基于遗传算法的一类资源分配两层规划问题求解

提出了一种基于遗传算法求解一类资源分配两层规划问题的方法。为了提高遗传算法处理上级资源约束的能力,在生产初始种群时处理上级资源约束,将随机产生的初始种群变为满足上级资源约束的初始种群,避免使用罚函数处理上级资源约束。     

两层迭代决策方法

建立了一类两层决策问题的数学模型和决策机理，并提出一种决策方法，该方法为这一类两层决策问题提供了一种求解途径。     

基于遗传算法的防空兵力优化配置模型浅析

结合现代防空作战部署的特点,对防空作战运筹中兵力配置问题进行探讨,建立兵力配置问题的数学模型,对遗传算法做了改进,并给出模型求解的方法和步骤,实例表明该方法可为决策者做出科学、有效的决策提供有力的支持。     

下层分组的两层决策方法

下层分组的两层决策方法夏洪胜（系统科学系）本文的研究是针对如下特点的两层决策问题：ｉ）上层有多个决策要作出，每个决策影响下层某些部门，上、下层决策人各自控制自身的决策变量；ｉｉ）上层决策人较下层决策人有更大的权力和利益，下层决策人在满足自身基本需求的...     

基于理想目标的两层组织决策方法

首先建立了一类上层多目标，下层多人有关联单目标的两层决策问题的数学模型和决策机理，然后将其转化为等价的两层单目标规划问题，采用外部逼近法求解此两层单目标规划问题，以获得两层决策问题的满意解。     

基于改进自适应遗传算法的层合板铺层顺序优化方法

针对复合材料层合板的铺层顺序优化,设计随适应度自适应变化的变异算子和交叉算子,提出了一种改进的自适应遗传算法。通过铺层顺序优化算例证明:与标准遗传算法相比,改进的自适应遗传算法在组合优化方面具有更好的稳定性、收敛性和运行效率。针对不同的设计变量个数,变异算子和交叉算子应选取不同的参数;当设计变量较多时,自适应遗传算法选取P_(c1)=0.9,P_(c2)=0.6,P_(m1)=0.19,P_(m2)=0.01具有更优的收敛效率。     

一类基于优先级的隐枚举两层决策方法

针对一类含０－１变量的两层决策问题，探讨了用隐枚举方法求解过程中的变量搜索次序问题。在定义了变量搜索优先级之后，提出了一种基于变量搜索优先级的方法，理论分析与计算示例表明，所提出的方法能够最快地求到问题的全局最优解。     

一种两层迭代决策方法

建立了一类两层决策问题的数学模型和决策机理,并提出一种决策方法,该方法为这一类两层决策问题提供了一种求解途径。     

遗传算法在制造资源优化配置中的实现

资源优化配置是网络化制造系统中的一个重点,也是一个难点问题．文中分析传统算法在解决优化配置问题上的缺陷．提出一个基于遗传算法的资源优化配置算法模型．通过具体实例．说明该模型的有效性、先进性和可行性．最后．给出基于该模型的原型系统运行界面。     

两层决策问题的全局优化方法

本文建立了一类上层单目标、下层多目标的两层决策问题的数学模型和决策机制，利用辅助模型把下层多目标转化为单目标，形成一个两层单目标规划问题，采用外部逼近法求解此两层单目标规划问题，从而获得原两层决策问题的最优解。该方法为两层决策问题提供了一种求解途经。     

二层多目标决策问题的等价变换及其全局优化

针对求解一类二层多目标决策问题,首先将其转化为等价的单目标决策问题,然后利用遗传算法优化的反演性和混沌优化方法的遍历性,并结合精确不可微罚函数求解非线性约束优化问题,提出了求解此类问题的混沌遗传算法.该方法能够有效改善遗传算法的局部搜索能力和搜索精度,求解精度和可靠性较高.实际算例表明是可行、有效算法.     

基于遗传算法的汽车变速箱轻量化设计

文章利用近似模型方法和遗传算法对某变速箱进行轻量化设计.在满足变速箱刚度强度及振动模态要求的基础上,采用拉丁方法进行试验设计,基于高斯径向基函数建立近似模型,最后利用遗传算法进行全局寻优设计.优化后箱体质量降低了21％.结果表明,该方法对汽车变速箱结构轻量化设计具有一定的指导意义.     

