基于遗传算法的电力物资配送管理信息系统研究

遗传算法是一种基于自然进化原理的全局搜索方法,在很多问题的研究上有重大的意义。在管理信息系统的背景下,本文将遗传算法应用在电力物资配送路径的优化问题上,以期得到满意的结果。通过具体算例表明,遗传算法在电力物资配送路径优化问题上可以有很好的应用。     

节约遗传算法对电子商务环境下物流配送路径的优化

目前在电子商务企业中,物流车辆线路问题成为了关注及研究的重点。针对电子商务环境下配送的特殊性,本文将遗传算法和节约算法结合应用,对其在电子商务物流配送路径优化中的应用价值分析。本次研究中仿真结果表明了节约遗传算法比遗传算法更有全局的最优性,其求得最短路径的效果更加显著。     

论不可微函数的一种混合遗传算法

在浮点编码遗传算法中加入Powell方法,构成适于不可微函数全局优化的混合遗传算法。混合算法改善了遗传算法的局部搜索能力,显著提高了遗传算法求得全局解的概率。由于只利用函数值信息,混合算法是一种求解可微和不可微函数全局优化问题的通用方法。     

遗传算法研究概述

遗传算法是一种在群体的逐代遗传中,搜索出全局最优解的搜索优化算法.近年来由于遗传算法在解决复杂优化问题中显现出巨大优势,因此受到国内外学者的广泛关注.本文介绍了遗传算法的简单原理、设计方法,并概述了它的技术和应用领域.     

能量采集型无线传感器网络的高能效路由算法

在能量采集型无线传感器网络中,虽然有能量吸收,但是因能量依然非常珍贵,如何优化路由协议,提高能量利用率,延长网络寿命仍然是值得研究的问题。为求解高能效的路由,提出了一种采用遗传算法的高能效路由算法,建立考虑节点的吸收能量、剩余能量、消耗能量和浪费能量的适应函数,用遗传算法寻找全局最优路径。将该适应函数与3种其他适应函数作对比,其他3种适应函数分别为只考虑路径能耗最小的适应函数,考虑路径能耗与路径上节点的吸收能量、剩余能量的适应函数以及考虑路径能耗与网络中所有节点的浪费能量的适应函数。采用遗传算法解出4种路由,通过仿真分析可知,所提出的路由算法能量利用效率最高。     

基于混合遗传算法的码书设计方法

将遗传算法与LBG算法相结合,得到了一种矢量量化码书设计算法.利用遗传算法的全局优化能力得到最优的矢量量化码书;同时,克服了传统遗传算法收敛速度慢的缺点.实验结果表明,文中提出的算法性能上优于LBG算法,且收敛速度较快.     

6-DOF焊接机器人的路径优化算法研究

以六自由工业机器人为对象,研究机器人焊接作业时的路径优化算法。对六自由工业机器人的逆运动学原理进行介绍,分析在一定范围内的焊接作业路径优化,以时间最短或路径距离最短为研究指标,选择两种智能算法(遗传算法和Hopfield神经网络算法)进行分析运用MATLAB软件进行仿真测试,对比分析它们的优缺点,为下一步焊接机器人的路径优化实验奠定基础。     

物流园区配送系统路径选择的优化研究

物流园区各个子功能中,配送是直接与客户相接的重要环节,直接影响着配送的速度、成本以及效益。因此,研究物流园区配送路径的优化问题,是物流园区提升服务质量、降低服务成本的有效途径。通过分析物流园区的配送路径问题,构建出配送路径最优化的数学模型,基于该优化问题设计相应的遗传算法,利用Matlab进行实验仿真,得出配送路径的最优解。实验结果体现了遗传算法在解决路径优化问题中的实用性。     

计算机网络可靠度优化计算中遗传算法的应用分析

在计算机网络可靠度优化计算的过程中,遗传算法是通过自身简单的算法结构,利用高超的搜索效率,然后以它强大的实用性和迅捷的求解速度,从而在全局计算中获得最优解的近似值。与传统的算法相比,在网络可靠度优化计算的问题上,遗传算法有着非常明显的优势。     

基于改进遗传算法的客户购买行为聚类

针对电子商务客户购买行为,构建客户——商品矩阵,度量客户购买行为相似度。基本遗传算法存在一定的缺陷,本文提出一种改进的混合并行遗传算法,结合k-means算法的高效性和局部搜索能力,以及并行遗传算法的全局优化能力,并运用该算法对客户购买行为聚类。实验结果表明该方法在客户行为聚类应用中具有较高的效率和精确度。     

