基于组合变异和分组优化的单亲遗传算法求解旅行商问题

针对遗传算法求解旅行商问题存在收敛速度慢、容易陷入局部最优等问题,提出了基于组合变异和分组优化的单亲遗传算法。算法设计了由双侧倒序、近邻交换、跳跃基因构成的组合变异算子,用于扩大搜索范围,增强种群的多样性;经过精英优选后,将种群按适应度优劣分为两组作局部优化,对优质互异组依次采用插入和2opt算子,加快进化收敛速度;对普通组用倒序算子,增强其跳出局部最优的能力。仿真实验表明,对于中小型规模的旅行商问题,该算法在收敛速度和求解能力上得到明显改善和增强。

基于多态变异的单亲遗传算法解CVRP问题

针对遗传算法求解带容量约束的车辆路径规划问题(CVRP)时存在收敛速度慢、易早熟等问题,提出一种基于多态变异的单亲遗传算法(PM-PGA).将多种算子分组构成局部搜索、整体搜索和随机移动三种策略,使种群发生多态变异,增强种群多样性,提高寻优能力;采用个体浓度控制和Metropolis准则相结合的混合跳跃策略,避免陷入局部最优;为提高解的质量,设计了基于迭代次数和车辆超载量的自适应罚函数.选取CVRP问题算例进行仿真实验,结果表明PM-PGA算法在收敛速度和求解精度方面得到明显改善和增强.

基于单亲遗传算法的城市风景园林空间元素布局优化方法

为了提高城市风景园林空间元素布局优化的合理性,提出一种基于单亲遗传算法的城市风景园林空间元素布局优化方法。该方法首先对城市风景园林空间元素布局图像进行归一化处理,将图像分解成不同方向上的子带,得到城市风景园林空间元素布局的加权无向图;其次,构建空间元素布局图像边缘的纹理特征向量集合,提取城市风景园林空间元素布局特征,并基于此构建元素布局优化的因素体系,根据评价指标的信息量权重和价值量权重,构建空间元素布局优化模型;最后,利用单亲遗传算法求解布局优化模型,实现城市风景园林空间元素的布局优化。实验结果表明,经过该方法优化后,城市风景园林的环境质量显著提高,布局优化的合理性指数提升至0.95以上。

求解旅行商问题的探索—开发—跳跃策略单亲遗传算法

针对遗传算法求解旅行商问题(TSP)时容易早熟、收敛速度慢等问题,提出一种基于探索—开发—跳跃策略的单亲遗传算法(EDJS-PGA)。该算法将基因移位、倒序、交换三种算子组合构成探索策略,用于扩展解的搜索空间,增强算法全局搜索能力;再将logistic混沌映射和改良圈操作融合为一种混沌映射改良圈算子,用于增强算法的局部搜索能力,构成开发策略;最后针对种群中的同优个体设计了近邻变异算子,构成跳跃策略,增强了算法跳出局部最优解的能力,使其兼具个体变异、局部优化、防止早熟等多重作用。通过对18个TSP实例进行仿真实验,结果表明EDJS-PGA相较于传统单亲遗传算法具有更高的求解精度和收敛速度,且最优解偏差率和平均误差率均处于较低水平;与其他文献对比,EDJS-PGA具有更强的鲁棒性和求解效率。

基于单亲遗传算法的超级电容器等效电路模型参数辨识方法

为了能够准确反映超级电容器的动态特性,需要建立其等效电路模型。考虑超级电容器双电层中扩散层对器件动态特性的影响,建立了包含能够反映电荷再分配过程分支的等效电路模型。采用改进的单亲遗传算法对模型中的各个元件参数进行了辨识。为了验证所建立的超级电容器等效电路模型和元件参数辨识方法的有效性,在Simulink环境下搭建了仿真模型,并对模型进行了充电、静置以及放电实验,同时对所选用超级电容器进行了相同工况下的实测实验。实验结果显示仿真模型输出电压与实测值的最大相对误差为8.41%,出现在放电阶段。在静置阶段,仿真输出的误差要明显低于充电阶段和放电阶段。3个阶段的平均相对误差大约在3%。

基于改进单亲遗传算法的大规模海上风电集电系统拓扑优化

针对大规模海上风电集电系统拓扑结构优化问题,提出一种改进单亲遗传算法,建立了集电系统全寿命周期成本现值计算模型,并以现值和最小为目标,通过设计满足海缆载流量约束的种群生成方式和与交叉点个数相关的淘汰系数来避免海缆交叉,优化对比了35、66 kV电压等级的集电系统拓扑结构。算例结果表明,提出的改进单亲遗传算法与传统算法相比总成本可减少14.2%,具有较好的寻优能力;与35 kV相比,集电系统采用66 kV电压等级综合效益更好,可为大规模海上风电场集电系统规划设计提供参考。

