基于进化Kriging模型的金属框板结构优化研究

金属加筋板在飞机结构设计中应用广泛,其优化改型设计亦备受重视,文章将借助试验设计和进化Kriging近似模型对金属加筋板尺寸进行优化设计,并采用多目标遗传算法NSGA-Ⅱ对近似模型寻优得到最优解。通过对金属框板结构稳定性优化计算结果分析,可以确定所提出的优化设计效果显著且优化效率高。     

基于混合遗传算法的多配送中心选址问题研究

就区域配送体系的多配送中心选址问题构建确定性规划模型，相应提出混合遗传算法的求解方法。该算法结合了单亲进化遗传算法和经典遗传算法的优点，能够使部分种群择优进化的同时整体种群的解全局收敛。仿真案例表明算法能够在5％的误差限内有效、稳定的逼近全局最优解，生成的选址线路图具有实践指导价值。     

基于单蜂王交配的遗传算法在最优潮流计算中的应用

提出了基于单蜂王交配的遗传算法,并把它应用于最优潮流计算;算法结合动态调整罚函数的方式,将最优潮流问题转化为一个无约束求极值问题,有效提高了算法的全局收敛能力和计算精度。通过对标准IEEE30节点的电力系统进行测试,并与粒子群算法、人工鱼群算法和传统遗传算法进行了比较,结果表明,该算法能够更好地获得全局最优解,在处理最优潮流问题上具有一定的有效性和优越性。     

金汉拉扎开关站筏板基础的优化设计

文章对回填区肋梁向上凸出的筏板基础纵、横向梁及板的断面尺寸的优化设计进行分析,得出结论：当柱下纵向梁的刚度大于横向梁的刚度并旦板的厚度相对于纵向梁的高度较薄时,横向梁与板相对于纵向梁是柔性的,上层结构传下来的荷裁大多被纵向梁承担,此时基础梁、基础板的混凝土和钢筋用量最少,结构设计最优。     

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。     

金汉拉扎开关站筏板基础的优化设计

文章对回填区肋梁向上凸出的筏板基础纵、横向梁及板的断面尺寸的优化设计进行分析,得出结论:当柱下纵向梁的刚度大于横向梁的刚度并且板的厚度相对于纵向梁的高度较薄时,横向梁与板相对于纵向梁是柔性的,上层结构传下来的荷载大多被纵向梁承担,此时基础梁、基础板的混凝土和钢筋用量最少,结构设计最优.     

基于改进自适应遗传算法的车辆路径问题研究

针对自适应遗传算法进化初期收敛速度缓慢的不足，引入一个表示种群多样性程度的指标变量对个体的交叉率和变异率进行自适应调节，提出了改进的自适应遗传算法并将其应用于求解车辆路径问题。实验结果显示同传统的自适应调节方法相比，该算法提高了收敛速度，可以有效地求得VRP问题的最优解或近似最优解。     

遗传算法在计算机通信网优化中的价值探究

遗传算法是基于自然界中生物的进化基本法则而发展起来的一种新的算法,应用十分广泛。随着现代科学技术的快速发展以及社会发展对人工智能的迫切需要,在智能的领域中,有很多的问题需要在复杂并且庞大的搜索空间中寻找最优解或者准优解,促使着遗传算法被广泛应用到各个领域,也使越来越多的人去研究遗传算法,遗传算法已经运用到了计算机的通信网优化中。本文将通过遗传算法在计算机中的应用来研究它的价值。     

基于遗传-蚁群混合算法求解旅行商问题

作为物流领域中的典型问题,旅行商问题的求解具有十分重要的理论和现实意义.在它的传统求解方法中,遗传算法和蚁群算法被广泛采用,但遗传算法收敛速度慢,蚁群算法易陷入局部最优,在求解旅行商问题上都有一定的缺陷.本文采用遗传-蚁群混合算法,充分利用遗传算法的快速全局搜索能力和蚁群算法的智能性,对旅行商问题求解,并进行了实例仿真.仿真计算结果表明,该算法可以找到最优解或近似最优解,并提高了求解效率.     

