退火单亲遗传算法求解旅行商问题及MATLAB实现

为了提高遗传算法求解较大规模旅行商问题的能力,在单亲遗传算法中引入两代竞争模拟退火选择操作,与倒位算子和插入算子相结合,同时加入保优操作,使遗传搜索效率、收敛速度都得到大幅提高,所花费时间、收敛迭代次数、最后结果明显优于一般遗传算法和单亲遗传算法。给出了用MATLAB实现算法的一些重要步骤和函数,并进行了简要说明。在仿真实例中,用一般遗传、单亲、退火单亲遗传算法对75个城市的TSP问题进行了求解,退火单亲遗传算法对280、535个城市TSP问题进行了求解。结果表明,退火单亲遗传算法最终所得结果最好,但收敛所花时间约为一般遗传的2.5%,单亲遗传的20%,迭代次数为一般遗传的20%,单亲遗传的25%。

一种遗传算法交叉算子的改进算法

为了有效克服遗传算法收敛速度慢和易陷入局部极值点的缺点,提出了一种遗传算法交叉算子的改进算法,即采用自适应交叉概率,给不相关大的个体赋予较大的被选概率的配对方式进行交叉操作;在适应度比例轮盘赌的基础上辅以父子竞争的选择操作。二元多峰值Schaffer函数优化的仿真实例结果表明:与保留最优个体策略的遗传算法相比,改进算法能有效减少无效的交叉操作,收敛速度和全局搜索能力都得到了较大提高,其平均收敛代数和收敛到最优解的概率都优于保留最佳个体策略的遗传算法。

多随机因素下多品种库存优化的改进遗传算法

为有效利用库存资源,降低企业运行和库存费用,需研究多随机因素下的多品种库存问题。以单位时间费用最小为目标,建立了求解多随机因素下多品种商品联合订货的(s,S)模型;提出了一种基于最小基因片段编码、两代竞争的改进遗传算法。利用该算法求解出各商品的最佳体积分配和最优联合订货点,实现对仓库资源和运营资金更为科学的管理和控制。需求和提前期随机的3种商品联合订货的实例表明,使用改进遗传算法求解的结果明显优于其他方法生成的解。

改进遗传算法求解有时间窗车辆路由问题

为了有效求解带有时间窗的车辆路由问题,在标准遗传算法的基础上,引入两代竞争近距淘汰选择算子,用欧氏距离来判断个体之间的距离作为个体的相似程度,相似程度高且适应度差的个体被淘汰,并辅以循环交叉算子和插入变异算子,构造出了一种改进的遗传算法。仿真实验表明,改进的算法在迭代过程中能有效保持群体的多样性,避免出现早熟现象而陷入局部极值点,提高遗传算法的内在并行性。同时通过竞争淘汰,使局部搜索能力得到加强,加快了搜索速度。改进算法所计算出的结果优于用轮盘赌和自适应选择作为选择算子的遗传算法的结果。

主成分分析法在航空反潜机性能评估中的应用

针对航空反潜机机动性能评估的问题,确立了反潜机机动性能的评估指标集,建立了待评估样品的数据矩阵,用多元统计中的主成分分析法对样本矩阵进行统计分析,以样品第一主成分得分值构造系统排序评估指数,以评估指数对各个样品进行排序。用此方法对各种不同反潜机的综合机动性能进行评估并排序,所得结果与实际情况相符合,能客观有效反映飞机的综合机动性能。

基于改进遗传算法的作战工程装备利用优化

为了提高作战工程装备的利用效率，使完成所分配的作战工程花费最少的时间，在工程任务和工程装备总额给定的情况下，建立了作战工程装备任务分配优化的数学模型；提出一种装箱编码方法、两代竞争的改进遗传算法，并辅以自适应选择、换箱交叉、领域搜索变异，对问题进行求解；通过对一个有三项作战工程任务、四种作战工程装备任务分配问题的实例计算表明，遗传算法操作简便，适于大规模的作战工程装备任务分配优化问题求解，该实例表明遗传算法求得结果优于文献中提供的传统解乘数法所求得结果．

RCGNN:一种基于实数编码的遗传神经网络预测方法

将遗传算法与神经网络相结合,提出一种实数编码、自适应选择、算术交叉、高斯变异、爬山操作的改进遗传BP神经网络RCGNN,利用遗传算法对神经网络权值和阈值进行优化。以时间序列预测的实例进行编程计算表明,用遗传算法进行网络训练,其收敛速度快,最终总误差最小,预测准确率高。对算法中参数进行的相应研究表明,增加爬山操作次数能很好地提高网络训练的速度,同时使误差下降快;爬山操作越多,收敛速度越快,最终误差越小,但计算运行时间也会增加。

改进遗传算法在终端区飞机排序中的应用

为减少终端区飞机延误成本，在保证安全和遵循各种规定的前提下，以航班延误总成本最少为目标，建立了终端区飞机排序优化的数学模型。提出一种基于飞机序号的实数编码方法的改进遗传算法，并辅以自适应选择、循环交叉、插入变异，对问题进行求解。通过仿真实验，与FCFS算法相比，延误总成本明显减少。比较结果表明，改进遗传算法操作简便，适于大规模的终端区飞机排序优化问题求解。

学生面试问题

在求解本题时,先对题中提出了四个要求进行相应的数学处理,处理的方法是将四个定性要求转化为定量化约束条件或目标函数,建立了每个问题的数学模型,借鉴组合数学中的平衡不完全区组设计相关概念和方法对问题一和问题三第一问进行了求解,得到了固定学生人数时老师人数的下限公式,构造一种启发式搜索算法再对问题一和问题三进行求解,得到问题一和问题三的确切老师人数近似最小值,经过分析求解过程和结果,指出算法的优缺点,并利用启发式算法对问题二进行求解,提出一种矩阵编码的遗传算法也对问题二和问题三第二问进行求解,对上述两种算法求解结果进行了分析比较,给出了最后的结果,阐明了算法的有效性.