改进遗传算法

摘要： 建筑工程项目有着大量的分项工程以及复杂的工序,因此要对建筑工程项目实现严格的把控是十分困难的。为了对建筑工程实现多目标的优化,此次研究首先将工程质量进行了量化处理,然后建立了工期-成本-质量三维优化模型,并使用改进遗传算法对该模型进行计算以分析3者之间的关系。研究结果表明,该方法能够有效地求解工程多目标优化问题,且在建筑工程中,工期、成本、质量之间相互影响,以期为实现建筑工程多目标均衡优化提供一定的参考。

摘要： 针对车间生产过程中加工机器的生产时间分配不均导致的机器负载过大、机器闲置等问题,建立了一个包含均衡化机器使用率的多目标柔性作业车间调度模型,设计了一种改进遗传算法,使用了POX交叉算子和多点交叉法,采用了基于邻域的变异算子。最后通过实验结果验证了该算法适用于求解该类多目标柔性作业车间调度问题,改进的算法也优于其他对比算法。

摘要： 为解决多目标混流生产线平衡问题,提出了生产调度多目标优化模型,并运用改进遗传算法对问题进行了优化求解。为了扩大搜索的空间避免陷入局部最优解,通过生成变异率和交叉率不同的两个子种群分别单独进化,在保留各种群最优染色体后依着规定的规则相互之间进行交流。结果表明装配线平衡率提升了8.43%,各工作站生产负荷减少了0.9305。提供了一种在不改变工序优先关系的条件下,改变工作站串并联情况,来降低生产节拍和改善生产线的负荷不平衡的方法。

摘要： 随着风电场规模不断增加,风电机组并网对电网的影响逐渐增大,故充分挖掘风电机组的无功电压调节能力和提高机组的无功响应速度对增强电力系统的电压稳定性具有重要作用。定量分析了蒙西电网某风电场单台双馈感应风力发电机(Doubly Fed Induction Generator,DFIG)的无功电压调节能力及限制因素,根据其单台机组的无功调节机理制定动态无功补偿协调控制策略。若系统无功需求超过DFIG无功出力极限时,在保证机组最大发电效益的基础上,提出基于无功差值的双馈感应风力发电机组有功附加控制。并且通过改进的遗传控制算法辨识得到附加控制器参数,该控制在降低机组最小出力的同时确保提高机组无功出力极限,进而满足系统无功需求。最后通过实验验证了所提出的双馈风电机组动态无功协调控制的可行性和准确性,增强了机组的电压稳定能力。

摘要： 合理配置与调度自动化集装箱码头岸桥、场桥和AGV(automated guided vehicle)等设备对提高码头作业效率,减少能耗具有重要意义。在集装箱码头缓冲区容量有限的条件下,结合AGV路径无冲突约束,建立了以最小化船舶在港时间和最小化总能耗为目标的多目标混合整数规划模型,并设计了双层遗传算法求解方法。以某市自动化集装箱码头为例,针对不同集装箱作业规模和决策目标进行仿真实验,对不同AGV路径冲突避免策略下的运行能耗进行比较。结果表明,以最小化船舶在港时间和最小化能耗为目标的AGV联合调度可在不发生路径冲突的前提下显著提高码头运行效率,降低能耗。

摘要： 提出了遗传-粒子群优化算法对主动悬架的控制规则进行了优化。利用Matlab/Simulink 对主动悬架系统进行了仿真,并与传统的被动悬架进行了性能比较和分析,仿真结果表明基于改进遗传算法的主动悬架最优控制能够有效提高车辆的平顺性和操纵稳定性。

摘要： 整体规划设计配电网遗传算法形成的分配电能关系到电力负荷的可靠性,有助于电力部门经济运行有效的配电网规划模式,在配电网网架规划基础上实行有效调度,进而满足各项电力运行技术指标要求,达到配电网网架规划的目的,推进电网运行成本降低,保障供电能力,形成可靠的负荷预测技术。结合遗传算法数学层面明确配电网架规划,使用非线性优化解决复杂网架的规划问题。利用现代启发式优化计算方法,结合遗传算法对配电网网架规划予以求解,优化约束条件和目标函数,明确特定的限定要求。

