通过计算货位点所在的坐标位置产生拣选点。运用基于顺序的遗传基因编码方式编制程序,对拣选路径进行优化。仿真实验和实际应用表明该算法能较快找到最优解,并有效提高系统运行效率。     

基于遗传算法的物流运输与调度优化研究

物流优化是物流企业降低物流成本的主要方式之一,通过物流优化进一步提高物流公司的服务能力,已经是许多物流企业提升竞争力的一项有效举措。本文依据现实中的物流运输问题,建立了基于运输成本和时间的一般函数模型,利用遗传算法进行求解,寻求最优运输路线。算例结果表明使用遗传算法优化运输方式,可以改善现有的调度模式,在满足时间约束的条件下,实现物流运输成本最小。     

基于遗传算法的协同配送路径优化研究

针对现代物流配送中存在的运营成本高、效率低、整合度低等问题,构建基于多物流中心协同配送的路径优化模型,在算法选择上针对协同配送的特殊方式,提出引入虚拟客户的编码方式和基因换(移)位的变异方式来求解最优配送路径,并通过实例验证了模型和算法的有效性与可行性。     

基于改进遗传算法的TSP问题优化研究

旅行商问题（TSP问题）已经被证明属于NP完全问题。遗传算法是一种模拟自然界中生物的进化机制的优化策略．是一种基于群体、隐并行搜索策略，是求解TSP问题效率相当高的一种算法。因此．本文提出使用改进的遗传算法．即用个体数量控制选择策略以保证群体的多样性，用顺序交叉算子和部分路径翻转变异算子来提高算法的收敛速度．较好地解决了群体的多样性和收敛速度的矛盾。算法的分析和测试表明．该改进算法的是有效的。     

遗传算法在地下工程的参数反演中的应用

本文在分析参数反演问题求解方法的基础上,针对优化反演中存在的搜索早熟及计算量太大等困难,将遗传优化算法引入地下工程参数反演问题求解领域,开展了优化反演方法的研究,并用算例验证了遗传算法的可行性和高效性。     

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。     

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。     

基于遗传算法的网络计划多目标优化

工程项目网络计划是为了达到成本最低、工期最短、资源利用最均衡、质量最优并能够保证安全施工。文章从遗传算法基本原理出发,设计网络计划多目标优化的目标函数及约束条件,结果证明,该方法解决问题速度快,结果精确度高,对工程项目管理具有实际的应用价值。     

基于遗传算法的库位优化问题

应用遗传算法对邯运集团仓库库住进行优化。在充分考虑邯运集团仓库所存放的货物种类、货物数量、出入库频率等因素的基础上进行库位预分区规划。建立了二次指派词题的数学模型。利用遗传算法对其求解,结合MATLAB进行编程计算并得出最优划分方案。