基于遗传算法的生产批量优化问题

本文针对生产费用、生产准备费用和库存费用综合指标最小的最优的能力约束生产批量问题,建立基于遗传算法的数学模型,通过模拟试验及实际问题的计算验证了算法的可行性。     

非线性比式和问题的全局优化算法

In this paper,a global optimization algorithm is proposed for nonlinear sum of ratios problem(P).The algorithm works by globally solving problem(P1) that is equivalent to problem(P),by utilizing linearization technique a linear relaxation programming of the (P1) is then obtained.The proposed algorithm is convergent to the global minimum of(P1) through the successive refinement of linear relaxation of the feasible region of objective function and solutions of a series of linear relaxation programming.Nume...     

改进的生成树遗传算法及其在物流配送成本优化中的应用

针对物流配送成本优化问题的特点,建立了数学模型,并对基本的生成树遗传算法进行了改进,同时详细阐述了改进的生成树编码的遗传算法在物流配送成本优化问题中的运用等关键技术.最后根据此算法设计了一个物流配送优化系统,解决了一个物流配送成本优化问题,效果良好.此系统对于中小型物流公司设计最优物流策略和降低物流成本有着很大的应用前景.     

基于遗传算法的非规则墙体光伏阵列的设计

提出一种基于遗传算法的非规则墙体上光伏阵列的设计模型.提出适用于非规则墙体上光伏阵列的编解码算法,以及相对应的选择算子、交叉算子、变异算子,利用加权平均的方式对遗传算法中的适应度函数进行定义,实现对光伏阵列的发电量最大化和单位发电成本最小化.最后通过在Matlab环境下仿真,验证了本文算法的有效性.     

基于存档策略的多目标优化的遗传算法及其收敛性分析

设计了一种用遗传算法求解多目标优化问题的有效方法——基于存档策略的多目标优化的遗传算法,并讨论了此算法的收敛性.首先给出档案的定义,设计出基于支配关系下的带有存档策略遗传算法,并通过算例检验了算法的有效性;然后引入了两档案间的距离的概念,在此距离定义的基础上证明了算法在概率意义下是收敛的.     

遗传算法的改进与实现

本文在对遗传算法基本思想进行介绍的基础上,对具体的操作过程进行了改进,并给出了具体程序设计方法。     

改进遗传算法优化非线性规划问题

针对遗传算法在处理优化问题上的独特优势,主要研究遗传算法的改进,并将其应用于优化非线性规划问题.在进化策略上,采用群体精英保留方式,将适应度值低的个体进行变异;交叉算子采用按决策变量分段交叉方式,提高进化速度;在优化有约束非线性规划问题时,引入算子修正法,对非可行个体进行改善.MATLAB仿真实验表明,方法是一种有效的、可靠的、方便的方法.     

基于遗传算法的多目标可靠性优化

在元件的体积、重量和造价的共同约束下的多级串并联系统的可靠性优化问题是一个具有多局部极值的、非线性的、同时具有整数和实数变量的混合优化问题.将遗传算法和多目标可靠性分配问题相结合,对可靠性分配问题进行求解,得到较好效果,从而得出结论,遗传算法在求解多目标可靠性优化问题中是一种行之有效的方法.     

基于遗传算法的神经网络参数优化研究

神经网络和遗传算法是软计算领域中最重要的方法.采用MATLAB的神经网络工具箱和遗传算法工具,研究二者的结合使用,对两个工具箱的基本应用以及将二者结合的相关技术都作了介绍,并应用实例进行了分析研究,提出了使用遗传算法优化神经网络参数的不同结论,对于如何有效使用遗传算法优化神经网络具有一定的借鉴作用.     

基于遗传算法的车间作业计划仿真研究

将仿真技术和遗传算法相结合,根据生产车间的资源情况、优化目标等建立了生产调度仿真模型,然后对仿真输出结果进行统计,针对统计结果应用遗传算法对调度决策进行优化.仿真优化结果说明了该集成优化方法是有效性的.     

基于模矢搜索和遗传算法的混合约束优化算法

近年,免梯度方法又开始引起大家的注意，由于不需要计算函数的梯度．特别适合用来求解那些无法得到梯度信息或需要花很大计算量才能得到梯度信息的问题．本文构造了一个基于模矢搜索和遗传算法的混合优化算法．在模矢搜索方法的搜索步，用一个类似于遗传算法的方法产生一个有限点集．算法是全局收敛的.     

