混合禁忌搜索的车间调度遗传算法研究

针对以最小化最大完工时间为目标的作业车间调度问题,提出一种混合禁忌搜索的遗传算法。禁忌搜索是一种能有效跳出局部最优解的元启发式算法,在每次迭代过程中通过搜索当前解的邻域来获得一个新解,通过评价新解的优越性来优化求解结果;加入多种交叉方式随机选择来扩大种群多样性;同时加入局部邻域搜索来改善解的质量,加快算法收敛速度。将提出的改进算法用于求解若干基准问题,算法具有一定的改良性,能优化求解结果。

基于粒子群遗传禁忌的武器目标分配优化算法

针对传统的粒子群算法与遗传算法在解决武器目标分配优化时存在收敛精度不高的问题,提出了一种基于粒子群遗传禁忌的武器目标分配优化算法WTAO-PGT。通过引入自适应选择比例调控种群多样性,并改进遗传算法的交叉、变异算子以及禁忌搜索的邻域动作,使算法具有较强跳出局部极值的能力。仿真实验结果表明,所提算法在收敛精度上较粒子群禁忌混合搜索等算法有较大提升。

基于并行禁忌遗传算法(PTGA)的预警卫星传感器调度研究

对预警卫星的传感器调度进行了研究,提出了传感器管理调度的系统组成。通过对传感器调度的分析,建立起相应的数学模型,定义了评价指标。结合并行遗传算法和禁忌搜索的特点,提出了一种新的解决预警卫星传感器调度问题的并行禁忌遗传算法(PTGA)。该算法采用多种群和禁忌搜索思想改进遗传算法的性能,从而提高整个算法的收敛速度和精度。实验结果表明该算法有效地解决了多目标情况下的传感器实时调度问题,并优于一般启发式算法。

基于禁忌克隆遗传算法的配电网故障恢复重构

将克隆遗传算法(clonal genetic algorithm,CGA)和禁忌搜索算法(tabu search,TS)相结合,提出用于配电网故障恢复重构的禁忌克隆遗传算法(tabu search clonal genetic algorithm,TSCGA)。针对配电网的结构特征和克隆遗传算子的特点采用基于环网的编码策略,避免遗传操作后产生表示环网或孤岛的无效解;在CGA中克隆遗传算子的基础上增加了修正算子,减小了搜索范围,提高了搜索效率;并把禁忌搜索算法中的禁忌表、禁忌表处理和藐视准则融入到克隆遗传算法中,显著提高了收敛速度。最后用IEEE33节点标准算例对TSCGA进行了仿真分析,并与其他智能算法进行了比较,结果表明TSCGA具有更快的收敛速度和更好的稳定性。

基于遗传算法和禁忌搜索的MIMO雷达天线布阵优化

研究MIMO雷达在发射、接收天线孔径长度和阵元数目固定等约束条件下的天线方向图综合。MIMO雷达采用稀布天线,为了克服栅瓣效应并且降低旁瓣电平,同时为了避免遗传算法早熟收敛,进入局部最优,提出了一种基于遗传算法和禁忌搜索的混合二次优化布阵方法。该方法为了保证系统最大自由度,引入了距离扰动,同时对发射天线和接收天线的位置进行两次优化,有效解决了MIMO雷达天线方向图综合中低旁瓣电平设计问题。仿真结果证明了所提算法的有效性和优越性。

具有禁忌算子的遗传算法目标优化分配

针对地面防空作战中的多通道目标优化分配问题,给出了一种具有禁忌算子的混合遗传算法。该算法结合禁忌搜索算法和遗传算法二者的优点,既克服了禁忌算法全局搜索能力的不足,又提高了遗传算法的爬山能力,还解决了遗传算法容易陷入局部最优的问题,并使搜索过程具有记忆功能。仿真结果表明,该算法可有效给出求解多通道目标优化分配问题的满意解。

基于遗传算法和禁忌搜索的混合优化策略

将禁忌搜索和遗传算法相结合,给出了一种求解优化问题的混合策略——禁忌遗传优化算法。该算法一方面为禁忌搜索找到了较好的初始点,减少了调用禁忌搜索的次数,另一方面也可以克服遗传算法爬山能力差的缺点,从而加快了收敛速度,提高了解的质量。通过实例验证了该优化算法的有效性和可靠性,并将其用于网络拥塞控制的研究中,为进一步实施网络拥塞控制提供了一种有效的途径。

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。

土钉墙内部稳定性分析自适应禁忌变异遗传算法

针对土钉墙内部稳定性分析问题,提出一种能同时确定土钉墙任意形状最危险滑动面及相应安全系数的全局优化算法。首先,基于边坡极限平衡法中的Morgenstern-Price法,考虑土钉的加固作用,推导土钉墙安全系数计算公式。然后,分析简单遗传算法(SGA)和禁忌搜索算法(TSA)的不足,引进自适应遗传算法(AGA),用禁忌变异算子替换自适应遗传算法中的标准变异算子,提出一种新型的混合优化算法——自适应禁忌变异遗传搜索算法(ATMGA),并将其应用到土钉墙内部稳定性分析领域,建立土钉墙任意形状临界滑裂面稳定性分析优化算法。算例分析表明,(1)与单纯的SGA、TSA以及AGA相比,文中ATMGA法搜索效率高、收敛速度快且能准确地搜索到土钉墙最危险滑动面及其相应的最小安全系数;(2)土钉支护前、后临界滑面位置相差较大,建议在实际工程中对支护后基坑的临界滑面以及相应的安全系数进行重新搜索。