摘要： 针对一种经济效益最优目标的温室环境混合整数变量优化控制问题,提出一种带有工程经验规则的改进遗传算法(IGA)进行有效、实用求解.首先采用分段常数法离散化控制变量,形成一种有限维参数的非线性数学规划(NLP)问题;在标准遗传算法(SGA)直接求解该NLP问题的基础上,采用精确罚函数处理状态变量路径约束;引入工程经验规则,并采用精英保留、多种群并行进化、整数变量取值等改进措施,以提高算法性能.仿真结果显示,相较于SGA,该方法获得更优的性能指标和控制品质,表明了所提方法的有效性、实用性.

摘要： 由于地质环境的复杂性和对盾构法隧道适应性研究的缺乏,在复杂地层的沿海地区修建隧道比较困难,因盾构选型不当导致盾构掘进过程中停机、掘进困难等不适应现象时有发生。复杂地质条件下盾构在施工时往往面临着众多不确定因素的影响,难以进行有效和定量的评价。基于此,提出一种基于模糊综合评价模型和层次分析法(AHP)的盾构隧道适应性评价方法。在综合分析滨海复杂地层条件下盾构选型适应性影响因素的基础上,选取能够充分反映地质适应性差异、具有代表性和区分度高的5个评价指标,构建盾构选型适应性评价指标体系。并引入改进遗传算法(IGA)及AHP(IGA-AHP)确定评价指标的层次单排序权重和层次总排序权重,克服了AHP在一致性检验方面的缺陷。采用模糊数学构建各个评价指标的隶属函数,得到盾构选型的隶属度矩阵,并最终确定滨海复杂地层条件下盾构选型适应性模糊综合评价模型。以厦门市轨道交通4号线彭厝北站~蔡厝站区间为例,对所构建的盾构选型适应性模糊综合评价模型的合理性与准确性进行验证。评价结果符合实际情况,能为今后类似地层的盾构选型提供一定的借鉴和参考。

摘要： 针对铁路物流中心功能区布局进行优化,能够有效提高铁路货运效率。在铁路物流中心功能区布局优化模型基础上,采用从左到右、从下往上的改进分层布局方式,对各功能区域采用连续上下位移的改进堆积方式,优化遗传算子及算法流程,设计改进的遗传算法。通过选取案例,分别验证了分层思想的简单堆积方式和改进堆积方式2种情况下的遗传算法求解结果。相对于优化前的算法,改进的遗传算法有更大的可行解搜索空间,所获得的优化解质量更高。计算结果表明,改进后算法所获得模型目标值较改进前计算目标值优化11.79%。

摘要： 本文开发了一种基于改进遗传算法和SAP2000API(应用程序接口)功能的消能减震结构联合优化设计方法.在该方法的基础上,提出了三种以层间位移角作为自变量的目标函数,探究不同目标函数对结构减震效果的影响,并对防屈曲支撑位置和数量双重优化问题进行研究.分析结果表明,采用该方法能有效准确地实现对偏心结构的优化设计,不同的目标函数体现不同优化策略的有效性和针对性,选取合适的权重系数能够实现对防屈曲支撑数量和位置的双重优化设计.

摘要： 基于桥梁施工用的满堂支架杆件密集、整体受力复杂、不易确定传感器布置方案的困难,采用二重结构编码的改进遗传算法对满堂支架的传感器布置方案进行优化.在改进的遗传算法中,采用二重结构编码进行种群的初始化、交叉和变异,交叉时采用自适应部分匹配交叉,变异时采用自适应逆位变异.该方法克服了传统遗传算法应用于大型结构传感器优化布置时收敛速度慢且易陷入局部最优的缺陷.

