一种基于信息熵的多种群遗传算法

通过模型变换建立了一种约束优化的演化设计模型,并构造出求解此模型的多种群空间收缩遗传算法.利用最优解在各种群中的存在概率将信息熵概念引入进化过程,构造出一种含有熵的多目标优化模型,利用该模型可以直接显式地给出作为拉格朗日乘子的种群最优解存在概率,从而得出多种群遗传操作的空间收缩因子,控制各种群寻优搜索时解空间的收缩.用种群的多样性避免遗传进化的早熟现象,以空间收缩尺度作为停机判据,有效地控制了算法的收敛.数值算例显示,熵的介入使随机搜索类进化算法的寻优目的性大为增强,从而提高了演化设计的计算效率.

一种粗粒度并行遗传算法及其应用

提出一种粗粒度并行遗传算法 ,采用多种群遗传策略 ,在逐渐收缩的空间上搜索 ,并且用准精确惩罚函数处理约束 ,保证了算法稳定而迅速地收敛于全局最优解。本文还讨论了算法的分布式计算策略 ,并行计算是在天潮 1 0 0 0 (A)超级并行计算机上完成的 ,利用 PVM系统处理各个处理器间的通讯。算例显示了本算法的计算效率和加速比。

一种基于能量准则的结构遗传设计方法

提出一种基于能量准则的结构遗传设计方法 .针对有位移及应力约束的桁架结构 ,引入准精确惩罚函数来处理约束 .应用应变能密度准则 ,以应变能密度最大作为目标函数来构造适应值函数 ,并分别与质量最轻为目标函数和应用传统惩罚函数方法的遗传设计结果进行了比较 .

双参数精确罚函数求解约束优化问题的拟牛顿算法

对于含约束不等式的最优化问题,给出了一种双参数罚函数形式和这种罚函数的精确罚定理,提出了一个求解这种罚函数无约束优化问题的拟牛顿算法,研究了它的收敛性,数值实验表明了该算法是可行的。

基于Powell遗传退火精确罚函数法求解气井产量动态优化模型

针对气井产量动态优化模型的非线性特点，提出了基于Powell遗传退火精确罚函数解法。该方法把无约束优化中的直接解法Powell方法作为一个与选择、交叉和变异平行的算子，嵌入到基本遗传算法中，在遗传算法中定义Powell算子，采用退火精确罚函数法控制罚项，得到一种求无约束优化问题全局最优解的混合遗传算法。该法避免了求解模型梯度的困难，且有效地克服了Powell方法只能搜索到局部最优解，而由人为给出多个初始点进行多次计算来求最优解时，成功概率不高的缺陷；同时又能显著提高遗传算法收敛到全局最优解的概率。通过实例应用说明该方法实用而有效，可作为气井合理生产制度调整的依据。

一种基于遗传算法的编队队形重构优化方法

针对卫星编队队形重构问题,提出了一种满足星间安全距离约束的燃料优化队形机动协同控制算法。首先,构造了考虑星间安全距离约束的修正燃料消耗性能指标函数,基于极大值原理,建立了队形重构最优控制两点边值问题的数学模型。然后,以重构时间和卫星在目标构形上的初始状态为优化变量,结合队形重构终端时刻的状态约束,基于遗传算法搜索性能指标函数最小值的方法,数值求解该两点边值问题。最后,通过作数学仿真,验证了队形重构最优控制数学模型的正确性,以及应用遗传算法求解该两点边值问题的有效性。

基于浮点数编码的信息熵控制多种群遗传算法

在用准精确惩罚函数处理约束优化问题的基础上 ,提出一种基于浮点数编码机制的信息熵控制多种群遗传算法。通过在遗传设计中定义一个新的概率而引入信息熵概念 ,构造出一个信息熵优化模型。该模型不必完全求解 ,即可容易求出作为概率的拉格朗日乘子 ,得出空间收缩概率 ,控制各种群中解空间的收缩。信息熵的介入可使优化过程更加平稳 ,收敛更快。同时 ,该算法给出了一种科学而有效的遗传设计收敛判据。实例证明该文算法在求解约束优化问题时快速。

解非线性方程组的拟牛顿混合遗传算法

利用熵函数将非线性方程组转化为一个极小值优化问题。结合拟牛顿法和遗传算法的优缺点,提出了一种求解非线性方程组的拟牛顿混合遗传优化算法。该方法不仅有效发挥了遗传算法在进化初期的群搜索能力,而且利用了拟牛顿法的局部精搜索性能,克服了遗传算法在后期易陷入局部收敛的缺陷,提高了算法整体寻优效率。计算机仿真表明,该算法对非线性方程组的求解具有较好的稳定性和较高的收敛精度。

基于精确目标罚参数的遗传算法

结合一种精确目标罚函数和遗传算法,提出新的算法;算法能将约束优化问题转化为无约束优化问题,同时具有遗传算法的全局搜索能力,避免陷入局部收敛;给出并讨论了精确罚定理,实验结果表明了算法的有效性.

