基于并列选择遗传算法的多机器人协作探测

多机器人系统在执行探测任务时,存在多个机器人同时选择相同探测区域而造成碰撞几率增加和探测效率降低的问题。在原有并列选择遗传算法的基础上,提出了一种改进的遗传算法。仿真和实验结果表明,将该算法应用于多机器人协作区域探测,可以减小机器人之间的碰撞几率,提高多机器人系统的探测效率。

基于并列选择遗传算法的舰艇编队目标分配问题

为了更好地解决舰艇编队火力最优分配问题,建立了新的舰艇编队武器分配模型,采用并列选择遗传算法实现舰艇编队武器分配问题的求解。解决了以往将武器分配问题抽象为单目标优化的局限性,在保证尽可能发挥我方火力优势使打击效果尽可能好的前提下,使敌方对我方的威胁最小。并列选择遗传算法简单,鲁棒性好,具有较强的全局搜索能力,可以实现对多目标的搜索,从而较好地解决了舰艇编队武器分配问题。最后,通过仿真验证了算法的有效性。

基于改进并列选择遗传算法的路网养护方案优化

针对公路路网养护需求矛盾,在综合考虑养护资金、投资效益和养护质量等必要目标的基础上,提出采用并列选择遗传算法结合惩罚函数算法对养护方案进行全局优化,使养护决策合理化、科学化。仿真结果表明:在对带约束条件的多目标养护决策优化中,改进并列选择遗传算法通过构造加以罚函数的适应度函数在解空间进行并列选择遗传进化,能够快速地搜索出16个全局最优解,为养护决策提供了准确的数值依据,与文献中数学规划和遗传算法最多2个最优解比对,验证了该算法的有效性和优越性。

基于并行选择遗传算法的3Z(Ⅱ)型行星轮系优化设计

研究了3Z(Ⅱ)型行星轮系的优化设计方法。以行星轮系的体积最小、传动效率最高为目标函数建立了多目标优化模型,利用惩罚函数将原约束问题转换为无约束优化问题,提出了基于并行选择遗传算法的多目标优化求解算法。实例表明,该方法适用于3Z(Ⅱ)型行星轮系的多目标优化,且优化效果显著。该法对于其它行星轮系的优化设计也具有借鉴意义。

载人潜器载人舱布局优化

针对载人潜器载人舱布局问题,以模糊层次综合评估方法为主要方法开展了载人潜器载人舱布局方案综合评估的研究工作。研究了评估指标体系的构建原则和分析标准,对载人潜器载人舱布局进行了人机工程要求分析,并在此基础上建立了载人潜器载人舱布局方案的评估指标体系及其递阶层次结构;提出了载人舱布局评估流程,对于该流程的可行性进行了有效验证;建立了布局优化评估的数学模型,选择并列选择遗传算法作为布局优化的求解方法。最后,针对一型载人潜器载人舱布局进行了研究,得到了优化的布局,验证了指标体系及算法的可行性,为载人潜器载人舱布局设计提供了参考。

三江平原水资源可持续利用优化配置研究

水资源的优化配置是实现可持续发展的有效措施之一。在定性地分析了目前三江平原出现吊泵、局部超采等水资源短缺问题的基础上,利用水资源系统的多目标性,建立了多目标水资源配置数学模型,并引入具备内在并行机制及全局搜索能力的并列选择遗传算法求解。以获得生活、生产和生态综合效益最大为目标,将各个子目标折算为一个统一量———经济效益作为基准点。结果表明,该模型和算法的结合达到了水资源优化的目的。

考虑公平性的面向多灾点需求应急资源调度

针对铁路突发事件多需求点多供应点的应急资源调度问题,结合"软时间窗"的概念,以公平性最大和调度总成本最小为优化目标,设计了有多个救援目标的应急资源调度模型,并利用并列选择遗传算法求解。该算法根据目标函数的个数,将种群均等地划分为与目标函数个数相等的子种群,为划分后的各个子种群各自分配一个目标函数,并对其进行独立的选择运算,将各个子种群中适应度高的个体组成新的种群,对这个新的种群进行交叉、变异,生成下一代种群。算例表明,与粒子群优化(PSO)和两阶段启发式算法相比,利用并列选择遗传算法进行计算,目标函数中所有需求点的资源满足程度的方差分别减小了93.88%、89.88%,成本分别减少了5%、0.15%。所提算法能够有效减小所有需求点的资源满足程度的方差,即提高各需求点的公平性,同时降低成本,其在求解多目标规划问题中能够得到更优的解。

考虑公平偏好的项目型知识员工调度

在考虑员工公平偏好的情境下,对项目型知识员工调度问题进行了研究。依据公平偏好理论的思想,以项目延迟成本最小化和全体知识员工公平效用值最大化为目标,构建了考虑公平偏好的知识员工调度的多目标优化模型,并运用遗传算法对建立的模型进行求解从而得到调度结果。最后,实例分析表明了模型的可行性和算法的有效性。