混合遗传算法在大型运输机装载问题中的运用

为解决大型运输机装载方案的制定问题,构建了考虑飞机重心、飞机载重量、货舱容积、货物摆放方向、承压能力、装载优先级、货物底置位置和系留等现实约束的装载方案数学模型,提出了一种新的融合整体退火选择方式和对交叉、变异概率进行自适应处理的混合遗传算法,并将此方法运用到两个货物装载算例中。仿真实例表明:该混合遗传算法方法为大型运输机装载方案制定选择提供了一种科学有效的决策方法。

求解随机旅行时间的C-VRP问题的混合遗传算法

现实中,行驶在道路上的车辆由于车流量等因素导致车辆通过时间随着时间的变化而波动较大。因此,标准车辆路径问题中关于车辆在道路上的行驶速度或通过时间恒定的假设前提通常不能得到满足。以标准的带容量约束的车辆路径问题为基准,研究当道路的通过时间随着时间的变化而变化,并综合考虑行驶距离、行驶时间等多项目标下车队的最佳路线安排。为了求解所提出的扩展问题,设计了一个模拟退火与遗传算法相结合的多目标混合遗传算法,用于计算得到研究问题的最优Pareto集合。通过对多个基准问题的算法测试,验证了算法的有效性。

一种基于遗传模拟退火算法的航迹优化方法

航路规划是飞机地形回避系统的一个关键环节,是完成低空飞行任务的基础;针对飞机地形回避过程的航路规划技术进行了研究,利用k均值算法对地形采样点进行聚类,建立地形障碍空间模型,运用狄克斯特拉算法进行初始航迹规划,然后利用遗传模拟退火算法对航迹进行优化,缩短整个航线的航程;通过仿真验证了方案的可行性和合理性。

进化算法在求解连续空间函数优化问题上的比较

优化算法就是一种搜索过程和规则,它是基于某种思想和机制,通过一定的途径和规则来得到满足用户要求问题的解.优化问题也是人们在工程技术、科学研究和经济管理等诸多领域中经常遇到的问题.鉴于工程优化问题的复杂性、约束性、非线性、多极小等特点,分析各种算法,寻求一种适合要求的算法很重要.目前,进化算法主要包括遗传算法、模拟退火法、混沌算法、蚂蚁算法、粒子群算法等.分别介绍了5种算法的基本思想以及它们的特点,并且通过对几个连续函数的优化比较,阐述了算法的各自不足.

结合非线性映射与聚类分析的配电网评价方法

为对配电网的发展状况进行客观、高效的综合评价,提出一种基于非线性映射与聚类分析的配电网评价方法。首先运用遗传算法与非线性映射法将高维配电网评价指标降维成二维数据;然后对二维数据进行K-means聚类分析,并用模拟退火算法优化聚类结果;最后结合用因子分析法构建的配电网评价指标体系,对聚类结果进行分析,从经济性、安全性、可靠性3个角度评价配电网的发展状况。将本文提出的方法应用于河南省县域配电网的综合评价,客观地反映了其发展现状及主要问题,表明本文所用方法是科学有效的。