基于单亲遗传算法的配电网络规划

配电网络规划属于非线性混合整数规划问题 ,应用传统数学优化算法往往难以直接求解。文章针对目前应用广泛的常规遗传算法在求解该问题时存在的难以保证方案连通性和辐射性的缺陷 ,提出了基于单亲遗传算法的配电网络优化规划算法。基于整数编码策略 ,给出了配电网络规划中变量编码的具体方法和迭代求解程序。该算法具有进化操作成功率高 ,求解配电网络优化规划问题的效率高等优点 ,同时可将简化网架结构和选取导线截面结合在一起 ,既可确保解的最优性 ,又可减少工作量。仿真算例验证了该方法的快速性和有效性。

基于树形结构编码单亲遗传算法的配电网优化规划

在给出二叉树结构编码遗传算法在收敛性方面的结论可以推广到树形结构编码遗传算法中去的理由后,提出树形结构编码单亲遗传算法及移位、重分配等结构编码遗传操作算子,并将其应用于求解配电网规划问题。结合Prim算法产生初始种群,获得比完全随机产生的配电网络更优的初始方案。充分利用树形结构基因编码优点,优化过程中无需解码;充分利用单亲遗传算法的优点,优化过程中配电网络始终自然呈辐射状,无需辐射性及连通性检验。讨论了馈线线径确定、交叉点处理以及进行扩展规划等的方法。通过算例验证了该方法的快速性和有效性。并在结论部分对树形结构编码单亲遗传算法进行了完善,提出了该算法的变异算子。

单亲遗传算法及其应用研究

针对传统遗传算法（ＴＧＡ）在求解组合优化问题方面存在的不足，提出一种单亲遗传算法（ＰＧＡ）．ＰＧＡ不使用ＴＧＡ常用的交叉算子，而是通过基因换位算子隐含交叉算子的功能来实现进化操作，简化了遗传操作过程，并且不要求初始群体具有广泛多样性，不存在“早熟收敛”问题，仿真结果表明这种算法是有效的．

一种求解TSP问题的单亲遗传算法

In this paper, a kind of Partheno Genetic Algorithm(PGA)based on Path Representation scheme is pro-posed for solving Traveling Salesman Problem(TSP). This algorithm employs only mutation and selection operatorsto produce the offspring, instead of traditional crossover operator. A specific mutation operator is designed combiningthe insertion operator with inversion operator, which ensures its strong searching capability. This algorithm simu-lates the recurrence of nature evolution process, while providing fewer control parameters. Experiments based onChinese 144 cities(CHN144)and 7 instances selected from TSPLIB are used to test the performance of this algorithm.They prove that it can reach the satisfying optimization at a faster speed. Especially, for the CHN144, the best pathit finds is better than any other available one.

基于改进单亲遗传算法的炼钢最优炉次计划模型(英文)

炉次计划在炼钢生产计划的编制过程中扮演着重要角包,优化的炉次计划对炼钢厂的高效、稳定运行产生深远影响.基于已有文献,并根据小方坯连铸过程的特点,考虑了钢种、断面、交货期等因素,建立了新的炉次计划模型,以期通过优化生产合同的组合而降低生产费用.炉次计划问题是复杂的组合优化问题,不可能在列举所有可能的求解结果.因而、采用了改进的单亲遗传算法寻求问题的最优/近优解在求解过程中,通过分析比较,得到了合理的算法参数.最后,通过采用遗传算法、单亲遗传算法和改进的单亲遗传算法对模型求解结果的比较.验证了改进后单亲遗传算法的优越性.

