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。     

基于遗传算法实现农产品营销定价

组合拍卖在当今电子商务中是一个十分重要的应用领域,它可以使竞标人把多个项目看作一个标的来竞标。与其它拍卖机理相比,组合拍卖不仅能够提高拍卖的效率,而且还能降低竞标人的风险,因而这种拍卖方式具有广阔的应用前景。为了克服互联网环境下的拍卖营销定价低效的缺点,提出了一种基于遗传算法实现组合拍卖进行农产品营销定价的新方法,并初步应用于江西某绿色蔬菜基地,取得了较好的效果。     

板式家具板材优化排料系统的研制与开发

对板材下料问题进行了分析和研究，将十进制编码的遗传算法引入到该问题领域，建立了物理数学模型，可以跳出局部寻优范围，收敛到最优解。根据分析模型，编制了计算机程序，得出可行性结论。     

基于遗传算法的变压边力模型及其在回弹控制中的应用

为尽可能地减少回弹对冲压件质量的影响，采用Hughes和Liu提出的适用于非线性的二维壳单元来开发冲压和回弹的计算程序．在准确预测回弹量的前提下，提出了一种基于遗传算法的变压边力模型用于回弹控制．与常压边力模型相比，回弹得到很好控制，能够得到更好的成型结果．     

层次化蔬菜配送模型研究（Ⅰ）

农产品物流的发展已经成为影响其竞争力的重要因素之一,研究的既是通过对不同蔬菜的保鲜时间的要求对其进行分类,并在此基础上运用调度启发信息给出相关的分类任务调度模型,有效的缩小了问题的搜索空间。该模型主要研究对时间有较高要求的蔬菜的配送问题,通过使用遗传算法使其在实际应用中达到了较好的效果。     

基于投影寻踪模型的企业文化测量研究

以我国家电企业为研究对象,在结合实际的基础上,对我国企业文化的测量作了具体的分析和研究,采用投影寻踪模型得出最佳投影方向,以此来判断各评价指标对综合评价目标的影响程度和方向,最终得出投影指标值从大到小的排序。为企业文化的测量提供了一种新的方法。     

Research on Enterprise Culture＇ s Measurement on RAGA

以我国家电企业为研究对象,在结合实际的基础上,对我国企业文化的测量作了具体的分析和研究,采用投影寻踪模型得出最佳投影方向,以此来判断各评价指标对综合评价目标的影响程度和方向,最终得出投影指标值从大到小的排序。为企业文化的测量提供了一种新的方法。     

基于优化神经网络的温室厚皮甜瓜病害预测

在温室环境中,厚皮甜瓜较易感染一些病害,而传统的病害预测模型收敛速度慢,易在局部局限在极小值,为准确预测温室厚皮甜瓜病害,在BP神经网络的基础上进行优化,引入了遗传算法,在全局最优解的附近进行局部搜索,以遗传算法的全局搜索能力克服了传统神经网络的局部极小值问题与收敛速度缺陷。经以Matlab对试验数据进行仿真分析,证实引入遗传优化算法进行温室厚皮甜瓜病害预测误差显著减小,取得了较理想的拟合结果。     

基于GA-SVR的中长期径流预报

【目的】将遗传算法（GA）与支持向量机回归（SVR）2种算法结合,构建GA-SVR模型,并采用该模型对径流进行预报,为制定防洪抗旱与水资源调度方案提供依据。【方法】以陕西府谷县黄甫川水文站1979-2003年实测资料作为拟合样本,2004-2008年资料作为检验样本,选取降水量、蒸发量为输入量,径流为输出量,通过GA优化SVR的结构和参数,建立GA-SVR预报模型,进而进行径流预报,同时与基于误差反向传播算法的人工神经网络（BP-ANN）、投影寻踪回归（PPR）模型的预报结果进行对比分析。【结果】应用GA-SVR、BP-ANN、PPR 3个模型在径流拟合阶段的预报精度较检验阶段有所下降,但是预报精度均达到了乙级水平,其中以GA-SVR的预报精度最高,效果最好。【结论】GA-SVR模型实现了SVR参数自动化选取,较好地解决了高度非线性、小样本、过学习等问题,模型可行有效,为径流预报提供了一种新途径。     

遗传算法和最小二乘匹配相结合的DEM匹配方法

针对传统最小二乘无控制DEM匹配方法拉入范围小的问题,提出了一种遗传算法和最小二乘匹配相结合的无控制DEM匹配方法,为了克服基于传统匹配模型的遗传匹配方法易陷入缩放系数为0的错误全局最优极值处的问题,建立了采用距离等级划分的DEM匹配模型.在此基础上,设计了遗传算法和最小二乘匹配相结合的匹配方法流程.仿真和实际数据实验结果均表明,该方法能够保持最小二乘法匹配精度高和遗传算法拉入范围大的优点,并有较好的稳定性和较高的收敛效率.