深基坑土钉支护的参数优化设计

为了降低土钉墙的工程造价并保证安全,建立了土钉墙参数优化设计模型,对土钉道数、土钉直径、土钉长度、土钉水平间距、土钉竖向间距和土钉倾角等参数进行优化设计·对于土钉墙参数这样复杂的优化设计问题,传统的方法很容易陷入局部最优解,而遗传算法(GA)是一种全局优化方法,但在迭代过程中经常出现未成熟收敛、振荡和迭代过程缓慢等缺点·为此提出进退搜索算法与遗传算法结合,并提出改进措施而构成改进混合遗传算法(IHGA)·工程实例的结果表明这种IHGA的优化设计结果不仅保证了深基坑的稳定性,而且使其工程材料成本大大降低·

基于混合遗传算法的混堆箱区内场桥调度研究

所谓混堆模式下集装箱箱区内场桥调度问题,是指在固定时段内,将有限的场桥资源在混堆模式集装箱港口堆场的单个箱区内进行分配和排序,以最大限度地减少该时段内所有任务的等待成本和场桥非装卸成本为目标,并保证不能超过场桥的作业强度极限.在充分考虑了多场桥作业时须有安全距离和不能相互跨越,以及内外集卡的优先级有差异和集卡等待时间有上限等现实约束下,对此问题构建了非线性数学规划模型.基于问题自身的特点设计了基于任务排序的染色体结构,用融入禁忌搜索的混合遗传算法进行求解.最后通过实例分析证明了模型和算法的有效性.

基于实时交通信息的灾后应急物流多源配送优化问题

针对自然灾害后的应急调度与配送问题,以三级多源配送系统为研究对象,考虑实时交通信息更新对配送方案的影响,构建了基于公平分配满足度水平最大的数学模型,并设计了嵌入禁忌搜索的混合遗传算法对问题进行求解。结果表明,实时交通信息相较于静态情景具有更高的救灾满意度和更快的响应速度。

基于Pareto排序法的战时装备维修任务多目标调度方法

针对战时武器装备维修保障问题,建立了包括最大完工时间、延迟时间和维修单元负荷在内的多目标优化调度模型。为提高解的多样性和收敛性,构建了一种基于Pareto排序法和小生境技术相结合的遗传算法用于模型求解,引入Pareto排序和拥挤距离进行适应度计算,通过混沌系统随机生成权重系数,并使用小生境技术改进选择方式。通过实例验证表明,该方法能够有效地解决装备维修多目标调度问题。

具有模糊可选时间窗的VRPSPD问题及其混合遗传算法

在经典VRP问题的基础上引入了模糊预约时间和可选时间窗的概念,从顾客满意的角度研究了具有同时配送和回收的车辆路径优化问题,建立了求解此问题的多目标混合整数规划模型,设计了求解此模型的混合遗传算法,并对已有文献中的算例进行了估算求解,估算结果表明,基于2-opt的混合遗传算法在求解没有时间窗约束的VRPSPD方面有比较好的性能。

风电场复合储能系统容量配置的优化设计

依据风电场复合储能系统的功能和工作特性,提出了一种复合储能系统(hybrid energy storage system,HESS)容量的优化配置方法,使其在满足平滑风电功率波动等技术性能的同时,还能满足系统的经济性要求。首先,提出了一种能够定量反映功率曲线平滑度的判据标准。其次,建立了复合储能系统特性参数–风电功率平滑度的短期神经网络模型,并在此基础上综合考虑了复合储能系统的技术性能和经济性能,建立了反映复合储能系统特性参数–风电功率平滑度、复合储能系统成本特性的长期数学模型。最后,通过遗传算法对该模型的目标函数进行寻优,从而得到复合储能系统最佳的特性参数组合。算例分析表明所提出的方法是合理、有效的。

基于混合编码的配电网络故障恢复遗传算法优化

染色体的编码和适应函数的构造是遗传算法实现配电网故障恢复优化求解的关键问题,直接决定着算法效率。提出了对网络拓扑结构进行节点深度编码,对非故障失电区的切负荷控制进行0-1二进制编码的遗传算法染色体的混合编码;对故障恢复建模采用多目标优化算法,减少权重系数主观性对最优解的影响,实现多优化目标协同进化的新思路,并进行了案例仿真分析。仿真验证结果表明,建立的混合编码方法能显著减少不可行解的数量,提高了算法的收敛速度,满足配电网故障恢复的及时性需求。