摘要： 岩体结构面控制着岩质边坡和地下洞室等岩体工程的稳定性,在岩体力学及水力学分析中起到关键作用.为对岩体结构面进行合理分组,精确地模拟岩体结构面网络的分布,提出一种融合改进遗传算法和支持向量机的聚类方法.首先,根据岩体结构面产状信息建立结构面分组的数学模型,采用改进的遗传算法计算结构面样本的全局最优聚类中心,再以聚类中心为训练样本,利用支持向量机方法将结构面样本进行完全划分.通过随机产生的结构面数据以及实际工程的运用表明,遗传-支持向量机聚类算法对岩体结构面的分组合理,获得的优势结构面结果可靠.

摘要： 为了提高雷达网的探测概率和抗反辐射导弹、抗隐身目标、抗综合电子干扰以及抗低空/超低空突防的能力,提出了一种基于改进遗传算法的雷达网优化布站方法.建立了雷达网优化布站的数学模型,给出改进遗传算法在模型中的求解过程和步骤,加快了收敛速度,并通过仿真验证了该方法的可行性.

摘要： 对于工程实践中的单目标优化问题,简单遗传算法存在着二进制编码空间不能完全覆盖全部遗传空间、适宜的遗传算子难以确定、局部寻优能力差以及出现"早熟收敛"现象等一系列问题.为了改善上述问题,浮点数编码方式、隔离小生境技术、遗传算子确定的自适应方法、组合优化方法等一系列方法被提出.结合上述提及的改进方法,提出一种在寻优中后期保证种群多样性的方法,并建立起种群多样性对变异概率影响的反馈机制,从而来改善遗传算法跳出局部最佳的能力.最后使用测试函数对改进的遗传算法进行验证,并将改进的遗传算法应用于船舶阻力优化.

摘要： 阵列信号处理中有重要地位的多重信号分类(Multiple Signal Classification,MUSIC)算法,由于谱峰搜索的计算量随搜索维度升高急剧增加,从而导致其在实时性需求较高的场合应用受限.尽管遗传算法的并行化、规则化寻优能够取代MUSIC算法中的遍历寻优,但会出现收敛速度慢、陷入局部最优解等问题. 针对这些问题，本文以均匀圆阵为参考，进行二维角度的方位估计，结合MUSIC谱峰特征，通过对遗传算法的选择、交叉、变异三个关键算子的改进，得到一种改进的遗传MUSIC算法。通过计算机仿真，验证算法的有效性和可靠性，在保证精度的情况下，大大缩减计算量。

摘要： 贴片机贴装顺序是影响设备生产效率的重要问题,针对此问题,已有各种优化算法提出,包括本文所提到的遗传算法.但是传统的遗传算法(GA)包括一些改进的遗传算法,在解决这个问题上还是存在全局性差、收敛速度慢和易陷入局部最优解的问题.本文在此基础上加入一个复合算子来优化种群,保证向最优解收敛的同时兼顾种群多样性.配合有效的交叉算子和变异算子,在优化结果上有了更大的改进,能更有效地提高贴装效率.

摘要： 针对常规多相码形式固定、多普勒敏感等特征不利于工程化应用的问题,本文结合NLFM与有限位量化的多相码优化以提供一种工程上适用的雷达波形.通过采用改进的遗传进化算法,对基于多项式拟合所得到的NLFM信号相位进行离散的多相位编码优化，搜索具有更好的匹配自相关性能的NLFM信号。仿真验证了该优化方法能够获得在主旁瓣比和多普勒特征等方面优于常规的多相码信号。

摘要： 针对传统车辆路径问题(VRP)模型存在的不足,将取货和送货过程结合起来作为一个整体考虑,在门对门快递服务及逆向物流等领域有着广阔的应用前景.研究多车场多车型带同时取送货及时间窗的车辆路径优化问题极具现实意义.建立MDHVRPSPDTW的数学模型,并提出了改进的遗传算法(IGA)求解该模型.通过对18个benchmark算例和一个随机产生的数值实例仿真,结果表明IGA在寻优速度和得到解的质量两方面都优于分支定界算法(BBD),证明该算法和模型的提出是有效可行的.

