环保型沥青路面再生工厂布局优化

为解决传统沥青厂拌热再生过程中存在的污染问题,提升相关企业经济和环保效益,以环保型沥青路面再生工厂为研究对象,提出了一套工厂车间布局优化方法.首先,汇总了物料装卸点在各作业单元内部和整体车间范围内的表示方法.然后,以非物流关系密切程度最大、物料搬运成本最小和碳排放量最少为优化目标,建立了车间布局数学模型.最后,采用粒子...     

基于改进遗传算法的造价模型优化

基于遗传算法的造价优化管理,是进入现代化管理后迅速发展起来的一项先进造价管理技术。基于改进遗传算法可以提高造价管理工作效率、降低总成本,同时基于改进遗传算法的造价模型优化,可以为国内各大型建设工程项目带来非常可观的经济效益和社会效益。本文将重点对基于改进遗传算法的造价模型优化,进行深入的分析与探讨。     

基于改进遗传算法的多项目资源均衡配置研究

如何解决建筑企业在多个项目中资源利用率和配置效率低下的问题,是施工方项目管理的一大难题。本文根据多项目工程施工特点,建立了多项目并行施工时的资源均衡优化模型。为了提高遗传算法对多项目资源配置问题求解的性能,本文对遗传算法进行了改进,并以某公司3 个并行施工的工程项目为例,根据工程施工初始网络计划的资源需求,运用改进遗传算法（IGA）和遗传算法（GA）计算多项目的资源配置方差。结果表明,改进遗传算法可使资源配置达到更好的优化状态,并能得到各个项目非关键线路上工序的最佳开工时间,为建筑施工企业提供了具有实践价值的技术手段。     

基于遗传算法的质量成本优化及控制研究

针对建筑工程质量形成的过程，本根据系统可靠度原理，并应用遗传算法进行质量成本的优化，使建筑工程中的可靠性与经济性很好的协调起来，为建筑工程领域及其他领域的质量成本的优化及控制提供了一个新的思路。     

基于改进遗传算法的城市型河道断面经济优化设计探讨

从效益和成本构建城市型河道断面治理经济优化模型,以本溪城市型河道为例,采用改进的遗传算法对优化模型进行计算。改进后的经济优化模型可按照不同约束条件及目标函数对模型进行调整和修正,对于不同类型城市河道治理工程具有较好的推广和应用价值。     

平煤股份矿井深部开拓布局优化方案探讨

通过对平煤股份一矿开拓现状和原矿井深部资源开发设计开拓布局的描述,分析了矿井开拓布置中存在的弊端,基于当前煤层赋存条件的变化,提出了井田深部开拓布局优化方案,通过技术经济分析比较,确定更适合矿井目前生产需求的开拓方案.     

基于改进遗传算法的模具零件孔群加工路径优化

为提高孔群模具的加工效率,提出了一种最近邻、遗传算法和禁忌搜索相融合的改进遗传算法。采用最近邻算法选取一系列好的初始种群,同时将禁忌搜索中"禁忌"的思想引入到遗传算法中,并在进化过程中随机引入部分新个体,进行迭代搜索。根据孔群加工特点建立了类似旅行商问题的数学模型,并用改进算法求解最短加工路径,在分布复杂的孔类模具上进行数值实验。轮胎实例应用结果表明,改进算法优化后路径长度比CAM系统算法优化后路径长度缩短5.31%,比X向路径法缩短77.88%,比Y向路径法缩短77.63%,比最近邻算法缩短4.52%;当实验参数相同时,改进算法路径长度比遗传算法缩短14.65%,且运行时间平均缩短了63.60%。改进算法的路径长度明显缩短,有效提高了孔群的数控加工效率。其通用性较好,在提升数控系统孔群加工效率方面具有参考价值。     

基于工控安全的自动打码贴标机优化改进

为达到国家对工控网的要求,卷烟厂通过对一号工程自动打码贴标机进行软硬件的优化改进,增强了一号工程工控机的信息安全性,满足国家对工控网的要求。     

基于多目标遗传算法的综合能源系统规划优化研究

针对综合能源系统在满足系统内多元化用能需求的同时如何有效提升能源利用效率,进而促进能源可持续发展等问题,首先建立包括光伏、CCHP、储能电池、蓄冰槽在内的约束条件和出力模型,CCHP采用动态能效模型,建立了包括投资成本、维护成本、碳排放成本在内的经济性模型,建立了包括电能质量在内的能效模型,考虑了包括单位建筑面积等在内的建设约束条件,再采用遗传优化算法对设备容量进行规划优化,最后以某园区为例,在分析其实际园区经济发展情况、区域特征、能源供应情况、资源禀赋及其负荷特性之后,对系统多能耦合情况进行分析,基于多目标遗传算法对园区综合能源息系统进行规划,用TOPSIS方法进行排序得出最优方案。本研究提出的规划优化方法能有效配置设备容量,为用户节约成本,为电网降低压力,减少碳排放,提高用电可靠性。     

机组启停优化中遗传算法的应用研究

电力系统的运行计划分为了短期计划和长期计划,短期计划中的关键问题是机组启停的优化。文章将对机组启停优化遗传算法进行分析,并通过实际数据来研究机组启停的近似最优解。     

基于遗传算法的模糊控制器参数优化

针对非线性量化因子模糊控制器的参数对系统性能影响和参数间的相互制约,提出了一种基于遗传算法的参数整定与优化方法,并进行了仿真研究。仿真结果表明通过该方法寻优的系统具有更好的响应速度和控制精度；当对象结构或参数发生变化时,非线性量化因子模糊控制器可以重新整定参数,以保持良好的控制效果,具有很强的鲁棒性。     

基于改进的蚁群算法的移动机器人路径规划

针对移动机器人路径规划中的传统蚁群算法收敛精度低、易陷入局部最优等问题,提出一种改进蚁群算法。首先,对算法的转移概率进行改进,加入转向代价,减少不必要的转折,并针对启发函数启发性能不够强,对路径启发信息进行改进;然后,提出一种自适应的参数调整伪随机状态转移策略,动态改变参数值,避免过早陷入搜索停滞,增强搜索的全面性,同时对信息素更新方式进行改进,调整信息素挥发系数,保持蚂蚁发现最优路径的能力;最后,通过Matlab与其他算法进行对比分析。仿真结果表明,改进的蚁群算法收敛速度快,且路径长度和算法迭代次数有明显减少,能得到全局最优路径。改进蚁群算法具有可行性、有效性,在移动机器人路径规划中有一定的应用价值。     

遗传算法优化BP神经网络的岩质边坡稳定性预测

为了解决边坡工程中非线性变化给稳定性预测造成的困难,建立了GA-BP神经网络计算模型预测岩质边坡稳定性。采用定性评价和相互作用矩阵复核的方式,选取边坡坡度、边坡高度、斜坡结构类型、岩体强度、控滑结构面倾角、岩体结构特征、地表变形强度、人类活动强度8个评价因子作为BP神经网络的输入变量;利用遗传算法对神经网络的初始权值和阈值进行优化后训练岩质边坡稳定性预测模型;对比分析GA-BP神经网络和BP神经网络的预测效果。结果表明,优化后的预测结果误差绝对值小于0.15的占85%,未优化的传统神经网络仅占45%,优化后的预测结果更加接近真实值,表明遗传算法对传统BP神经网络的优化是有效的。研究结果对建立岩质边坡稳定性预测模型具有一定的参考价值。