基于人工神经网络和遗传算法的中小企业决策模型

为适应现代经济和社会的发展,使企业面临纷繁复杂的内部和外界环境,利用遗传算法和人工神经网络建立一数学模型,同时结合企业态势分析法（SWOT）选取各类指标——企业所处状态、策略集,形成一个完善的企业决策模型：该模型能在充分考虑企业现有状况和已有历史数据的情况下,得出决策结果,帮助企业管理者作出科学决策。     

基于遗传算法和神经网络的色谱重叠峰解析

提出了一个新的色谱重叠峰解析方法———基于遗传算法(GA)和EMG模型的径向基函数神经网络(EMG-RBFNN)的色谱重叠峰解析。为了使EMG-RBFNN具有结构重组能力,用于色谱重叠峰解析的EMG-RBFNN采用了遗传算法。遗传算法具有鲁棒性和全局优化能力,若种群过小,则陷于局部极值点的概率将增高,而EMG模型是一个低效模型,选用过大的种群,必然使解析过程加长。为了提高算法效率,文中提出先用高效色谱峰近似模型———标准高斯模型进行繁衍,而后再用EMG模型的快速算法。     

基于遗传算法的汽车式移动机器人路径规划方法

对文题进行了数学描述，提出了一种基于遗传算法的汽车式移动机器人最短距离路径规划新方法，探索了解决非完整系统路径规划问题的新途径．利用经改装的遥控汽车模型进行了路径规划实验，取得了令人满意的实验结果     

基于遗传神经网络的入侵检测方法研究

入侵检测作为一种动态的安全防护技术,提供了对内部攻击、外部攻击和误操作的实时保护。作者提出了一个基于遗传神经网络的入侵检测方法,采用遗传算法和BP神经网络相结合的方法遗传神经网络应用于入侵检测系统中,解决了传统的BP算法的收敛速度慢、易陷入局部最小点的问题。研究表明,该方法效果良好,学习速度快,分类准确率高。     

基于GA/VQ的说话人辨认的研究与实现

为了改善在矢量量化说话人识别中,采用模板(码书)表征说话人,模板的质量对识别系统的性能。采用遗传算法改进模板的生成方式,构建了一种GA／VQ说话人辨认系统,给出了一种GA／VQ识别算法,通过遗传操作获得全局优化的说话人模板。实验证明,GA／VQ方法提高了码书的质量,比经典矢量量化识别系统识别率高。     

基于进化神经网络的灰色预测模型

为了弥补神经网络用于灰色理论中学习效率低、收敛速度慢、易陷入局部最优等缺点,采用了改进遗传算法IGA(im proved genetic algon ithm)来辅助优化神经网络,实现了对网络连接权的自适应进化,并应用于灰色预测中。提出了进化神经网络灰色预测模型,通过M atlab程序对某地区农村人均收入的数据进行了预测、比较,预测结果误差均在0.3%以下,明显优于传统的GM(1,1)(grey m odel)的预测结果,其误差在10%左右。实例验证,将进化神经网络应用于灰色预测模型中是可行和有效的。     

基于灰色局势决策理论的工程投标决策方法

将非等权目标灰局势决策方法用于基础工程投标决策,初步涉及了基础工程投标中存在的诸多不确定因素和风险性．从决定工程投标的影响因素人手,确定了灰色局势决策目标和权向量,将决策树和标准离差率(风险值)的计算结果作为量化了的决策目标,使灰色局势决策方法的基础数据来源更具有理论依据．结合工程实例,具体阐述了投标决策过程,并对决策结果给予了细致分析．为基础工程施工企业做出正确的投标决策提供了依据．     

一种基于遗传算法的航迹优化方法

目的设计优化一类巡航导弹航迹,且航迹满足避开地空导弹、高炮、歼击机群、电磁脉冲等火力单元和地形地物障碍,并且满足航迹路径长度短、耗油量少等约束条件。方法利用遗传算法进行优化,对遗传算法的交叉操作进行改进。结果提出了一种巡航导弹航迹优化算法和一个航迹规划代价评判模型。结论经仿真实验证明该方法典型性强,处理的信息量小,实时性也较好, 具有一定的理论和使用价值。