基于故障率减少的不完全维修模型

针对可修系统在实际的运行过程中无法通过维修手段恢复如新的情况,通过考虑维修后故障率的直接减少建立了可修系统的不完全维修模型,以此描述可修系统维修改善的效果.在不完全维修模型的基础上,构建了系统的成本函数,得到了系统最优的预防性维修次数和预防性维修时间间隔.最后,通过实例验证了模型的可行性和有效性.     

施工网络计划优化的极值种群遗传算法

针对普通遗传算法用于施工网络计划优化的缺点,通过种群划分与极值搜索,建立了网络计划优化的极值种群改进遗传算法模型,有效地避免了陷入局部极值点,应用证明,该算法与普通遗传算法相比,具有优化速度快、求解精度高,全局寻优能力强等优点,尤其适合于大型复杂工程网络的优化计算。     

带时间窗的三维装载物流配送优化方法研究

针对城市物流配送优化研究在客户服务时间窗和货物装载方式合理结合方面存在的不足,考虑物流配送车厢货物装载方式与客户访问序列相关的特征对车厢空间进行合理的区域划分。首先,构建了包含配送中心的固定成本、配送车辆的运输成本、维修成本、租赁成本和违反时间窗惩罚成本的物流运营成本最小化和配送车辆空间利用率最大化的双目标优化模型;然后,提出一种结合遗传算法(GA)全局搜索能力和禁忌搜索算法(TS)局部搜索能力的GA-TS混合算法求解模型;最后,结合重庆市某配送中心的三维装载物流配送实例数据进行了优化计算,实验结果给出了带时间窗的三维装载物流配送路径优化方案,并进行了不同车厢空间分区模式下平均装载率、物流运营成本和车辆使用数的比较分析。研究表明,当客户需求货物种类数与车辆的空间区域划分数相等且按货物类型进行区域划分时,物流运营成本最小,配送车辆使用数最少和车辆平均装载率最高。     

基于GA_XGBoost模型的大学生科研能力预测问题研究

科学评价大学生科研创新能力对我国科研水平的提高具有重要意义.采用机器学习模型来预测大学生科研能力可以起到良好的效果,提出一种GAXGBoost模型来实现对大学生的科研能力预测.此模型是以Xgboost算法为基础,然后充分利用遗传算法的全局搜索能力自动搜索Xgboost最优超参数,避免了人为经验调参不准确的缺陷,最后采用精英选择策略以此确保每一轮都是最佳的进化结果.通过分析表明,所采用的GAXGBoost模型在大学生科研能力预测的结果中具有很高的精度,将此模型与Logistic Regression、Random Forest、SVM等模型进行对比,GAXGBoost模型的预测精度最高.     

基于遗传神经网络的风电功率预测

针对基于单一BP神经网络的风电功率预测模型的不足,提出了一种基于遗传算法优化的神经网络风电功率预测模型.模型采用遗传算法完成对神经网络权值和阈值空间的寻优搜索,以提高神经网络的收敛速度和获得全局最优解的能力.试验结果表明,基于遗传算法优化的神经网络可以提高风电功率预测的精度,其性能优于基于单一BP神经网络模型的风电功率的预测.     

面向多目标优化的一种混合进化算法

针对多目标优化问题,设计一种基于量子计算和非支配排序遗传算法相结合的智能算法进行求解,综合量子算法和非支配排序遗传算法的优点,在局部搜索和全局搜索之间进行权衡。混合算法采用量子比特对问题的解进行编码,基于量子旋转门算子、分散交叉算子以及高斯变异算子对种群进行更新。进行局部深入搜索时,用一个解在目标空间中跟理想点的距离来评价该解的优劣;进行全局搜索时,基于非支配排序遗传算法中的有效前沿的划分和解之间的拥挤距离来评价某个解。最后,在经典的测试函数ZDT5上对所提混合算法进行了测试。通过对比分析若干项针对有效解集的评价指标,该混合算法在跟最优有效前沿的逼近程度以及有效解集分布的均匀程度上均优于目前得到广泛应用的非支配排序遗传算法。     