解非线性规划问题的非参数罚函数多目标正交遗传算法

对非线性规划问题的处理通常采用罚函数法,使用罚函数法的困难在于参数的选取.本文提出了一种解非线性规划问题非参数罚函数多目标正交遗传算法,对违反约束的个体进行动态的惩罚以保持群体中不可行解的一定比例,从而不但有效增加种群的多样性,而且避免了传统的过度惩罚缺陷,使群体更好地向最优解逼近.数据实验表明该算法对带约束的非线性规划问题求解是非常有效的.     

A Continuous Genetic Algorithm Designed for the Global Optimization of Multimodal Functions

Genetic algorithms are stochastic search approaches based on randomized operators, such as selection, crossover and mutation, inspired by the natural reproduction and evolution of the living creatures. However, few published works deal with their application to the global optimization of functions depending on continuous variables.A new algorithm called Continuous Genetic Algorithm (CGA) is proposed for the global optimization of multiminima functions. In order to cover a wide domain of possible solutions, our algorithm first takes care over the choice of the initial population. Then it locates the most promising area of the solution space, and continues the search through an intensification inside this area. The selection, the crossover and the mutation are performed by using the decimal code. The efficiency of CGA is tested in detail through a set of benchmark multimodal functions, of which global and local minima are known. CGA is compared to Tabu Search and Simulated Annealing, as alternative algorithms.     

成品油调和配方优化研究

成品油调和是石油炼制过程中的重要环节,直接影响炼油企业的经济效益。本文以石化行业为背景,针对成品油调和配方优化问题进行了研究,在满足成品油质量指标约束的条件下,以最小化企业生产成本为目标,建立了混合整数规划模型,提出了基于遗传算法的有效求解策略,并根据某炼油厂的实际生产数据进行了仿真实验,计算结果反映了库存成本与启动成本之间的平衡关系,即:当单位库存成本不变,单位启动成本逐渐变大时,库存总成本随之增大,启动次数随之减少。反之,当单位启动成本不变,单位库存成本逐渐变大时,启动次数随之增大,库存总成本随之减少。     

积分——水平集求全局最优的遗传算法实现

Chew Soo Hong,Zheng Q uan提出了一个积分——水平集求全局最优的概念性算法及M on te-C ar-lo随机投点的实现途径,并在很多实际问题中得到了很好的应用,但这一实现算法的收敛性是个未解决的问题.利用近年来广泛应用的遗传算法,给出了这一算法的另一种实现途径,并从理论和数值两个方面验证了算法的可行性.     

基于遗传算法的工业企业库存控制模型分析

库存信息在整个企业信息系统中起着纽带作用 ,为了对企业的整体运作进行有效的监控和管理 ,采用规范化的方法建立库存系统模型是核心 .本文针对工业企业库存控制问题 ,结合遗传算法的特点 ,提出了一种新型的探索策略 .仿真结果表明 ,该方法求解的最优控制策略同弱化条件后用其他方法求解所得的最优策略非常逼近 .该方法不仅提高了求解全局最优解的可靠性 ,而且减少了迭代次数 ,提高了计算效率     

基于圆形件排样问题的遗传算法研究

排样性问题是一类优化求解问题,在遗传算法求解过程中,若所用的算法是不收敛的,则无法得到最优解.给出了一种混合式遗传算法,并证明了算法是完全收敛的,能够得到全局最优解.     

基于遗传算法的割缝衬管防砂多目标优化

割缝衬管防砂是油田重要的防砂方式之一,过去的研究往往专注于一个目标来设计割缝衬管参数,从而在参数设计上不能使多个参数在整体上达到最优.基于遗传算法中的gamultiobj多目标优化算法,以衬管使用寿命、地层流动阻力、产能和衬管强度为目标,建立了割缝衬管防砂优化设计模型,得出了高产能,长使用寿命,低流动阻力的割缝参数防砂的最优组合.结果表明,制定多目标适应性分析,建立评价模型,在给定的取值范围内得到的工艺参数,该技术有助于优选和优化调整防砂方法,提高防砂成功率,增强油田寿命和降低开采成本.     

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。