新自适应方式双倍体遗传算法求解作业车间调度问题

综合了双倍体遗传算法和自适应遗传算法的优点,提出了一种基于新自适应方式的双倍体遗传算法.该算法利用双倍体遗传算法良好的记忆及环境适应特性来保持个体的多样性,同时引入黄金分割率的自适应公式来快速寻找最佳自适应点.经理论分析和试验结果表明,该算法在寻优能力上具有明显优势,能够显著提高搜索效率,改进收敛性能.

基于双倍体遗传算法求解大学排课问题

大学排课问题(UTP)是典型的组合优化和NP完全问题。通过分层的方法,将常见的五维组合规划模型分解为两次三维组合,缩减了问题的规模。然后针对用传统遗传算法求解UTP所存在的问题,提出双倍体编码方案,并利用交替进化的方法,对多个目标逐个循环优化。实验结果表明,这种方法很好地实现了模式定理,大大提高了求解速度。

一种改进双倍体遗传算法的研究与设计

针对生产调度中典型的作业车间调度问题,在对标准遗传算法深入研究的基础上,提出了一种改进的双倍体遗传算法,该算法依靠双倍体所固有的适应环境的能力,采用新的编码技术,来更有效的达到搜索寻优的目的。

双倍体遗传算法求解龙溪河梯级电站长期优化调度问题

本文应用新近提出的双倍体遗传算法,求解龙溪河梯级水电站长期优化调度问题,有效解决了简单遗传算法的不足,优化调度结果令人满意。

模仿二倍体繁殖的改进遗传算法

针对标准遗传算法和二倍体遗传算法容易陷入早期收敛、末期局部搜索能力差等不足之处,给出了一种忽略等位基因显隐性的二倍体遗传算法的改进方法;模仿二倍体生物繁殖的过程,引入同源染色体交叉、配子重组操作,改进了传统遗传算法的遗传操作过程;在选择过程中采用了结合最优保留的受限选择策略及精英种群方案。仿真结果表明,该改进算法不但能使种群基因保持多样性,有效抑制了算法的早熟收敛,还降低了算法复杂度、提高了搜索精度,使算法能以较快的速度与较高的精度达到全局最优。

一种基于复数编码的遗传算法

第一次把复数编码的思想应用到遗传算法中去 ,用复数编码来表达双倍体 ,并具体规定了遗传操作 .每一个复数对应于双倍体的一对等位基因 .目标函数自变量的大小由其对应的复数的模决定 ,符号则由相应复数的幅角决定 .与传统的实数编码的遗传算法相比 ,本算法大大地扩展了表达空间的维数 ,实验结果证明了本算法的有效性 .

免疫算法求解多目标柔性作业车间调度研究

研究了多目标柔性作业车间调度问题,优化了设备分派方案。建立了多目标柔性作业车间调度的数学模型。提出了双种群双倍体自适应免疫算法,并用该算法求解某航空制造企业的多目标柔性作业车间调度问题,得到了优化调度方案。仿真结果表明,双种群双倍体自适应免疫算法是求解多目标柔性作业车间调度问题的有效算法。

四种改进免疫算法及其比较

免疫算法是模拟生物免疫系统功能的一种智能优化算法,具有解决复杂工程问题的潜力。然而,免疫算法存在两个严重的缺陷:容易陷入局部最优平衡态,进化后期搜索停滞不前。通过在免疫机理、优化机制、结构和行为等方面进行深入分析和巧妙改进,提出了多种群免疫算法、双倍体免疫算法、自适应免疫算法和多种群双倍体自适应免疫算法四种新的免疫算法。对20个典型组合优化Job-Shop B enchm ark问题进行了仿真试验,仿真结果表明提出的四种新免疫算法均优于一般免疫算法,不仅有很好的全局收敛性,而且稳定高效。

不确定环境下闭环供应链的回收—生产—分销协同计划

为了提升闭环供应链网络的协同运作绩效,在市场需求和回收产品供应数量不确定环境下,针对由一个进行拆卸、检验的联合回收中心,多个进行制造和再制造的生产工厂,以及多个进行销售和下游回收的分销中心组成的三阶段闭环供应链系统,建立了回收—生产—分销三层协同计划模型。该模型充分考虑了各级成员企业之间物料流动的相互关联和各自不同的运作目标,能够确保整个系统协同运作。基于决策交互的特点,设计了分层迭代整体求解策略,并在单层求解过程中设计了双倍体自适应遗传算法。最后,通过一个汽车发动机生产供应网络的仿真算例,验证了模型和方法的适用性和有效性。