遗传算法在构象搜寻中的应用

遗传算法是一种模仿自然进化进程的新颖的启发式优化方法。通过它，人们可以在计算机上对所需的各种问题实施进化操作，最终产生理想的结果。遗传算法现已被广泛于计算机辅助设计、工程设计、系统模拟等领域并取得了极大的成功。本文拟对遗传算法在对大、中、小分子的构象搜寻中的应用作一较全面的综述。     

不依赖于统计模型的手性毛细管电泳分离多指标同时优化

考虑到手性毛细管电泳分离机理的复杂性，提出了不依赖于统计模型的二进制编码遗传算法多目标优化策略。根据实验参数的多少及其重要性，采用均匀设计安排完成初步实验。并用Derringer功效函数作为多指标同时优化的评价指标，以取得较高的分离度和较快分离速度；通过对实验参数给予编码，转化为二进制字符串，根据得到的总功效函数值大小进行遗传算法操作，产生新的一组实验条件。重复上述过程直到得到最佳分离条件为止。此方法成功地应用于华法令对映体的毛细管电泳分离条件优化。     

用数值遗传算法改进非线性PLS法进行构效关系研究

将数值遗传算法同非线性ＰＬＳ结合，改进和完善了非线性ＰＬＳ，推导了指数，对数，倒数和Ｓｉｇｍｏｉｄ函数的公式，构造了可以处理多种非线性函数关系的算法，可用于解决复杂的结构与性能相互关系。     

应用禁忌粒子群算法的车间调度及其并行化实现

为了解决批量生产、制造、装配等车间调度问题,基于Hadoop集群,提出应用禁忌粒子群算法的车间调度及其并行化实现.以某装载机制造车间最小化完成时间为目标,通过使用禁忌粒子群算法对车间调度问题进行求解.结果表明：在车间批量大的情况下,禁忌粒子群算法可得出有效的调度方案,避免算法陷入局部最优解.与现有的智能算法相比,禁忌粒子群算法更有利于实现全局最优解.     

一种磁流变弹性体执行器的联合优化方法研究

磁流变弹性体（magnetorheological elastomer, MRE）执行器作为智能减振应用系统的核心元件,其结构的优化是决定执行器性能上限及系统控制成效的关键。针对目前MRE执行器优化方法及理论研究欠缺的问题,文中面向一款横向隔振的MRE执行器,基于其机械结构和有效磁路,以优越磁控性能、低功耗和快速响应时间为优化目标,提出了一种新的MRE执行器联合参数优化方法。首先,基于MATLAB和COMSOL的联合仿真,将遗传优化算法和电磁有限元分析方法进行有效结合,实现对MRE执行器的优化编程;其次,完成对器件的全局尺寸结构优化设计,使得器件具备优越磁控性能（526.21 mT）、低功耗（44.05 W）及快速响应（5.43 ms）;最后,通过搭建测试系统对优化后装配的MRE执行器进行测试和评估,验证了文中优化方法的可行性和有效性。提出的联合优化方法不仅适用于MRE执行器结构,还可为多领域减/隔振应用的共性MRE器件优化设计提供理论参考。     

建设项目随机离散型工期-成本优化算法的改进

针对建设项目随机离散型工期-成本优化问题的求解,一般采用遗传算法为外循环、蒙特卡罗模拟算法为内循环的双层循环算法框架. 为减少内层循环中按期完工概率约束条件检验所耗费的计算资源,根据按期完工概率估计值（采用蒙特卡罗模拟方法）的概率特性,提出一种计算资源的高效、动态分配策略,以提升现有算法的计算效率. 通过算例验证,本文建议的改进优化算法可高效、稳定地求解建设项目随机离散型工期-成本优化问题.     

基于GA-BP神经网络的信息技术业上市公司的成长性预测

文章针对民营企业中的信息技术业,建立包含盈利能力、营运能力、偿债能力、扩张能力、创新能力与公司规模6个方面的指标体系,采用整合改进遗传算法和神经网络的GA-BP算法,对企业的成长性建立模型进行预测与分析.进一步,为验证模型性能,从WIND金融数据库获取数据并进行预处理后,测试集上可决系数R2为0.9990,性能优于其他五种机器学习算法.通过公司市值增长率进行相关系数分析,对建立的模型进行有效性检验,结果表明所选特征的有效性与合理性.最后通过随机森林进行封装特征重要性排序,对指标模型进行简化,选出的8个特征在测试集上改进GA-BP算法的R2为0.8927,再次证明了最初指标选择的合理性.     

Lamination Design Optimization for Continuous Fiber Reinforced Composites of Variable Thicknesses北大核心CSCD

由于具备高的比强度、比刚度,利用连续纤维增强复合材料代替传统金属材料以实现结构轻量化正受到设计者们的广泛关注。然而,结构的复杂性给复合材料的铺层设计与优化带来了很大的挑战。针对航空用复合材料铺层设计约束多的问题,通过逐步构建设计变量准确表达结构的铺层信息。基于经典遗传算法框架,结合各设计变量特点,定义了铺层优化算法中的遗传算子,通过引入“修复”策略保证了每一代解都能满足设计约束,分布在可行域区间内。最后利用精英保留策略提高了算法的局部寻优能力,可以降低复杂复合材料结构铺层设计的计算成本。通过解决经典benchmark问题并与已有优化结果的比较,验证了前述铺层优化算法的全局、局部寻优能力,为工程实际中的复合材料铺层设计优化提供了理论支撑。     

汽车滚装码头泊位调度优化模型与算法研究

本文研究滚装码头混合泊位分配和劳动力分配的联合调度优化问题。首先,考虑潮汐时间窗约束、装卸劳动力约束、泊位缆桩分布约束以及泊位不规则布局因素,建立以最小化船舶总服务时间为目标的混合整数规划模型。其次,采用内外嵌套算法设计策略,提出求解该类问题的组合算法。其中,外层是多种群并行进化的遗传算法,生成多种船舶计划顺序,内层为基于规则的启发式算法,用于计算给定计划顺序的目标函数值。然后,基于实际运营数据,生成多组不同规模的算例进行全面数值实验,结果表明所提出的算法可在10分钟内求解包含50艘船、100个泊段的算例。最后,开展基于真实滚装码头运营实例的案例分析,对所提模型和算法在实际码头调度问题中的适用性与高效性进行验证。     

煤炭码头船货匹配下泊位动态分配多目标优化模型及算法

本文针对输出型煤炭码头船货匹配下泊位动态分配问题,构建了堆场-取装线-泊位-船舶联合分配优化数学模型,并设计了采用仿真推演策略解码的遗传算法求解。首先,综合考虑船舶、泊位、堆场、取装线、煤种、航道开放时间和装船作业规则等要素,以船舶在港时间最短和作业效率最大为目标建立了相应的多约束多目标优化模型。然后,综合多目标优化、遗传算法以及仿真推演技术,设计了相应的遗传算法求解,包括:组合式编码、采用仿真推演策略的解码方法,追加了具有合法性检查的染色体生成算法,设计了采用多种策略的遗传操作等。最后实例表明,本算法的执行效率高而且优化效果好。