多星测控调度问题的禁忌遗传算法研究

对多星测控调度问题进行了研究,建立了测控调度模型。根据卫星测控需求及其调度特点,建立了可能任务模型,设计了一种各类型需求通用的编码方式,并在此基础上设计实现了一种禁忌遗传算法。完成了包括遗传算子设计、邻域设计、禁忌移动算子设计、算法流程等一系列关键技术的设计实现。并通过仿真验证了该算法的有效性。

禁忌遗传算法在飞机地面压力加油系统节流孔配置中的应用

基于某型飞机地面压力加油系统管路模型 ,分析得出解决大流量、多功能、多挡位数字式飞机地面加油系统常用吨位加油和最大吨位加油所需时间之间矛盾的方法。针对标准遗传算法的不足 ,应用禁忌遗传算法高效率地得到各管路优化的节流孔尺寸。

基于禁忌遗传算法的区域路网双层优化模型

针对区域路网优化问题,利用改进的遗传禁忌算法进行了综合研究。在探讨区域路网交通特性的基础上,构建了区域路网优化的双层优化模型。并在分析遗传算法和禁忌搜索算法自身的优势与不足的基础上,提出了基于遗传禁忌算法的路网优化算法。区域路网双层优化模型利用禁忌遗传算法能够较快得到最优解,相对于传统的优化模型更能结合区域交通与经济特性,结论比较符合实际情况。应用结果表明,优化模型不仅能够满足交通需求,而且该法科学合理、可操作性强。

应用禁忌遗传算法的空间目标协同监视资源调度方法

针对空间态势感知领域的空间目标协同监视问题,提出应用禁忌遗传算法的空间目标协同监视资源调度方法。按照资源调度系统的调度能力、目标容量、响应时间等需求,对协同监视的4种任务模式、目标函数、问题建模、求解算法进行具体分析。仿真结果表明:该方法可支持20颗卫星调度、监视跟踪目标容量1000个,在优化求解速度、精度等方面具有明显优势,可应用于我国空间目标协同监视集成管理系统。

基于禁忌遗传算法和支持向量机的网络安全态势预测

针对网络安全态势预测的现有的方法预测精度不高和预测时间过长的问题,提出了一种基于禁忌遗传算法和支持向量机的在线网络安全态势预测方法。首先,建立了基于支持向量机的网络安全态势模型;其次,定义了基于禁忌遗传算法实现对支持向量机的参数优化的具体算法,实现对支持向量机决策模型的参数优化。为了验证所提方法的优越性,采用某虚拟网络的实时数据作为仿真环境,并将所提模型与其他方法进行比较,仿真实验证明了文中方法能有效地进行预测,在仿真时间几乎相近的情况下,具有较高的评估准确率。

禁忌遗传算法求解最小支配集

如何寻找一个网络图的最小支配集是NP难题。分别设计了逆序启发式算法和禁忌搜索算法,并在此基础上提出了禁忌遗传算法(TSGA)用于求解最小支配集;将禁忌搜索和遗传算法结合起来,弥补了彼此的不足,既有效地避免了算法易陷入局部最优解的缺陷,又加快了算法的收敛速度。经对大量随机网络图的测试和对物流网络选址问题的求解,验证了TSGA算法的优越性。

禁忌遗传算法在边坡临界滑动面搜索中的应用

寻找临界滑动面是计算边坡稳定安全系数的关键,传统的遗传算法在搜寻临界滑动面时容易陷入局部最优解.本文采用简化bishop法确立滑坡稳定系数计算分析模型,引入禁忌算法建立组合算法策略,对圆弧型滑动面进行搜索,利用“禁忌”和“特赦”准则,保证遗传算法在整个搜索空间子集的完整性,有效跳脱搜索时遗传算法不成熟的早敛现象,从而在搜索中得到最优滑弧.对ACADS的经典例题计算分析,对比简化bishop法、传统遗传算法和禁忌遗传算法的结果,证明禁忌遗传算法具有更高的可靠性.利用Geo-Studio岩土工程软件对比禁忌遗传算法对张家坝2号滑坡稳定分析,验证了新算法对工程中非均质边坡的有效计算,展现了算法较强的适应性.通过搜索滑坡临界滑动面和计算最小安全系数,为分析滑坡稳定提供了一种新的解决方案.