摘要： 以南疆地区城镇警车巡逻行动作研究对象,建立一套特定地区的警车巡逻任务规划模型,并探讨了基于多约束、多目标的改进遗传算法及方案评估、优化思路,提高了模型的适用范围,拓展了问题的研究领域.本文针对特定环境下的警车巡逻问题,有别于其他警车巡逻研究中全时域在线巡逻,提出了系统周期的概念,就时分巡逻问题进行了研究,解决时分巡逻路径规划与评估问题;吸收了其他警车巡逻研究成果,但不局限于优化求解,就实际情况苛刻约束下,围绕解空间个体特性进行研究和评估,表明研究可行解、次优解在实际应用中是有价值的.

摘要： 一种基于遗传算法改进的BP神经网络安全态势评估算法，通过合理构建网络安全态势评估模型，同时依靠神经网络强大的自学习能力，将BP神经网络应用于网络安全态势的评估中，同时针对神经网络算法自身存在的易限于局部最小值，收敛速度慢等缺陷，引入遗传算法对BP神经网络权值进行优化，加快BP神经网络的收敛速度，提高BP神经网络对网络安全态势评估的准确性和高效性，从而有效解决利用单纯神经网络进行网络安全态势评估结果的效率不高、结果不确定性问题。

摘要： 基于蚁群算法和改进型遗传算法的仓储物流AGV路径规划算法，它涉及蚁群算法、遗传算法，解决了传统方法计算耗时、易早熟收敛、易陷入局部最优的缺陷。本发明的步骤为：一、对场地建立网格化划分与编码；二、用基于障碍物信息的改进蚁群算法生成用于遗传进化的初始AGV路径；三、用基于三阶段遗传算法迭代选择AGV最优路径；四、对具有重合点的不同AGV路径进行末端交叉；五、对AGV路径进行有利变异；六、重新计算AGV路径适应度，判定迭代是否终止，对终止后的AGV路径进行轨迹圆滑处理。本发明的基本思想是将改进的蚁群算法和改进的遗传算法相结合，加快迭代收敛速度，得到运行效率更高的AGV路径，工程适用性强。

摘要： 本发明公开了一种基于改进后遗传算法的小生境遗传分析采集装置，主要包括主体机，所述主体机的外部由触摸显示屏、电源按钮、扬声器、充电口和USB接口组成，所述主体机的内部由PLC控制模块、数据储存模块、4G/5G通信模块、WIFI连接模块和蓄电池组成，本发明通过在PLC控制模块中寄存改进的自适应遗传算法，能够更快最优的获得小生境中种群的遗传分析数据，改进的自适应遗传算法（IAGA）相比传统的自适应遗传算法（AGA）有效避免了易收敛和“早熟”现象的出现，改进了自适应交叉概率和变异概率，提高了算法的收敛速度，避免了局部最优的情况，并通过仿真实验对比，验证了在不同结构层次的碟形网络中，IAGA较AGA更能有效地优化网络编码节点和编码边。

摘要： 本发明公布了一种基于改进遗传算法和PRIM算法的配电网规划方法。第一建立配电网规划模型；第二采用改进遗传算法求解中压配电站的最优站址、数量以及所选变压器容量大小，通过改进染色体编码、适应度函数和遗传算子来增强遗传算法；第三采用改进PRIM算法求解高压变电站和中压变电站之间联络线、中压变电站至负荷中心以及负荷中心之间馈线最优路径；第四通过在测试网络上执行基于改进遗传算法和PRIM算法的配电网规划方法得到变电站和中压馈线的最佳布置规划方案，通过计算经济性和可靠性指标确定出最优的配电网规划方案；第五采用前推回代法进行潮流计算验证规划方案的实用性。本发明具有搜索速度快，适用于求解大规划配电网规划问题的优点。

