遗传支持向量机在城市节假日电力负荷预测中的应用

支持向量机（support vector machines,SVM）根据有限的样本信息在模型的复杂性和学习能力之间寻求最佳折衷,具有良好的预测效果？但是在基于支持向量机的负荷预测方法中,参数的选择对预测结果具有较大影响,可能导致结果误差较大。本文利用遗传算法对SVM的参数最优值进行自动搜索,改善其预测性能。然后将遗传支持向量机（GA-SVM）应用于广东省某城市的节假日电力负荷预测。结果表明,基于遗传支持向量机的预测效果比相似日法更好。     

基于遗传算法的车辆路径问题研究

考虑车辆容量约束并建立数学模型,运用遗传算法求解该车辆路径问题。运用C语言编写算法程序,详细分析了遗传操作及算法参数。以某企业在天津的几家大型购物广场为例,分析了因配送问题给企业发展带来的局限性。求解出的适合该企业的最优路径,与实际配送路径对比后显示出：最优路径大大缩短了车辆的总配送距离、节省了配送成本。     

多级库存优化控制策略

在供应链管理发展的今天,传统库存管理模式的弊端日益突现。本文针对供应链管理中的多级库存优化控制策略进行研究,探讨一种采用遗传算法来进行库存管理的优化的方式。     

城市化质量的系统评价——基于湖南省的实证检验

通过重新构建城市化质量评价指标体系,运用遗传算法与投影寻踪技术,来分析和处理高维空间稀疏数据集,寻找反映原高维数据空间的结构或特征的投影,从而达到研究和分析高维数据空间的目的。分各子系统投影寻踪建模和城市化质量投影寻踪建模,是为进行阶段性数量研究服务。通过系统评价湖南省城市化质量,实证分析湖南省城市化质量的发展状况,得出其中存在的不足和尚需改进的地方,并给予相关政策与建议,为决策者进行科学而合理的规划提供相关参考。     

工程项目工期、成本和质量综合优化分析

针对工程项目中工期的不确定性,本文提出了一种综合模糊集合论与遗传算法的新方法来解决工期——成本优化问题。该算法能较好地寻找项目在不同风险水平下的工期——成本优化的最优解,同时能深入分析工期和成本的理想平衡点,为决策者提供相关信息,用于指导实践。     

基于数据挖掘的商业银行异常客户检测研究

商业银行面对众多的客户时,需要识别其中的异常客户,以规避其风险。本文介绍了发现异常数据的四种孤立点检测方法,并提出了基于距离的k-medoids聚类算法与遗传算法结合的孤立点挖掘算法。最后应用该算法分析信用数据集,挖掘其中的异常数据,识别异常客户。     

基于BP_GA的企业新产品成本预测

在分析现有成本预测方法缺陷的基础上,给出了一种基于BP_GA的新产品成本预测方法,计算机仿真和企业实证研究表明,这种方法有一定的实用价值。     

基于GA—BP神经网络模型的期货价格预测与分析

本文选取20091月5日～10月29日的大豆期货主力i1001合约共200个交易数据作为训练数据,10月30日～11月12日的10个数据为测试数据,利用BP神经网络对期货价格建立预测模型,并用遗传算法进行修正,从而实现对大豆期货交易价格的预测分析。结果表明,改进后的GA—BP神经网络模型拟合精度明显高于BP神经网络模型,并对期货价格走势有良好的预测效果,可给期货市场的投资者提供投资建议。此外,利用改进后的模型可对期货市场操纵现象进行预警,对监管者具有一定参考价值。     

基于(r,Q)策略的易腐品M/M/1/N排队库存系统

基于(r,Q)订货策略研究了易腐品的M/M/1/N库存模型。假设顾客的达到时间间隔,服务时间,易腐品寿命,进货时间都服从指数分布,首先,利用拟生灭过程理论得到了系统的稳态平衡条件,然后利用矩阵几何解得到了系统的稳态概率,从而得到了一些系统的性能指标,最后,利用系统的性能指标得到成本函数,再利用遗传算法求解了模型的最优库存策略。     

基于遗传算法的时间、费用优化

智能化的项目管理在建筑工程界日益发挥着重要的作用,施工企业应以国家利益为重,为国家和社会创造尽可能多的经济效益。在工程进度计划问题的确定时,不仅应考虑成本的时间价值,而且还应考虑效益的时间价值。本文建立了考虑效益后的时间/费用优化的数学模型,并且用智能遗传算法来求最优解。