禁忌-递阶遗传算法研究

结合禁忌搜索算法和递推遗传算法提出一种新的遗传算法——禁忌 -递阶遗传算法 ,该算法能在一定程度上克服早熟问题。通过求解复杂的非线性系统——分整增广 GARCH- M模型的参数优化问题 ,表明该算法具有较高的精确性和可行性。

求解多工艺路线车间调度问题的禁忌-遗传算法

车间调度问题是一个NP难题,而多工艺路线的车间调度问题更具有实际的研究意义。从生产实际出发,在分析了多工艺路线的车间调度问题一般特点的基础了,提出了一种禁忌-遗传的嵌套算法,该算法重点讨论了禁忌算法的设计思想及遗传算法中遗传算子的设计。仿真实例说明了算法的有效可行。

基于禁忌-并行遗传算法的士兵职业技能个性化学习

目前士兵职业技能教育的学习对象在文化层次、学习能力上有较大差异,而传统的培训方式因师资力量、学习时间、学习资源等多种因素的限制,导致士兵学习积极性不高,学习效果很不理想。基于此,文章提出了基于禁忌-并行遗传算法的士兵职业技能个性化学习,希望士兵在无监督情况下高效自主学习。

基于禁忌遗传优化的离线静态虚拟网映射算法

离线静态虚拟网映射问题是NP难问题,其任务是以物理网提供商收益最大化为目标,在物理网上完成虚拟网子集的映射。文中对离线静态虚拟网映射问题及其研究现状进行介绍,指出当前离线静态虚拟网映射算法仅适用于小规模问题或特殊问题的求解,进而提出了一种适用于中大规模的一般离线静态虚拟网映射问题的求解算法。首先,基于收益优先的虚拟网映射顺序策略、节点等级匹配的虚拟节点映射策略以及最小化资源消耗量的虚拟链路映射策略,提出离线静态虚拟网映射问题的贪婪算法;然后,基于遗传算法和禁忌搜索混合的优化策略,提出离线静态虚拟网映射问题的禁忌遗传算法。实验表明,所提出的禁忌遗传算法具有较高的虚拟网构建完成率和物理网提供商收益,虚拟网构建完成率和物理网提供商收益分别比基线算法提高了34%和42%。

面向低碳的双层遗传算法烟草物流路径优化

为提高烟草物流配送服务水平、降低配送成本,通过引入工作量均衡指标,建立了低碳背景下的碳排放数学模型,并提出了改进的双层遗传算法用于优化物流路径。第一层遗传算法以工作量均衡为目标进行聚类,将多车辆多服务点问题转换为单车辆多服务点配送;第二层设计了禁忌遗传算法,通过增加禁忌表的记忆功能,提高模型求解的精确性。以浙江烟草商业物流配送中心为对象,对本文算法与模型的实际效果进行验证,结果表明:本文算法在计算时间和收敛效果上均优于单层遗传算法;物流路径优化后配送成本降低25.4%,批零效率提高36.8%,中转效率提高33.9%。该算法和模型为优化烟草物流配送路径提供了技术支持。

NGI中的一种禁忌-递阶遗传QoS组播路由算法

设计了NGI主干网重要组网形式IP/DWDM光Internet中一种非NP类QoS(quality of service)组播路由算法,基于禁忌-递阶遗传算法(tabu-hierarchy genetic algorithm,THGA)构造优化的QoS组播路由树·该算法模拟生物繁衍过程,采用递阶编码方式,引入禁忌交叉和禁忌变异两种禁忌算子改进遗传操作,综合考虑了用户QoS需求和网络费用,同时有助于实现网络负载平衡·仿真结果表明,所设计的算法是可行和有效的,它在一定程度上克服了基于经典遗传算法的QoS组播路由算法存在的早熟和收敛慢等问题,提高了算法性能,较好地解决了IP/DWDM光Internet中的QoS组播路由问题·

电力系统相量测量装置最优配置混合算法的研究

以电力系统状态完全可观测和相量测量装置(PMU)配置数目最小为目标,形成了PMU最优配置问题。将遗传算法和禁忌算法有效结合形成禁忌遗传算法,该算法在改进交叉和变异算子的基础上,继承和发展了遗传算法基于多点搜索、鲁棒性强等诸多优点,每当群体有出现早熟而陷入局部最优解的趋势时,利用禁忌搜索增强算法的爬山能力,避免算法早熟而陷入局部最优解,增强算法的全局收敛能力和收敛速度。与遗传算法和禁忌搜索方法相比,禁忌遗传算法具有更好的全局收敛能力和收敛速度。最后采用IEEE14,IEEE30和IEEE57节点系统对算法的有效性进行了验证。