基于可靠性理论的退化设备维修优化

设备可靠性、设备完好率等指标是衡量设备运行状态好坏的关键指标.以设备完好率、设备可靠性以及设备预防维修费用为决策目标,通过线性规划的方法对退化设备的预防维修策略进行了优化研究.在定量化模型中引入了设备检修的概念,并在此基础上构建了以可靠性为约束的预防维修费用模型和设备完好率模型,考虑到企业在生产活动的维修决策是靠多因素条件的约束,而构建了一个以维修费用、设备完好率、设备可靠性为决策目标的多目标规划模型,通过线性规划的方法求解了该策略下的最优维修策略.通过数值验证证明了模型的可行性.     

遗传算法结合神经网络在油气产量预测中的应用

基于遗传算法的全局搜索能力和BP算法的局部精确搜索特性,通过采用遗传算法优化神经网络的方法,将遗传算法和BP算法有机结合,做到优势互补,在提高油气产量预测精度的研究中得到了很好的应用.在对国内某中小型气田油气产量的预测中,以历史产量资料进行检验,其结果表明,提出的预测方法,预测精度明显优于BP算法,证明了这种方法的有效性和可靠性.     

框式线性规划非精确不可行内点算法

本文为框式线性规划给出了一个非精确不可行内点算法．该算法使用的搜索方向仅需要达到一个相对的精度，这样的搜索方向可以通过Krylov子空间迭代法，比如CG或QMR得到，本文最后证明了算法的全局收敛性。     

提前期不确定条件下的预防性维修备件存储模型研究

在考虑预防性维修周期和提前期不确定的条件下,分别研究备件存储与其相关的维修费用、缺货费用、库存费用以及订购费用等四种费用之间的关系,明确了备件存储量对各项费用的影响.以各项费用总和最小化为目标,构建了提前期不确定条件下的预防性维修备件存储模型.通过备件存储模型的构建,对备件存储过程中的各项成本进行分析,以期对备件库存策略的确定给出一种解决方案.     

生鲜类物流配送网络选址-路径优化问题研究

为解决生鲜类物流配送网络选址-路径优化问题,构建了基于服务质量最优化、物流节点建造成本及物流运营服务成本最小化的多目标两层级物流配送网络选址-路径优化问题数学模型,并通过改进遗传算法求解最优方案.对遗传算法中的算子进行优化,解决了传统遗传算法求解过程中无法求得全局最优解以及易陷入局部最优解的现象.通过选取通州区部分区域为背景进行模型验证,得出优化后成本节约了15.71%,说明该模型具有良好的参考价值.     

混合遗传算法收敛性分析

针对遗传算法爬山能力弱但合局搜索能力强的特点 ,本文将遗传算法嵌入到基入传统优化的拟下降算法中 ,并对算法的拟下降步骤做了一定的改进 ,使得整个算法具有全局收敛性 .本文采用马尔可夫的观点进一步证明了算法的全局收敛性 ,并用极难优化的测试函数给出了数值算例 ,证明了本文算法为一种可行的全局优化算法 .     

多车型多品种货物配装优化问题的混合启发式算法

为满足客户多样化和个性化的需求,建立能充分、均衡利用装载工具的载重和容积的多品种、多车型货物配装模型,并从全局、整体最优上设计混合启发式算法求解。首先,采用实数序列编码,使问题变得更简洁;基于容重比平衡法构建初始解,提高了解的可行性;用基于排序的选择与最佳保留相结合策略,保证群体的多样性;采用改进的非一致变异,加强染色体的局部搜索能力;其次,对遗传算法求得的精英种群再进行禁忌搜索,提高了搜索效率;最后,通过实例计算证明了上述模型和算法的有效性,并为大规模解决实际问题提供思路。     