遗传算法与禁忌搜索算法的混合策略

遗传算法与禁忌搜索算法的出现为解决高维组合优化问题提供了强有力工具．二者既有共性，又有个性．通过对遗传算法与禁忌搜索算法的分析，提出了一种遗传算法与禁忌搜索算法的混合策略，把禁忌搜索算法独有的记忆思想引入到遗传算法的搜索过程中，构造了新的重组算子，并把禁忌搜索算法作为遗传算法的变异算子，对旅行商问题的求解表明：混合策略在许多方面优于遗传算法．

禁忌-并行遗传算法在作业车间调度中的应用

根据并行遗传算法与禁忌搜索算法的优点,提出了一种禁忌-并行遗传算法。该算法能够避免早熟,不仅保证了算法的全局收敛,而且提高了算法收敛速度和解的质量,特别是在求解大规模问题上具有优势。仿真结果证明了该算法的有效性。

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。

禁忌遗传算法整定的网络拥塞控制研究

研究网络拥塞优化控制问题,网络路由器是网络拥塞的主要控制单元,当网络业务流量大增,造成路由器缓存队列增加,引起时延抖动。传统网络路由器采用PID控制方式,与控制效果相关的3个参数,采用试验和试凑等人工方式进行优化,参数一旦确定就固定不变,而网络上信息流量具有时变性和突发性,因此传统PID固定参数方式不能适合网络变化特点,导致网络容易产生拥塞现象。为了更好防止网络拥塞,提出一种禁忌遗传算法的网络拥塞控制方法。用遗传算法的全局搜索方式对网络路由器PID控制参数进行寻优,再用禁忌搜索算法对遗传算法得到的PID参数进行局部求精搜索,最后获得最优网各路由器PID控制参数。仿真结果表明,禁忌遗传算法能够很好的适应网络流量变化规律,更快找到最优路由器PID控制参数,提高控制效果,有效控制网络流量,减少了网络传输时延,为优化控制提供了参考。

遗传算法与禁忌搜索算法的混合策略在VRPTM问题上的应用

该文探讨了如何将基于遗传算法和禁忌搜索算法的混合策略应用于求解有时间窗的车辆路径(VRPTM)问题,给出了相应的应用算法。实验结果表明,这种将禁忌搜索作为变异操作的混合策略对VRPTM问题是行之有效的,其优化性能优于简单的遗传算法。

基于遗传算法和禁忌搜索的多用户检测器

利用遗传算法和禁忌搜索的优势,介绍一种嵌入式混合优化算法,提出一种基于嵌入式混合优化算法的多用户检测器。数值结果表明:该方法具有较好的检测性能和合理的计算复杂度。

基于引入禁忌表的改进遗传算法的地区电网无功优化

针对实际地区电网建立多目标无功功率优化模型,在标准遗传算法的基础上加入分阶段适应度函数、自适应交叉变异率等改低碳输电系进,并引入禁忌搜索算法的禁忌表技术,设置相似度条件,以此为核心对某地区电网进行无功优化计算,通过改进前后算法比较可知,该算法收敛性能理想,爬山能力良好,计算时间较短。

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。

基于禁忌搜索与遗传算法的案例检索技术

案例的检索和提取是案例推理系统的一个关键步骤,案例检索结果的优劣直接影响到案例重用、修改以及整个系统的性能。遗传算法是一种基于进化思想的全局优化方法,但是存在搜索速度慢以及早熟收敛等问题;禁忌搜索是一种局部优化技术,具有搜索速度快等优点。文中将禁忌算法和遗传算法结合在一起提出了一种新的聚类方法,并将该聚类方法引入大型案例推理系统的案例检索过程中。实验结果表明使用这种方法能够达到较理想的搜索效果。

禁忌遗传算法在边坡稳定分析中的应用

在遗传算法的选择算子中引入了群体多样性保持策略,以避免遗传算法易出现的早熟收敛现象;同时在交叉、变异算子中采取禁忌搜索技术,构造了适于约束优化问题的两点直线禁忌寻优算子,以寻求新解从而形成一种禁忌遗传算法;利用禁忌遗传算法和遗传算法对两个非均质土坡的最小安全系数进行了搜索,结果证明禁忌遗传算法具有搜索效率高、寻优能力强等特点。

融合局部搜索策略求解DCMST的改进稳态遗传算法

针对目前遗传算法求解度约束最小生成树存在的求解质量不稳定、局部搜索不完全的问题,提出一种融合局部搜索策略求解度约束最小生成树(DCMST)的改进稳态遗传算法。提出服从边隶属度值的度约束初始生成树算法,用来提高初始种群的质量;在局部搜索时引入禁忌搜索,防止相似解大量重复搜索;融合自适应变量和点替换的局部搜索方法,提升算法的局部搜索能力。仿真结果表明,提出的算法提高了初始解的质量,加快了算法的收敛速度,加强局部搜索从而提高了算法的求解质量,可获得较好的有效性与稳定性。