约束装箱问题的混合遗传算法求解

本将最佳适应法和遗传算法相结合，提出了一种新的启发式混合遗传算法对具有时间约束的装箱问题进行求解，给出了具体的算法步骤，试算结果表明基于启发式算法的混合遗传算法适合于求解各种约束条件下的大规模装箱问题。  

基于最优保存和自适应性的混合遗传算法

1 引 言遗传算法（Genetic Algorithm,GA）是由Michigan大学Holland等创立的.常用的遗传算法一般有以下三种:简单遗传算法（Simple Genetic Algorithm,SGA）或称标准遗传算法（Canonical Genetic Algorithm,CGA）、最优保存简单遗传算法（Optimum MaintainingSimple Genetric Algorithm,OMSGA）和自适应遗传算法（Adaptive Genetic Algorithm,AGA）.  

多目标规划的一种混合遗传算法

本文利用遗传算法的全局搜索内能力及直接搜索算法的局部优化能力，提出了一种用于多目标规划的混合遗传算法．与Pareto遗传算法相比．本文提出的算法能提高多目标遗传算法优化搜索效率，并保证了能得到适舍决策者要求的Pareto最优解．最后，理论与实践证明其有有效性．  

区间数型多目标联运路线优化问题的模型与算法

联运路线优化问题直接关系到货物运输的费用、时间和运输质量.首先分析了联运路线优化问题的数学模型及虚拟运输网络图;其次,将区间数排序的思想及属性值为区间数的多属性决策方法引入适应度函数的设计中,提出了一种求解区间数型联合运输路线优化问题的混合型遗传算法,给出了染色体编码、遗传算子设计、适应度函数定义及群体多样性控制的方法;最后用示例对算法的有效性进行了验证.  

含模糊变量的水污染控制系统研究

在水流量为模糊变量且河流中工业污水含量标准给定的条件下,分别建立了水污染控制系统问题的模糊期望值模型和模糊机会约束规划模型来满足不同的优化需求.为了有效求解优化模型,采用了将模糊模拟、神经元网络及遗传算法相结合的混合智能算法.最后用算例进行了验证,结果表明该算法是有效可行的.  

工程项目资源均衡优化的混合遗传算法研究

"工期固定—资源均衡"优化是指在工期一定的条件下,合理调整网络计划的某些工序,以实现资源均衡利用的一种管理方法.本文基于工程项目资源均衡优化方法中常用的遗传算法和最小矩法,提出了一种混合遗传算法.该算法首先使用遗传算法得到一个较好的初始点,然后采用最小矩法进行局部优化,克服了遗传算法局部寻优能力不足的缺陷,增强了算法的优化效果.最后通过算例分析验证了该混合算法的可行性和有效性,因而是一种较好的优化算法.  

基于交互效应的项目组合风险度量及选择优化

研究了具有不对称交互效应的项目组合风险测度和选择问题。从资源、收益和技术三方面描述了项目组合交互效应的产生,提出了基于生态位和生态位重叠理论的具有交互效应的项目组合风险度量方法,建立了以收益最大化和风险最小化的组合选择优化模型,并针对该模型给出了一种实用的混合遗传算法和应用实例。研究表明交互效应对组合风险度量和项目选择具有显著影响,这也为项目组合研究提供了新的视角和思路。  

多车场一体化集货送货车辆路径问题的混合遗传算法

为满足电子商务客户多样化和个性化的需求,建立多车场一体化装卸混合车辆调度模型.针对模型的特点,采用混合遗传算法求解.即利用模拟退火算法的Boltzmann机制,控制遗传算法的交叉、变异操作,加强染色体的局部搜索能力,提高了算法的收敛速度和搜索效率.仿真结果表明在解决大规模实际问题时,混合遗传算法在求解质量和计算效率上好于标准遗传算法.  

求解整数规划问题的混合遗传算法及收敛性

1引言 科学和工程领域中的许多优化问题最终可以归结为求解一个带有约束条件的整数规划问题.其形式为: {maxx∈In f(x) s.t.gi(x)=0,j=1,…,me; gi(x)≥0,i=me+1,…m, x∈nΠi=1 Ai, 式中I表示整数集,x=(x1,…,xn)T,Ai(i∈{1,…,n})为有限整数集. 遗传算法作为一种优化技术,是一种近似算法,一般不能保证一定能得到优化问题的精确解.  

基于HGA空间物资存储任务规划方法

针对物流领域物资存储任务规划问题进行研究。本文通过遗传算法（GA）结合启发式规则的思想，得到了在物资存储方面实用性较强的混合遗传算法（HGA）。该算法具备GA的优越性，并基于启发式规则对染色体信息及其组合进行优化和限定，依靠遗传算法的精英保留策略，避免了传统遗传算法常见的早熟收敛。仿真结果表明，该算法所得到的规划方法将不断逼近最优解，这就为三维空间物资存储任务规划提供合理方案，能显著提高效率。