单亲遗传算法及其在物流配送系统中的应用

本文介绍了一种新颖的单亲遗传算法。它在同一条染色体上采用基因换位等算子进行染色体重组，取消了传统遗传算法中的交叉算子。本文应用单亲遗传算法解决了物流配送系统中的优化问题，结果表明了单亲遗传算法的寻优效率明显优于该问题的传统遗传算法，同时较好地解决了“早熟收敛”问题。

单亲遗传算法与传统遗传算法的比较研究

通过对单亲遗传算法 ( PGA)和传统遗传算法 ( TGA)的编码方式、遗传算子、运行过程和适值计算等方面的比较分析 ,指出尽管 PGA采用单亲繁殖方式 ,其遗传操作与 TGA有着本质的区别 ,但 PGA的基因重组算子隐含了序号编码 TGA的交叉算子的功能 ,PGA的子代个体保留了父代个体的大部分遗传特征。因此 PGA仍属于遗传算法的范畴。

单亲遗传算法的遗传算子分析

给出了单亲遗传算法的几种主要遗传算子 ,分析了单亲遗传算法遗传算子的性质 ,证明了单亲遗传算法的几种基因重组算子具有相同的遗传操作功能 ,并分析了不同基因重组算子对适值计算式的影响。所得出的仿真实验结论对如何选择合适的遗传算子、提高计算效率具有重要的意义。

应用单亲遗传算法进行树状管网优化布置

树状管网布置优化属于典型的组合优化问题 .本文针对树状管网布置的特点 ,以图论和遗传算法为理论基础 ,应用改进遗传算法———单亲遗传算法进行树状管网优化布置 ,并设计了相应的适应度函数、单亲换位算子和逆转算子 .与Dijkstra算法和Kruskal算法相比 ,单亲遗传算法直接以管网投资最小为优化目标 ,能够获得一批管网投资最小的布置方案 ,且算法的寻优效率较高 。

基于单亲遗传算法混合动态规划的电动汽车充电调度优化策略

充电调度是电动汽车运营的一个重要内容,合理有效的充电策略在帮助运营商降低成本的同时还能减轻电网高峰时段的供电负担。从充电站运营商的角度出发,在实时电价和每个充电任务时间必须连续的假设下,建立了一个电动汽车充电成本最小模型,给出一个单亲遗传算法混合动态规划的两阶段常规充电调度算法。与电桩一旦闲置即刻分配车辆进行充电的策略以及传统单亲遗传算法相比较,该充电调度策略在电桩负载均衡的情况下有效降低了电费成本,说明了算法的有效性。此外,实验结果表现出了充电任务在多数相同时段聚集从而避开高电价时段的特征,说明充电策略对减轻高峰时段的电网压力也有一定帮助。

基于多精英协同进化单亲遗传算法的光伏电站功率汇集系统多目标分层优化

针对大型光伏电站功率汇集外送拓扑设计问题,提出一种基于多精英协同进化单亲遗传算法(MCPGA)的多目标分层优化设计方法。首先深入阐述大型光伏电站功率汇集系统的构成,建立详细的数学优化模型。其次采用所提出的多精英协同进化单亲遗传算法进行拓扑结构优化设计,运用蒙特卡罗法进行可靠性分析。将经济性和可靠性指标作为汇集系统拓扑结构优化设计的评定指标。最后通过一算例仿真验证,所提方法是有效和实用的,算法收敛速度较快,从而为大型光伏电站汇集拓扑规划提供了有效的优化设计方法。

基于分布估计-单亲遗传算法的配电网规划

为了改善单亲遗传算法在某些方面存在的缺陷,提出一种分布估计算法与单亲遗传算法相结合的混合智能算法进行配电网的优化规划。并结合普里姆(Prim)算法产生初始种群,获得比完全随机产生的配电网络更优的初始方案。分布估计算法根据所得分布概率可为单亲遗传算法提供搜索方向,而后者则加速了前者精确分布概率模型的获得,二者的结合起到了优势互补的作用。实例计算的对比结果表明,混合算法更加稳定高效。

一种求解旅行商问题的新型单亲遗传算法

论文针对旅行商问题,提出了一种新型的单亲遗传算法。它在同一条染色体上采用基因换位、基因段移位、基因段逆转和基因分组定界等操作进行基因重组,取消了传统遗传算法中的交叉算子,遗传操作简单,收敛速度快。但过早的收敛将影响结果精度,使全局最优解的出现机率很小。为此,该算法模拟自然界演化的周期性,使用基因插入操作增强算法的搜索能力,并提出运算终止的两个准则,使所得的解为全局最优解的可信度大为提高。给出了该算法的数值算例,实验结果表明,该算法较好地解决了收敛速度和寻优能力的矛盾,证明了该算法的有效性。

单亲遗传算法的选择方式

给出了单亲遗传算法的几种常用选择方式 ,并指出单亲遗传算法的全局收敛性和收敛速度与选择方式有关。锦标赛选择方式和父子竞争选择方式不能保证算法的全局收敛性 ,但有较快的收敛速度 ;按适应度比例选择方式在引入了最优保持操作后能保证算法的全局收敛性 ,但收敛速度较慢。