基于改进遗传算法在农村供水管网优化中的应用

以改进遗传算法为研究对象,结合农村供水管网的优化作业为例,就在应用改进遗传算法对农村供水管网优化加以支持中的相关问题做出了详细分析与阐述,希望能够为后续实践作业的开展提供一定的参考与帮助。     

基于改进遗传算法的机器人路径规划与仿真

针对标准遗传算法解决机器人处于障碍环境下寻找最优路径局部寻优精度较差、规划效率低的问题,提出一种改进遗传算法的机器人路径规划方法。该算法采用一维编码表示路径, 构造了路径最优化的目标函数和适应度函数,利用多个种群拓宽搜索空间,提高了规划效率,采用保优选择策略,避免陷入局部最优。仿真结果表明,改进遗传算法比标准遗传算法路径规划质量高,能够获得平滑的低代价路径,稳定性好,是机器人路径规划的一种较好的方法,且具有一定的推广意义。     

基于种间竞争的遗传算法的改进

提出基于种间竞争的基本遗传算法的改进算法,并编写程序实现该改进算法.通过考核实例计算,发现改进后的算法具有更强的鲁棒性.     

树状灌溉管网优化的整数编码改进遗传算法

建立了以投资最小为目标函数的树状灌溉管网优化数学模型,并采用整数编码改进遗传算法对模型进行求解。针对完整树状管网优化的特点,通过对整数编码的编码方式进行改进,实现了同时对管网中管线连接关系和管径的优化。改进了目标函数映射到适应函数的变换方式,设计了随机多父辈交叉方法,提出了2种与优化问题相适应的变异方法,从而提高了算法的优化性能。     

基于改进量子遗传算法的Flow-Shop调度求解

针对Flow-Shop调度问题,提出一种改进的量子遗传算法,重点对量子变异和量子灾变等操作算子进行改进,提出局部量子位变异和局部量子灾变等操作算子。给出Flow-Shop调度问题的数学模型,提出了用量子遗传算法求解Flow-Shop调度问题的量子比特编码和解码方法,介绍算法的计算流程。仿真实验结果表明：改进的量子遗传算法具有收敛速度快、鲁棒性好等优点。     

基于改进遗传算法的ANN结构优化

人工神经网络的结构设计没有系统的规律可循,而基于传统学习的神经网络参数优化又易于陷入局部最优解.用带退化的协同进化遗传算法可以优化神经网络结构,同时优化网络参数.将网络参数作为实数编码基因进行遗传选择,参数个体的受损率超过退化阈值时发生结构退化.退化进程由协同进化的控制个体动态控制.试验证明,该方案能有效简化神经网络的结构和优化网络参数,收敛速度比常规遗传算法快.     

改进遗传算法在输气管道运行优化中的应用

针对在天然气长输管道运行优化中广泛使用的传统遗传算法存在的诸多问题,结合天然气长输管道的运行特点,对传统遗传算法加以改进.使用改进后的遗传算法对管道运行优化的计算结果表明,改进遗传算法优于动态规划算法和传统遗传算法,在天然气长输管道的运行优化过程中具有实用价值.     

基于改进多目标遗传算法的农村低碳物流配送路径优化

针对我国县、乡、村物流配送成本居高不下,需求覆盖率严重不足以及碳排放量较高的现实问题,构建考虑需求不确定和碳排放约束的农村物流配送路径优化模型,并提出了适用于多车型的改进多目标遗传算法。结合农村物流配送数据,运用MatlabR2014a软件进行仿真试验,最终得出在需求不确定和碳排放约束下农村物流的最优配送路径方案。仿真试验结果表明:设计的改进多目标遗传算法对于求解农村物流配送路径优化问题具有较好的有效性和适用性;在需求不确定和碳排放约束下,改进多目标遗传算法能够有效降低农村物流配送成本,提高需求覆盖率;与单车型配送方案相比,多车型配送方案在农村物流配送中更具优越性。     

基于遗传算法的网络计划资源优化研究

以双代号网络计划技术为工具,提出一种基于遗传算法的建筑工程"资源有限,工期最短"问题的求解模型。针对问题的特点,设计了相应的遗传算子并提出一种用于修正非法染色体的修复算子。算例表明,该方法计算结果优于传统的启发式方法,可较好应用于建筑工程资源优化问题。     