农村建筑风光互补供暖系统的经济运行分析与研究

针对秦皇岛地区风力资源丰富、太阳辐射量充足的特点,设计了一种风电-太阳能集热-市电联合供暖系统,并建立了热平衡模型和经济模型。设置系统的寿命周期分别为10,15,20a,从投资的角度利用遗传算法对经济模型进行了全局优化。与传统燃煤供暖方式对比结果显示,该系统在15a和20a的运行周期内比传统供暖方式具有更好的经济效益和社会效益,在农村地区具有广阔的应用前景。

时变路网下带时间窗的易腐食品生产-配送问题

为减少易腐食品在生产配送过程中的价值损耗,通常按订单确定的交货期合理组织生产并立即配送.为此,针对多品种易腐食品的集成生产-配送问题,考虑实际配送过程中路网交通的时变特性,建立了以系统总成本最小为目标、带时间窗的易腐食品集成生产-配送问题优化模型.根据该模型特点设计了一种混合遗传算法,并通过数值算例验证了所提模型和算法的有效性.结果表明,路网的时变特性显著影响客户服务水平,优化投入配送的车辆数可有效降低系统总成本和易腐食品的价值损耗.

基于混合遗传算法的人体运动捕获数据关键帧提取

为实现基于最佳关键帧集合的人体运动的紧致表示,提出一种遗传算法与单纯形法结合的人体运动捕获数据关键帧提取方法.以重构误差最小化和压缩率最优为目标,定义适应度函数,度量重构运动与原始运动之间的重构误差,通过关节位置和关节速率加权计算,并考虑数据的运动特性.利用背景知识对初始种群的个体进行优化,保证进化的良好基础和种群的多样性.将遗传算法和局部搜索技术结合,提高算法运行效率和求解质量.实验结果表明,该方法能够高效地从运动捕获数据中提取出最优的关键帧集合,较好地满足运动数据的紧致表示,且能高质量重构其它帧.

带调整时间的多目标流水车间调度的优化算法

为高效地求解带调整时间的多目标流水车间调度问题,提出了一种多目标混合遗传算法,此算法依据基于Pareto优于关系的个体排序数和密度值计算适应度,保持解的多样性,并采用非劣解并行局部搜索策略,提高算法的搜索效率。此外,引入精英策略保证算法的收敛性,在进化过程中通过淘汰掉个别最差个体,进一步加快解的收敛速度。仿真结果表明,新算法能够有效地解决带调整时间的多目标流水车间调度问题。

基于ISG电机转矩补偿的HEV转矩动态协调控制研究

针对双离合并联ISG混合动力复杂系统工作模式切换会导致较大转矩波动,着重研究由纯电动模式向发动机模式动态切换的过程。基于混合动力系统效率最优优化方法,建立稳态能量管理控制策略,划分稳态转矩分布区域作为转矩动态协调控制依据,并采用基于遗传算法的BP神经网络算法进行发动机动态转矩预估,由此提出基于ISG电机转矩补偿的转矩动态协调控制策略。仿真结果表明,提出的ISG电机转矩补偿的转矩动态协调控制策略可以较大幅度地降低工作模式切换过程的转矩波动,大大减小模式切换时对传动系统的冲击。

面向择期患者的多医院手术室联合排程研究

多医院手术室的联合排程能够有效缓解医疗服务压力，促进医疗资源配置优化，提高医疗运作效率。现有的手术排程研究多集中于一家医院内部手术资源的优化，极少考虑多医院参与的多手术室联合排程。以生产调度理论为基础，把多家医院看作多个工厂，把手术和术后麻醉恢复看作两阶段加工过程，以最小化最大手术完成时间为目标函数，建立了分布式两阶段混合流水车间调度模型，提出了基于自适应学习的遗传算法，在传统遗传算法中引入包含自我学习、社会学习和随机学习的三段式学习操作，并通过多组测试问题对算法性能进行了评价和对比分析，验证了算法的有效性。