一种求解旅行商问题的基于外部存档的自适应遗传算法

旅行商问题是一类经典的组合最优化问题,在理论研究和实际应用领域具有重要的研究价值。本文提出了一种自适应遗传算法,通过变异率的自适应策略平衡算法的全局性和局部性,同时利用外部存档策略为种群进化提供具有全局指导信息的父代个体,提高了算法的收敛速度。通过对TSPLIB标准库中实例的测试,验证了算法的可行性和有效性。

改进的遗传算法在水库调度中的应用

为了改善遗传算法在水库优化调度中的应用效果,采用自适应遗传算法和广度变异模块相结合的分层收敛算法:第一层采用广度变异和外部存档的方式改善种群的多样性;第二层嵌套广度变异模块,并采用自适应遗传算法进行全局搜索。通过比较自适应遗传算法和分层进化算法,结果显示:基于遗传算法的分层算法具有高效的全局搜索能力,避免了自适应遗传算法陷入局部最优的缺陷,在一定收敛条件下得到了更接近全局最优的目标值。

改进NSGA-Ⅱ算法在水质监测点多目标优化研究中的应用

为了改善NSGA-Ⅱ算法在水质监测点多目标优化选址的应用效果,在NSGA-Ⅱ算法的基础上引入外部存档储存非支配解和对父体染色体的选择方式进行改进.在案例管网中应用NSGA-Ⅱ算法和改进的NSGA-Ⅱ算法对水质监测点多目标选址模型进行求解.结果显示:在获得完整的非支配最优解的情况下,使用改进的NSGA-Ⅱ算法,相比于使用NSGA-Ⅱ算法节省了约42%的运算时间,提高了求解的效率.

基于有限元法的梯度材料零件多目标优化设计

针对由两相材料在空间中连续过渡组成的梯度材料零件的多目标优化设计,建立了基于有限元法的梯度材料分析模型,构造了基于网格节点的设计变量,以材料体积分数进行实值编码,采用了外部存档式微遗传算法AMGA进行优化计算,进而提出了梯度材料多目标进化方法进行零件的设计。仿真实例的计算结果表明,该设计方法能够得到满足设计目标和约束条件的解,求解效率和精度较高。