全国5A级景区旅游路线规划问题研究

以自驾游为代表的旅游活动正在成为全球经济发展的重要动力之一,如何优化旅游路线以便为广大旅客提供更加舒适的自驾体验日益重要.主要研究全国5A景区旅游路线规划问题.首先分析当前城市居民的假期次数与时间要求,综合时间、路程和费用最优建立综合模型.然后收集景区、路况和费用数据基于遗传算法和Matlab2011a编程求解,得出全国多个城市出发的全国5A景区旅游路线规划图和详细行程.最后根据研究结果,提出建立旅游可持续发展评价指标体系,对旅游爱好者提供旅游建议,对旅游相关部门给出政策建议.     

利用启发式信息优化多连接查询的遗传算法

结合多连接查询的特点,讨论了在左线性树空间的遗传优化算法,采用有序串编码方法和专门的杂交、变异算子;并利用查询优化中的增量启发式信息初始化种群,来提高遗传算法的收敛速度．我们将遗传算法与迭代修正的局部搜索策略相结合,解决传统的遗传算法缺乏较强的局部搜索功能的问题．     

电离层电子总含量不同时间尺度的预报模型研究

电离层对无线电通信、卫星导航有重要的影响,因此对电离层电子总含量(total electron content,TEC)的预报研究十分重要,而目前国际上的各种经验电离层预报模型的精度只有60%左右,不能满足实际需求.本文提出一种新的TEC预报模型:利用经验正交函数对TEC数据进行时空分解,利用遗传算法结合混沌预测的思想对时间场系数进行非线性时间序列预测,从而达到对TEC数据预报的目的.实验结果表明,此方法可较好地对TEC数据进行不同时间尺度的预测,提前1,2,4,7 d的预报精度分别达到0.32,0.48,0.68,0.94 TECU.     

基于遗传算法的全息光栅逆向优化设计

光栅是单色仪的核心器件,光栅的像差校正能力对单色仪性能有着决定性作用.本文研究了基于光线追迹点列图数值分析的遗传算法实现,建立了针对全息光栅成像质量的评价函数,并利用遗传算法实现了全息光栅的优化设计.结果表明,利用遗传算法可以简化求解过程,降低最优参量的误差,并克服局部极值的问题,明显优于阻尼最小二乘法.     

一种交互式遗传算法生成带主题乐曲的方法

在算法作曲领域中,遗传算法由于其不依赖于问题参数本身及具有较好的全局最优解等特性,被很多人应用于乐曲创作中,但是生成的乐曲也具有无主题和盲目性等缺陷.为解决这一问题,在适应度函数中定义了几条规则使得乐曲向有利于生成主题的方向进化,再通过人工评价使所选出的乐曲更能符合人们的欣赏习惯.实验结果表明,使用基于规则的交互式遗传算法所生成的带主题的乐曲能够满足人们的欣赏要求.     

基于遗传算法证券市场违规交易数据智能搜索

通过对我国证券市场中的内幕交易"老鼠仓"问题的研究,力图设计一个基于遗传算法的证券内幕交易异常数据自动检索系统,用来监控股票的违规操作.系统通过将遗传算法的快速搜索与异常处理判断模块结合,对出现异常波动的股票进行实时行情数据的跟踪、分析与调查,从中找出异常数据.之后再对这些异常数据进行比较和判断,定位该股是否具有违规的"老鼠仓"交易嫌疑,以此为证监部门判断某股是否有"老鼠仓"嫌疑提供依据.     

基于遗传算法的固定起讫点危险品配送路线优化

为科学选择危险品配送路线,保障运输安全,将传统TSP(Travelling SalesmanProblem)问题加以推广和延伸,建立以路段交通事故率、路侧人口密度、环境影响因子和路段运输费用为指标的固定起讫点危险品配送路线优化模型.以遗传算法基本框架为基础,引入新的遗传算子,构建了可用于实现模型的多目标遗传算法.实例仿真表明,所建模型和算法在求解固定起讫点危险品配送路线优化问题中有较好的实用性.     

求解约束优化问题的一种新的遗传算法

提出一种新的求解约束优化问题的遗传算法,算法通过重新定义可行解与不可行解的适应度函数分别对它们进行选择,有效避免了惩罚函数法引入参数所带来的困难,重新设计的交叉算子使得算法对解空间的寻优范围扩大了.数值实验结果表明算法具有较好的鲁棒性,且对最优解位于约束边界上的一类问题具有很大优势.     

工序顺序柔性的作业车间调度问题的改进遗传算法求解

针对在工艺设计中提供工序顺序柔性的作业车间调度问题,总结了该问题中柔性工序顺序的类型和特点,并提出了一种求解该问题的改进遗传算法.以尽可能缩短制造周期为目标,结合问题特点,改进了染色体的编码方式,在常用的基于工序顺序的编码方法上融入了基于柔性工序顺序的编码方法,并据此设计了相应的交叉、变异等操作,防止遗传过程中不可行解的产生,避免染色体修复,提高求解效率.最后以MATLAB为工具用某轴承公司的实际生产数据对该算法进行了仿真.通过与不考虑工序顺序柔性的作业车间调度问题遗传算法求解结果进行对比,证明了该算法可行性和有效性.     

Optimization of magnet sorting in a storage ring using genetic algorithms

In this paper, the genetic algorithms are applied to the optimization problem of magnet sorting in an electron storage ring, according to which the objectives are set so that the closed orbit distortion and beta beating can be minimized and the dynamic aperture maximized. The sorting of dipole, quadrupole and sextupole magnets is optimized while the optimization results show the power of the application of genetic algorithms in magnet sorting.