免疫算法在蛋白质折叠模拟中的应用

利用免疫算法．结合非格模型．对于长度为12～20的氨基酸序列的折叠进行预测，并与标准的遗传算法和模拟退火算法进行对比，该算法有更强的全局搜索能力，对减轻遗传算法后期波动性有明显效果，同时使收敛的速度有所提高．     

一类全局优化问题的线性化方法

本文对带有不定二次约束且目标函数为非凸二次函数的最优化问题提出了一类新的确定型全局优化算法,通过对目标函数和约束函数的线性下界估计,建立了原规划的松弛线性规划,通过对松弛线性规划可行域的细分以及一系列松弛线性规划的求解过程,得到原问题的全局最优解.我们从理论上证明了算法能收敛到原问题的全局最优解.     

基于成本优先级的部件维修策略分析

现实中,系统由于任务、环境等因素,无法实时对故障部件进行维修。因此需要在任务间隔期间或对故障部件进行维修的同时对系统各部件进行预防性机会维修。本文考虑系统期望维修成本,提出了基于部件维修优先级的预防性维修策略。首先把系统期望维修成本分为失效部件维修成本、失效部件导致系统故障的成本和预防性维修其他部件的成本,提出了基于成本的二态和多态系统部件维修优先级度量方法,并在两种场景下分析了如何选择预防性维修部件。其次针对多态系统,研究了基于成本重要度的部件最佳维修水平,并讨论了成本约束下的部件预防性维修策略。最后以某型预警机系统为例进行验证,结果表明,基于成本的预防性维修策略不仅与故障部件位置和相关成本有关,而且还与可用于预防性维修的其他部件重要性有关。     

精英学习人工蜂群算法的PID控制器参数优化

为有效求解PID控制器参数优化问题,本文提出一种精英学习人工蜂群算法.针对人工蜂群算法开发能力较弱的问题,设计一种精英学习策略,通过环形拓扑结构和遗传算法的交叉、变异、选择操作产生精英个体.进而,利用精英个体和全局最优个体构造具有精英引导和全局引导的搜索方程,平衡算法的探索能力和开发能力.通过对22个标准测试问题和PID控制器参数优化问题实验可知,精英学习人工蜂群算法具有较好的寻有能力.     

求解最大割问题的半定规划松驰的序列线性规划方法

本文基于最大割问题的半定规划松弛,利用矩阵分解的方法给出了与半定规划松弛等价的非线性规划模型,提出一种序列线性规划方法求解该模型.并在适当的条件下,证明了算法的全局收敛性.数值实验表明:序列线性规划方法在时间上要优于半定规划的内点算法.所以序列线性规划方法能更有效地求解大规模的最大割问题的半定规划松弛.     

互补约束数学规划问题的一个广义梯度投影罚算法

结合罚函数思想和广义梯度投影技术,提出求解非线性互补约束数学规划问题的一个广义梯度投影罚算法.首先,通过扰动技术和广义互补函数,将原问题转化为序列带参数的近似的标准非线性规划;其次,利用广义梯度投影矩阵构造搜索方向的显式表达式.一个特殊的罚函数作为效益函数,而且搜索方向能保证效益函数的下降性.在适当的假设条件下算法具有全局收敛性.     

延迟时间生产系统预防维修策略和X-bar控制图联合经济设计

针对生产过程输出质量特性服从正态分布的单部件延迟时间生产系统,研究了预防维修策略和X-bar控制图联合经济设计问题.首先,在将延迟时间系统界定为受控、失控、故障3种结果状态基本内容前提下,根据维修时系统可能存在的实际状态和控制图监测结果关系,分析构建了生产系统维修方式和控制图监测的耦合机制;在此基础上,以期望单位时间最小成本为目标,以系统维修成本、产品质量抽检成本、不合格品的生产费用、维修停机生产损失为考虑成本内容,利用更新过程理论建立了生产系统预防维修策略和X-bar控制图联合决策数学模型;然后基于数值仿真示例,利用遗传算法对模型的求解进行了分析验证.实例分析结果表明,文章模型可行有效.最后,利用部分因子试验设计方法对模型参数进行了敏感性分析.