基于遗传算法的无线传感器网络覆盖算法优化研究

本文将遗传算法运用到无线传感器网络覆盖的中，通过研究遗传算法的杂交和变异算子，得到具有混合杂交和间歇变异的改进遗传算法，用于解决高密度部署的无线传感器节点集的选择问题，从而得到最优覆盖节点集。仿真实验表明该优化机制能更有效地跳出局部最优，获得更精确的结果，从而更有效的实现了无线传感器网络布局的全局优化。     

遗传算法求解WebGIS环境下的TSP问题

TSP问题茁物流配送、选址等领域普遍存在，是当前相关领域研究的热点问题。本文提出在WebGIS环境下，利用遗传算法表求解该问题．首先，针对WebGIS数据，以实际地标经纬度信息作为初始点，提取路网拓扑结构，然后使用遗传算法采求解哈密顿路开最终给出优化路径。实验结装表明提出的方法具有良好的实际应用效果。     

计算机网络可靠度优化计算中应用遗传算法的研究

所谓计算杌网络可靠度其实就是指计算机网络的可用性,其具备计算机网络各用户问互相连通的描述能力。优化计算计算机网络可靠度是目前社会市场所关注的热点话题。相对于传统的算法而言,遗传算法除了具有便于求解、算法结构简单以及搜索高效等特点以外,同时在进行全局计算的时候,还可获得最优的近似值。下面文章就计算机网络可靠度优化计算中遗传算法的应用进行研究和分析。     

随机需求下带时间窗IRP问题的遗传算法研究

研究随机需求条件下带时间窗的IRP问题的数学模型,并借助遗传算法来求解这一模型。以某物流公司配送系统为例,获得了路径安排和库存策略的优化目标解。实验结果表明这不仅能明显减少迭代次数,而且可以改善优化计算结果。     

基于改进遗传算法的农产品配送路径优化研究

以第三方物流企业为视角,在保证配送质量最高的情况下,将配送成本最低作为优化目标,构建多目标农产品配送路径优化模型。针对此类NP问题,结合改进的遗传算法,在Matlab2015环境下设计仿真实验。结果表明,改进的遗传算法在解决此类问题时,可行解能够快速收敛到帕累托最优,同时证明了模型和算法的科学性。     

多目标遗传算法

遗传算法是一种基于生物自然选择与遗传机理的随机搜索与优化方法。近年来,由于遗传算法求解复杂优化问题的巨大潜力及其在工业工程领域的成功应用,这种算法受到了国内外学者的广泛关注。本文介绍了几种常用的遗传算法,指出了遗传算法的研究方向,并对遗传算法的性能作了分析。     

基于遗传算法的随机需求IRP问题研究

本文利用遗传算法求解了一种随机需求条件下的IRP问题的数学模型,并以配送系统为例,获得了路径安排和库存策略的优化目标解。计算结果表明模型的求解可以改善优化计算结果。     

多品种小批量生产模式的工艺优化设计

本文基于多品种、小批量生产模式的工艺规程特点,针对工艺路线优化的复杂性,利用改进遗传算法,进行函数优化,得到工艺优化的合理方案.首先,对零件的加工特征进行分析和划分,然后,根据每个加工特征的加工要求生成加工链,并根据工艺约束进行加工方法排序,进而利用改进遗传算法对工艺路线进行迭代优化,并在MATLAB环境中得以实现.     

一种基于混合智能算法的协作中继选择新方法

针对多用户多中继场景下协作通信系统的中继选择问题,提出了一种基于混合智能算法的协作中继选择新方法。不同于现有的为每个源节点分配一个中继节点的中继选择方法,新方法建立了为每个源节点分配一个或多个中继节点的优化模型,以最大化多用户多中继协作系统的最小接收信噪比为优化目标,采用结合了模拟退火与遗传算法的混合智能算法来搜寻中继选择问题的最优解。仿真结果表明,所提方法可显著提高目的端的接收信噪比,且算法具有较强的全局搜索和快速寻优能力。     

基于神经网络的云南中烟前置库短期负荷预测

用人工遗传算法来优化BP神经网络的初始权值,从全局空间出发搜索问题的最优解,对烟草工业企业多点生产、多点运输的调度平台进行短期压力负荷预测,达到成品卷烟产运网络优化的目标,更精确的实现产量与运输量的预测。最后以云南中烟省外三个前置库作为预测模型的测算实例,测算三库在一段时期内的负荷压力,并根据负荷压力就其设立合理性进行分析。