免疫遗传算法的分析与研究

遗传算法GA在理论上己经形成了一套较为完善的算法体系,然而在实际使用中,还有许多问题有待于进一步改进.例如,对于多峰函数的优化问题,它往往会收敛于局部极值.这使得遗传算法的收敛精度大大下降,本文阐述的免疫遗传算法是基于人工免疫理论,在遗传算法的基本框架之上结合免疫算子而形成的一种新型优化算法,可有效的提升算法收敛精度,应用于各类参数优化系统.     

基于免疫遗传算法的物流配送VRP求解

通过对物流配送中心运输车辆路线问题的研究,建立了物流配送VRP问题的数学模型.运用Java语言编程实现免疫遗传算法,应用于求解VRP问题.通过对比本算法与遗传算法的实验结果,显示出本算法在解决物流配送VRP问题方面的优越性.     

免疫遗传算法的分析与研究

遗传算法GA在理论上已经形成了一套较为完善的算法体系,然而在实际使用中,还有许多问题有待于进一步改进。例如,对于多峰函数的优化问题,它往往会收敛于局部极值。这使得遗传算法的收敛精度大大下降,本文阐述的免疫遗传算法是基于人工免疫理论,在遗传算法的基本框架之上结合免疫算子而形成的一种新型优化算法,可有效的提升算法收敛精度,应用于各类参数优化系统。     

基于遗传算法的带时间窗约束车辆路径问题研究

在建立带时间窗约束物流配送路径优化问题数学模型的基础上,构造了求解该问题的遗传算法,并进行了实验计算.计算结果表明,用遗传算法进行物流配送路径优化,可以方便有效地求得问题的最优解或近似最优解.     

基于遗传算法的内河船舶路径优化问题研究

将遗传算法应用到内河船舶的路径优化研究中,建立了以运送成本最低为目标的无时间窗约束的内河船舶路径优化模型,并对模型的遗传算法进行了设计.通过实例的计算验证了该模型在内河船舶路径优化中的有效性.     

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.     

基于无交叉遗传算法的物流车辆路径问题研究

设计并实现了一种求解基本车辆路径问题的无交叉遗传算法,阐述了无交叉遗传算法求解物流车辆路径问题的关键技术,包括编码方案、初始种群生成方案、适应度函数、种群选择方案和变异操作等；并对比了使用目标函数倒数法和目标函数做差法构造适应度函数时的求解效果.实验结果表明,给出的无交叉遗传算法在求解车辆路径问题上具有良好的性能.     

带混合时间窗的配送车辆路径问题研究

针对传统的配送车辆路径问题,在传统的运距及容量等限制下,增加客户的混合时间窗和车辆在客户点的服务时间,以惩罚、配送总成本最低为目标,构建出带有混合时间窗的车辆路径问题的数学模型.并引入优良基因及最优个体保护策略改进遗传算法,同时设计参数自适应调整公式调整交叉概率,设计了带混合时间窗的配送车辆路径问题的改进遗传算法,最后由实例证明了VRPMTW模型及遗传算法的有效性.     

基于多目标遗传算法的军队日常维修经费配置研究

针对我军日常维修经费配置方法的低效、不合理以及操作难大等问题,在对企事业单位现行比较流行的多目标遗传算法分析研究的基础上,结合我军实际构建了基于网络遗传算法的军队日常经费配置模型,对多层级多路径进行分配单位路径选择,挑选出更为科学、合理的经费分配路径,使原有经费配置方式得到优化,最后提高经费的配置效益。     

基于信赖度的粗糙最短路径的模型和算法研究

针对静态最短路和基于可能性的不确定最短路径问题研究中的局限性,提出了基于信赖度的粗糙最短路径的模型,运用遗传算法对模型算例进行分析,证明了模型的有效性.     

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。     

混合遗传算法求解一类多资源生产调度问题

研究了机器设备、工人人数和机器人三种资源受限制的多资源生产调度的问题,建立了数学模拟。采用遗传算法和模拟退火算法相结合的混合遗传算法对问题进行求解。通过仿真试验验证了该混合遗传算法求解此类多资源生产调度问题是可行的、有效的。     

混合遗传算法在运输路径问题中的应用

建立物流运输优化的数学模型,来构造求解该问题的遗传算法。通过分析和比较几种混合遗传算法,提高运输车辆路径优化问题的求解效率并可优化解的质量。     

遗传算法在SPLP问题上的应用

就遗传算法在SPLP问题上的应用进行了总结和归纳、并用局部搜索能力很强的爬山算法来优化产生下一代群体,从而使得群体迅速逼近最优,避免陷入局部最优解。     

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。     

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。     

基于人工免疫算法的多无人机分布式任务分配方法

对多无人机任务分配问题进行了研究,在重量和路径负载均衡的基础上建立了带有攻击顺序的01决策变量的模型,运用分布式的人工免疫算法对该模型进行仿真实验,最终得到每个无人机攻击的目标顺序以及目标函数值,实验证明该方法在得到不劣于遗传算法结果的同时,提高了寻找最优解的收敛速度。     

订单生产经济批量问题研究

通过引入分批算法 ,解决了企业进行多品种生产过程中所面对的调度和优化问题。本算法由两步构成 :第一步采用遗传算法进行合理地分批 ;第二步通过规划模型求得分批基础上的最优调度。     

改进BP神经网络的研究及应用

人工神经网络具有强大的非线性映射能力,已经被应用于模式识别、智能控制、图像处理以及时间序列分析等各种领域。本文针对BP算法的不足,提出了BP算法的启发式改进,通过对遗传神经网络模型及其算法进行分析和研究,针对遗传算法的主要缺陷介绍了一种常用的改进类型。     

遗传节约综合算法在配送路线优化中的应用

文章针对配送路线问题进行研究,首先提出配送路线优化的原则,在此基础上提出了解决配送路线问题的遗传节约综合算法的流程和步骤,最后通过一个算例实现了本文提出的算法,并与其它方法的计算结果进行了比较。从而证实了遗传节约综合算法的优越性.