摘要： 本发明涉及一种基于改进遗传算法的批处理科学工作流任务调度算法，包括以下步骤：根据整数编码方式，生成初始种群；根据适应度函数值，不断进行遗传算法的交叉变异操作，淘汰劣质解，生成新的优质解；经过多次迭代根据适应度函数保留一个最优解；在不改变最优解关键路径的基础上进行非关键路径虚拟机使用数量收缩操作，得到最终解，并将最终解输出。本发明设计合理，其能够高效地进行批处理科学工作流的任务调度，有利于降低批处理科学工作流任务调度过程中产生的任务调度成本以及任务调度时间，可广泛应用于多种不同规模的面向成本的云计算任务调度中。

摘要： 基于改进遗传算法的多任务下堆垛机调度算法，本发明涉及路径规划领域的堆垛机调度算法，具体涉及一种改进的遗传算法，弥补了堆垛机应用传统遗传算法早熟易收敛、调度效率低的缺点。本发明的步骤为：一、采用数字编码方式对出库和入库任务进行编码；二、通过坐标定义调度适应度求解公式；三、将初始种群按照本专利所提出的弱者扶持阶段、公平竞争阶段、强者加持阶段进行三阶段的个体选择；四、从个体中随机选择一个基因交叉，再对个体中的基因进行变异，最终输出调度适应度最大的个体。本发明的主要思想是对结合堆垛机的调度特点对传统遗传算法进行改进，进而提高堆垛机的调度效率，该算法工程实用性强、具有很好的推广价值。

摘要： 本发明涉及三维模型显示技术领域，尤其是基于改进遗传算法和模拟退火算法的三维球体装箱方法，包括数据预处理阶段、球体内接立方体空间装箱阶段和“立方体‑球体”展开阶段，本发明通过将完整问题分为两个部分，分别使用改进后的遗传算法和模拟退火算法进行求解，两种算法在不同的阶段中发挥了各自的优势，能够实现高效率、高精确度、高泛用性的求解效果。

摘要： 本发明提供了一种基于改进遗传算法和K‑均值算法的图像分割方法，其特征在于：将图像进行去噪处理和转换颜色空间后，使用改进的遗传算法搜索全局的最优解，再利用K‑均值算法进行局部寻优，并以得到的最优解作为K‑均值算法初始聚类中心。解决了遗传算法易陷入局部最优解和K‑均值算法初始聚类中心设定困难的问题，提供了一种可以更快收敛速度和更高分割精度的图像分割方法。

摘要： 基于改进遗传算法的群粒子梯度下降算法，能快速准确地搜索到复杂函数条件下的全局最优解，群粒子梯度下降算法的步骤：生成初始种群是否满足终止条件、计算每个个体的适应度值；筛选遗传算子，梯度下降法作用每个个体生成新种群，计算每个个体的适应度值，交叉变异操作生成新种群；遗传算法的改进方法是：将种群内适应度值最大的前5个个体保留，剩余的新种群个体以轮盘选择法进行概率选择；将遗传算法的并行计算思想及进化机制引入梯度下降法中，即将原来单个点的寻优改为群体寻优，且不断有新的更接近最优解的种群同时沿着梯度方向寻找最优解。

摘要： 本发明公布了一种基于改进遗传算法和PRIM算法的配电网规划方法。第一建立配电网规划模型；第二采用改进遗传算法求解中压配电站的最优站址、数量以及所选变压器容量大小，通过改进染色体编码、适应度函数和遗传算子来增强遗传算法；第三采用改进PRIM算法求解高压变电站和中压变电站之间联络线、中压变电站至负荷中心以及负荷中心之间馈线最优路径；第四通过在测试网络上执行基于改进遗传算法和PRIM算法的配电网规划方法得到变电站和中压馈线的最佳布置规划方案，通过计算经济性和可靠性指标确定出最优的配电网规划方案；第五采用前推回代法进行潮流计算验证规划方案的实用性。本发明具有搜索速度快，适用于求解大规划配电网规划问题的优点。