一种基于最优个体保存策略的服务组合优化选取方法

提出了一种基于遗传算法的Web服务选取方法,使得组合形成的增值服务不仅能完成预定义任务,还能满足用户的特定需求。该方法采用动态适应度函数,提高了服务组合的适应度,通过计算个体间服务质量的海明距离和实施最优个体保存策略,提高了服务组合的质量。实验结果证明了该方法的有效性。

基于基因库的最优个体保存遗传算法

针对一般最优个体保存方法的缺陷,提出了一种基于基因库的最优个体保存遗传算法。其基本思想是:对每代种群建立一个基因库,将该代种群中的若干较优个体存入基因库;对每个基因库设定一个距离di,将基因库中的较优个体与最优个体进行距离比较,然后将距离大于di的较优个体保留在基因库中,而将距离小于di的较优个体剔除出基因库。数值计算表明,这种新的算法既提高了收敛速度,又提高了种群的多样性,避免了过早收敛于局部最优解的现象。

一类电梯群控系统多目标优化调度策略

针对高层建筑时变的交通状况,提出一种基于改进的遗传算法的电梯群优化调度策略.通过将传统的遗传算法进行改造,采用了最优个体保存策略,以避免传统遗传算法的早熟现象,得到全局最优个体,克服了传统遗传算法的固有弱点,同时加快了传统遗传算法的收敛速度,进而获取电梯群控调度的优化解,算例及仿真结果表明了该方法的有效性。

基于遗传算法的3L-CVRP优化问题研究

为提高物流配送效率,降低配送成本,探讨了三维装箱约束下的车辆路径优化问题。在装箱问题与车辆路径优化问题研究现状的基础上,将三维装箱与车辆路径优化进行整合,考虑客户需求、货物装载顺序、车辆尺寸、车辆重心等约束,建立以路径最短、车辆装载容积利用率和载重率最大的多目标组合优化模型,引入权重系数体现决策者偏好并归一化目标函数。设计适用的染色体编码规则,确定遗传操作中选择、交叉、变异方法,选取目标函数为适应度函数,引入最优个体保存策略防止算法的过早收敛,提高算法的准确性,通过Matlab编程实现该优化模型的求解。案例数值试验表明,该模型与算法能够实现装箱与车辆路径的组合优化,算法运行时间为17s左右,相较于引导式局部搜索遗传算法减少了5s,车辆总行驶里程缩短了7km。

自适应遗传算法在工程训练在线考试中的应用

在工程训练中心车间信息化实现的基础上,针对工程训练管理系统中考试模块现有组卷方式所带来的抽重复题、组卷效率低下等问题,以满足在线考试的实时性要求。为此,给出一种改进的遗传算法,采用分段整数编码,改进初始种群的产生方法,有效提高了算法的收敛速度,并自适应调整遗传算子,在进化过程中增加去重题策略及最优个体保存机制,维护了种群多样性,保证了运算结果的质量。实验结果表明,该算法不但解决了系统组卷原有的问题,在迭代次数、运行时间和组卷精确度上均明显优于随机组卷法和简单遗传算法。