基于混合智能算法的仓库有限容量下随机存贮模型

针对仓库容量有限条件下的随机存贮管理问题,通过找出商品在销售进货过程中会出现的全部可能,确定得到总损失最小的方法,然后以最优订货点作为决策变量并确定约束条件,建立优化决策模型。采用基于随机模拟的混合智能算法对该决策模型进行求解。对模型中的不确定函数进行随机模拟,使用由其产生的一组输入输出数据来训练神经网络对该不确定函数进行逼近,然后将该神经网络作为适应度函数嵌套于遗传算法中,最后应用遗传算法解得模型的最优解。通过计算机仿真得到所需要的最优方案。实验表明,文中提出的基于混合智能算法的仓库随机存贮模型,较好地解决了实际应用中的仓库容量有限的随机存贮问题,具有很强的普遍性和实用性。     

总成本最小化的欠拨待补库存模型及遗传算法的应用

文中试图建立一个欠拨待补库存模型以探讨在允许缺货的情况下安全库存、订购量与总成本之间的关系,并采用遗传算法对模型的最优解进行研究。文中将遗传算法中的影响因子分为三水平共有81种不同的排列组合,每种组合用10组假设数据去仿真求解,并借助变异数分析和田口博士提出的统计量SN比(望小特性)探讨使库存相关总成本为最小时的遗传算法的最优设定参数。     

Economic Design of EWMA Charts with Variable Sampling Intervals

Control charting is a graphical expression and operation of statistical hypothesis testing. In the present paper, we develop the economic design of the variable sampling intervals (VSI) exponentially weighted moving average (EWMA) charts to determine the values of the six test parameters of the charts (i.e., the sample size, the long sampling interval, the short sampling interval, the warning limit coefficient, the control limit coefficient, and exponential weight constant) such that the expected total cost is minimized. The genetic algorithm (GA) is applied to search for the optimal values of the six test parameters of the VSI EWMA chart, and an example is provided to illustrate the solution procedure. A sensitivity analysis is then carried out to investigate the effects of model parameters on the solution of the economic design.     

基于遗传算法轿车焊装车间车辆路径优化

遗传算法是一种模拟自然进化过程搜索最优解的方法。通过建立某轿车焊装车间车辆路径问题数学模型,然后利用遗传算法求解该问题,最后在Matlab软件中进行编程求解,有效地求解出问题的最优解或近似最优解。     

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。     

Optimal Adaptive Designs with Inverse Ordinary Differential Equations

Many industrial and engineering applications are built on the basis of differential equations. In some cases, parameters of these equations are not known and are estimated from measurements leading to an inverse problem. Unlike many other papers, we suggest to construct new designs in the adaptive fashion ‘on the go’ using the A‐optimality criterion. This approach is demonstrated on determination of optimal locations of measurements and temperature sensors in several engineering applications: (1) determination of the optimal location to measure the height of a hanging wire in order to estimate the sagging parameter with minimum variance (toy example), (2) adaptive determination of optimal locations of temperature sensors in a one‐dimensional inverse heat transfer problem and (3) adaptive design in the framework of a one‐dimensional diffusion problem when the solution is found numerically using the finite difference approach. In all these problems, statistical criteria for parameter identification and optimal design of experiments are applied. Statistical simulations confirm that estimates derived from the adaptive optimal design converge to the true parameter values with minimum sum of variances when the number of measurements increases. We deliberately chose technically uncomplicated industrial problems to transparently introduce principal ideas of statistical adaptive design.     

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。     

集装箱单箱三维装载问题研究

集装箱装载问题是多约束多目标的组合优化问题,属于NP完全问题,即在有限的时间内找不到问题最优解.鉴于最大穴度算法在装箱领域的成功经验,将其与分层算法相结合构造混合算法,解决装箱问题,以求得全局最优解或次优解.运用举例和对比分析验证了该算法的有效性,能够直接应用于物资的集装箱配载.     

试析钢筋砼梁裂缝的原因与防治措施

钢筋混凝土梁出现裂缝的原因很复杂,主要有材料或气候因素、施工不当、设计和施工错误、改变使用功能或使用不合理等。结合实际,针对钢筋砼梁裂缝的原因与防治措施进行了论述。     

遗传模拟退火算法在配送中心选址中的应用

物流配送中心是现代物流系统的枢纽,而配送中心地址的确定是物流系统分析的核心内容.合理的配送中心选址可以降低企业的运营成本,本文根据配送中心地址问题的特点和要求,提出用遗传模拟退火算法解决选址模型.最后通过一个实例求得了模型的最优解,验证了该算法的有效性.