一种改进的含参数精确罚函数及其修正拟牛顿算法

对求解约束非线性规划问题,提出一种新的含参数精确罚函数的方法,通过对目标参数和罚参数的有效控制,达到罚函数的可微和精确双重效果,并得到相关的精确罚定理;给出解此类罚函数问题的一种新的修正拟Newton算法,并讨论了算法的有效性和超线性收敛性。

一种新的求解非线性方程组的混合量子遗传算法

针对传统非线性方程组的解法对初始值敏感、收敛性差、精度低等问题,提出一种求解非线性方程组的混合量子遗传算法。该算法综合考虑了量子遗传算法和拟牛顿法的优点,充分发挥了前者的群体搜索和全局收敛性,并有效克服了后者的初始点敏感问题。数值模拟试验表明,该算法具有很高的精确性和收敛性,是求解非线性方程组的一种有效算法。

基于自适应遗传算法的运放的电路级综合

介绍了一种运算放大器的电路级综合方法,该方法利用准精确惩罚函数法构造出待优化的价格函数,此外采用自适应遗传算法作为优化算法,即采用动态自适应技术来调整遗传算法中的交叉及变异概率以提高获得全局最优解的能力。电路级综合实验结果表明:本方法可以快速设计出满足性能指标的运算放大器。

基于自适应遗传算法的模拟电路的电路级综合

利用准精确惩罚函数法构造出价格函数,并且采用自适应遗传算法,进行电路级综合,以获得全局最优解。实验结果表明:利用本方法可以快速设计出满足性能指标的CMOS运算放大器。

基于遗传算法的函数优化拟下降算法

在传统优化算法中嵌入一拟下降步，改善了算法的收敛性质；用遗传算法计算拟下降步，提高了算法的全局搜索能力，又不改变原算法的收敛性．数值计算结果表明，所提出的算法结合了遗传算法和传统算法的优点，是一种可行的解决函数优化问题的混合算法．

精确罚函数求解约束优化问题的布鲁丹族拟牛顿算法

对于含约束不等式的优化问题,构造双参数精确罚函数并给出精确罚定理,提出了一个求解这种罚函数问题的布鲁丹族拟牛顿算法,研究了算法的收敛性与收敛速度,并进行了数值试验,证明了可行性.

基于自适应积分的太阳同步轨道发射优化设计

太阳同步轨道(Sun Synchronous Orbit,SSO)发射轨道的优化设计问题是一个具有严格内点约束和终端约束、终端时刻不确定型的最优控制问题,采用最优控制理论求解难度较大。针对此问题,首先将其转化为多重参数优化问题,然后提出一种自适应积分方法,根据高度和速度入轨条件自动确定中间转移轨道,并引入脉冲修正罚函数处理弹道倾角入轨条件,形成无约束最优化问题。借助于MATLAB集成遗传算法,实现了SSO发射轨道的优化设计。算例表明:该优化方法收敛性好,转移轨道的入轨条件能够精确满足,SSO的入轨参数只需较小的速度修正,优化结果曲线符合工程实际情况,得到了工业部门的认可。

基于自适应遗传算法的CMOS运算放大器的优化设计

介绍一种CMOS运算放大器的优化设计方法,该方法利用准精确惩罚函数法构造出价格函数,并且采用自适应遗传算法来获得全局最优解.实验结果表明:此方法可以快速设计出满足性能指标的CMOS运算放大器.

基于自适应遗传算法的模拟电路的电路级综合

介绍了一种模拟电路的电路级综合方法,利用准精确惩罚函数法构造出价格函数,并且采用自适应遗传算法来获得全局最优解.利用电路级综合实验结果,对采用本方法设计满足性能指标的CMOS运算放大器的快速性进行了证明.

第四方物流模式下带折扣的随机需求直接发运库存与运输整合优化

库存与运输是物流过程中两个重要环节,二者成本约占物流总成本的三分之二,同时二者之间又存在效益背反现象,此消彼长,库存与运输整合优化问题具有很强的现实意义,已引起了管理界的广泛关注。本文的模型将运输过程分为多个活动,并且每一个活动又有多个代理商可以选择,如果一个代理商承当一个任务的连续的几个活动还可以获得相应折扣。本文的目的就是在第四方物流模式运作下考虑运输活动的多代理商选择并在随机条件下确定客户订货量,从而使运输与库存费用最小。