论水文地质参数系统识别技术

本文利用遗传算法优化得到了工程水文地质参数，并对相同的试验数据资料采用不同的计算获取的工程地质参数进行了对比；本文相关技术可供大家借鉴参考。     

遗传算法在高校排课系统中的应用研究

排课系统是高校教务管理系统中最重要也是最复杂的工作之一,良好的排课系统必将会大大推进教学的良性循环,研究开发一个实用的排课系统具有十分重要的现实意义.本文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     

基于排队论的动态多项目资源配置方法研究

在大规模定制环境中,制造企业多以项目的方式对产品的设计、制造等全过程进行管理。在这种环境下,项目及其资源具有动态性。针对其动态性,对动态多项目资源配置问题进行了描述,并提出了基于排队论的动态多项目资源配置模型。最后根据自适应遗传算法给出了该模型的求解算法,并进行了实例仿真分析。结果表明,在不影响完工日期的前提下,该方法可以减少资源配置费用。     

遗传算法在装配线平衡中的应用

装配线平衡是混合装配生产线调度的重要基础，是面向订单装配（ATO）得以实施的技术瓶颈，对提高生产率和设备利用率也具有重要意义。在工位数量给定的条件下，文章针对装配线平衡的数学模型，提出了一种面向装配线平衡的非标准遗传算法。该算法基于各操作之间的逻辑优先关系产生可行操作序列而生成初始种群，保证解的可行性；在此基础上实现寻找最小节拍、选定较优序列进行遗传，并采用最优保存策略确保算法收敛到最优或近优解。最后通过实例验证了该算法的有效性和可行性。     

订单型服装企业生产作业计划智能调度

订单型服装企业生产流程复杂,自动化程度不高,使得生产作业计划难于编制。文中根据服装车间生产作业调度的特点,提出了面向订单的服装企业的生产作业计划的数学模型,采用遗传算法求解。仿真结果表明模型的有效性和合理性,满足了客户的需求。     

自适应并行遗传算法求解非对称性旅行商问题

遗传算法是一种模拟生物进化的搜索最优解算法.根据交叉概率与变异概率在不同时期的不同要求,提出一个随进化代数和群体的适应度进行自适应调整的策略.同时,采用粗粒度并行策略,使算法具有更好的收敛性、稳定性、更快的速度和更好的优化质量.最后通过一些精典的非对称性旅行商问题对该算法进行了检验,结果表明自适应并行遗传算法可以有效提高遗传算法的求解性能.     

基于自适应的供应链风险评价研究

目前,企业若想在竞争中占据优势地位,很重要的一点就是要做好供应链管理,在供应链的成员企业不断增加的情况下,供应链的结构也渐渐改变了原来简单的状态,变得更加复杂,最终造成了供应链中的风险.文章介绍了供应链风险识别相关内容,阐述了传统的基于模糊综合评价的供应链风险评估模型,分析了传统的模糊综合评判法所不具有的时变性,对环境因素弱的应变能力.然后,采用自适应信号处理的先进思想,根据最小均方误差准则,提出了一种全新的模糊评价算法,该算法的因素集的权重伴随着时间的累积而越来越靠近最佳值,从而使评估模型具有更高的准确性和实用性.     

基于二分图的自适应推荐算法

本文提出了一种基于赋权二分图的网络结构推荐算法，将归一化后的用户对物品的评分赋值给用户-物品的连边，构建一个用户-物品赋权二分图。提出了一个物品的度调整因子，减少度大的流行物品对其他物品的分类影响。同时，考虑到要减少大量使用流行物品的用户的推荐权重，提高使用非流行物品的用户的推荐权重，提出了用户度调整因子，提高大度用户的推荐能力，因为他们较多选择了非流行物品。测试表明，通过引入用户和物品的自适应度调整因子，提高了推荐算法的精确性。     

基于遗传算法优化BP神经网络的手机广告投放研究

随着5G网络的迅速发展和深度普及，手机广告已成为继报纸、杂志、广播和电视四大媒体后的第五大媒体，依据其分众性、定向性、互动性等特点，已逐渐发展成为商家进行产品推广的一种主要手段。然而目前的手机广告投放普遍缺乏精准性，本文通过对手机广告系统中记录的手机用户历史点击信息，用遗传算法优化的BP神经网络进行学习，利用学习完后网络的结构模型对手机用户感兴趣广告类别进行预测，从而提高了手机广告投放的精难度。