基于自适应正交局部搜索算子的混合遗传算法

基于遗传算法的动态特性和正交设计的思想 ,提出了能根据当前进化的种群状态自适应调整局部搜索空间大小的正交局部搜索算子 .对结合了自适应正交局部搜索算子的混合遗传算法进行了经典的多峰值测试函数的性能测试 ,结果表明 ,混合算法在获得的解的准确性和收敛速度上均优于标准遗传算法 .

改进人工蜂群算法求解多目标连续优化问题

针对多目标连续优化问题,依据人工蜂群算法原理给出其求解流程,并指出算法中更新策略存在盲目搜索和丢失优秀个体的不足,随后提出改进方案。改进方案包含两部分:首先,设计一种自适应搜索算子,使算法在运行过程中能根据个体质量自动调节搜索范围,让算法搜索行为准确高效;其次,利用外部集合记录下新产生的个体,一次迭代完成后结合外部集合重新构造种群,让算法能有效地保存进化过程中产生的优秀个体。实验中将改进人工蜂群算法与NSGA2算法、改进前算法以及文献报道的同类优秀算法进行了比较,结果说明:改进人工蜂群算法在求解多目标连续优化问题中具有良好的收敛性和均匀性。

基于改进正余双弦算法的电商物流配送路径规划

针对传统电商因物流配送路径规划不合理导致的配送成本过大的问题,提出一种改进正余双弦优化算法的物流配送路径规划模型。针对传统正余双弦算法由于搜索具有较大随机性,影响收敛精度且易陷入局部最优的问题,通过精英搜索和自适应区域搜索算子进行改进,并将改进后的算法进行数值仿真实验,最后将改进后的正余双弦算法对电商物流配送路径进行优化。实验结果表明,优化后的配送路径很大程度上节约了配送成本,提高了配送效率。

基于自适应正交遗传算法的多故障诊断研究

提出了能根据当前进化的种群状态自适应调整局部搜索空间大小的正交局部搜索算子,并与遗传算法相结合形成了自适应正交遗传算法.在概率因果模型的基础上,将自适应正交遗传算法成功用于电路的多故障诊断.实验进一步证明了算法的有效性.