基于改进遗传算法的网格资源调度策略算法

网格的资源调度是网格的核心应用之一,是一个完全NP问题。遗传算法是解决任务调度的全局优化搜索算法。提出了一种基于改进遗传算法的任务调度策略算法。该算法将子任务按照层次深度排序,兼顾网格资源的运算能力,通过DAG图获取层次关系,解决种群中的非法染色体问题。在种群进化的时候采用多种群、强父代染色体进化重组的方案。仿真试验表明,该算法具有一定的全局搜索能力和局部搜索能力,在搜索能力和搜索速度上优于普通的遗传算法。     

基于改进遗传算法的二维不规则零件优化排样

针对二维不规则零件排样问题,提出了一种改进的优化排样算法.对最小包络矩形求取方法进行了改进,提高了算法的运算速度;借助最优选择策略,对选择算子进行了改进,提高了算法的全局收敛性能;提出了高度调整法,对解码算法进行了改进,提高了算法的精度.排样实例表明,算法性能得到了很大提高,该算法是行之有效的.     

基于遗传算法的城市公交服务质量评价知识规则挖掘方法

城市公共交通服务质量评价知识规则是城市公共交通企业进行服务质量评价的重要依据,优质、合理的评价知识规则将使服务质量评价更加公正、更加客观。本文在分析城市公共交通服务质量评价指标体系的基础上,将一种改进的遗传算法用于城市公共交通服务质量评价价的知识规则挖掘,提出一种基于遗传算法的城市公共交通服务质量评价知识规则挖掘方法,阐述算法的实现途径。实例表明,该方法在进行知识规则挖掘时是完全可行的、有效的。     

一种基于元胞自动机的改进遗传算法

针对遗传算法中存在搜索效率和解精度低的问题,结合元胞自动机模型,提出了一种改进的遗传算法——竞争杂交算法。在适应度函数中运用元胞自动机模型进行竞争复制,在确定交叉算子时进行杂交,依此来对遗传算法进行改进。仿真结果表明,竞争杂交算法在搜索速度和概率上比简单遗传算法要高一些。     

多连杆机械压力机遗传算法优化设计

采用多连杆作为机械压力机的工作机构代替原机械压力机曲柄滑块机构.采用矢量多边形法建立了滑块的运动方程,并且采用遗传算法建立了优化设计数学模型.以JH23-63型机械压力机的技术参数为依据,设计的多连杆压力机在公称压力行程范围内滑块的最大工作速度仅为96 mm.s-1,并且在曲柄转角α=50°~100°范围内具有平均速度为105 mm.s-1的明显速度平台.该多连杆压力机的低速锻冲特性与原普通型机械压力机相比其工作性能有明显的提高.     

一种基于双子群的改进粒子群优化算法

针对粒子群优化算法易于陷入局部最优解并存在早熟收敛的问题,提出了一种基于双子群的改进粒子群优化算法（TS IPSO),通过2组搜索方向相反的主、辅子群之间的相互协同,扩大搜索范围,借鉴遗传算法的杂交机制,并采用惯性权值的非线性递减策略,加快算法的收敛速度和提高粒子的搜索能力,降低了算法陷入局部极值的风险.实验结果表明该算法较标准PSO算法提高了全局搜索能力和收敛速度,改善了优化性能.     

基于混合并行遗传算法的多目标约束优化技术研究

多目标约束优化问题属于NP问题。并行遗传算法是解决该类问题的常用算法,它具有较强的全局搜索能力和并行性,但局部搜索能力差,禁忌搜索算法则比较适合于局部搜索。提出了一种基于混合并行遗传算法的多目标约束优化方法,该方法综合了并行遗传算法和禁忌搜索算法的优势,改进了并行遗传算法的性能,能有效避免局部最优解。     

基于遗传算法与粒子群算法的配电网无功优化

根据遗传算法(GA)收敛效果好和粒子群算法(PSO)收敛速度快的特点,将两者相结合对配电网无功优化模型进行求解。计算结果表明:该算法是收敛的、有效的。     

基于遗传算法的六子棋博弈评估函数参数优化

将博弈问题分解为搜索引擎、走法生成、评估函数和开局库4大模块,再将自适应遗传算法引入到评估函数中,并通过锦标赛算法对评估函数中的参数组合进行自动调整和优化,设计并开发出基于上述方法的离线自学习系统。     

基于分组排挤机制的遗传算法

利用遗传算法进行寻优有时候遗传操作会陷入局部寻优,造成早熟,使遗传操作收敛不到最优解.针对这一问题,提出一种基于分组排挤机制的遗传算法,将种群个体进行分组,引入基于海明距离的排挤机制,不仅可以防止早熟,而且可以加快收敛速度.最后用普通遗传算法与之进行比较,证明其可行性和有效性.