基于CT图像卷积神经网络处理的新冠肺炎检测

为增强对新冠肺炎与普通肺炎的区分能力,协助医护人员对肺炎患者进行胸部CT检测,在人工智能图像分析的基础上提出了一种基于CT图像卷积神经网络处理新冠肺炎的检测方法。首先,搭建一个卷积神经网络模型,通过评估模型深度对检测结果的影响,以选择最佳的网络结构;其次,提出了一种禁忌遗传算法,用以获取网络模型中最优的超参数组合,增强模型的辨识能力;最后,通过最佳的卷积神经网络模型来辨别新冠肺炎与普通肺炎。实验结果表明:所提出的检测算法的准确率、MCC值和F1Score值分别为93.89%,93.32%和91.40%,相对其他模型具有更高的检测精度。

中国股市超高频持续期序列长记忆性研究

针对股市超高频持续期序列,提出了长记忆随机条件持续期模型(LMSCD),并设计了一类基于混沌禁忌遗传算法的谱似然函数模型参数估计方法,通过Monte Carlo模拟实验,验证了方法的可行性。然后,利用沪市浦发银行股票的超高频数据,分别建立了交易持续期、价格持续期和交易量持续期的长记忆随机条件持续期模型,验证了中国股票市场超高频持续期序列长记忆性的存在。

随机波动模型估计及在金融风险防范中的应用

对随机波动 (SV)模型提出了一种基于禁忌遗传算法的伪极大似然 (TSGA- QML )估计 .Monte Carlo试验表明这种方法在参数估计与波动估计上都有较好效果 .利用这一方法对上海股市收益进行了波动分析 ,发现上海股市的收益具有很高的波动持续性 .

动力能源差异下混合公交车队调度方案生成方法

为了实现电动公交与燃油公交混合车队运营调度优化,提出了一种平衡电动公交与燃油公交环境成本和经济成本的混合公交车队调度方法。首先结合不同动力能源公交车辆的运行特性给定约束条件,将碳排放和分时电价融入电动公交和燃油公交运营能耗及成本分析中;然后考虑混合公交运营系统的经济成本与环境成本,建立综合运营成本最小化模型;最后提出基于嵌套禁忌搜索的改进遗传算法对所建模型进行求解,该算法不仅弥补了传统遗传算法收敛过早、易陷入局部最优解的缺陷,而且提高了模型求解的质量与精度。以云南省文山州1路公交运营数据为例对本研究所提出的模型和算法进行验证。结果表明,基于嵌套禁忌搜索的改进遗传算法相较于传统遗传算法求解精度提高了12%左右,并且生成的调度方案能够在减少碳排放和提高车辆利用率中取得最佳平衡,有效降低了综合运营成本,实现了电动公交与电价错峰执行任务的效果,为平稳实现公交车队“电动化”提供了绿色高效可靠的调度方法。

面向分布式交互应用的全部到全部路由问题研究

针对分布式交互应用(DIA)中的一类全部到全部路由问题进行研究,源根树和单棵共享树是DIA中全部到全部路由的两种极端方法。源根树为每一个需要发送数据的DIA节点都以它为根构造一棵数据分发树,该方法费用开销太大;而所有需要发送数据的DIA节点都基于单棵共享树进行数据分发树,又会造成流量集中,DIA延时无法保障。因此,需要对这两种方法进行权衡,提出基于多共享树研究DIA中的全部到全部路由问题(DARP)。为了确定多共享树的数目和根节点位置,构造了DARP的多目标优化模型,该模型在满足DIA的延时约束的前提下,最小化DIA数据分发总延时和DIA数据分发总代价;同时,针对DARP的多目标优化模型提出了求解DARP问题的禁忌遗传算法(DARP_TGA),并通过模拟仿真验证了该算法的有效性。

面向整车混流装配线客户订单的优化分配排序

通过分析多条位于不同地域的整车混流装配线,建立了以制造成本最低和负荷均衡为目标的订单分配模型,设计了三组反映生产旺季、淡季、正常季的订单数据,并且应用禁忌—递阶遗传算法进行求解,获得了一组非劣解集,最终证明了所提出的模型和算法的有效性。