一种求解旅行商问题的贪婪边重组交叉算子

提出了一种新的求解旅行商问题的贪婪边重组交叉算子。该交叉算子吸取了边重组交叉算子的优点,使得父代在进化过程中获得的优良的边能顺利地遗传给子代。同时,在边重组的过程中,该交叉算子引入所求旅行商问题的具体信息以指导新边的生成,从而该交叉算子具有贪婪特征。实验结果表明:对于简单的旅行商问题,贪婪边重组交叉算子能显著提高算法效率;对于大规模的旅行商问题,该交叉算子的效果也较理想。

求解同时取货和送货车辆路径问题的改进遗传算法

同时取货和送货车辆路径问题(VRP_SPD)是经典车辆路径问题(VRP)的一个扩展,在VRP_SPD中,顾客可能要求同时取货和送货服务。本文针对这类问题,提出一种以集成方式处理取货和送货操作的改进遗传算法,通过采用一种改进的边重组交叉算子,保证了算法在遗传进化中保留父代路径上边之间邻接关系的映射信息,从而改进了算法性能;并通过在遗传进化控制参数中应用自适应策略,提高了算法的稳健性。仿真分析表明,本文算法比现有算法能取得更好的优化结果,且具有很好的稳定性。

遗传算法求解FDP问题

FDP(Film-copy Delivering Problem)问题是一个典型的NP-Hard组合优化问题,长期以来,人们一直在寻求快速、高效的近似算法。介绍了一种适于求解FDP问题的遗传算法,详细地介绍了边重组杂交算子、反转变异算子的设计和分配选择概率的线性函数。通过实验表明,该算法正确、可行,而且计算的结果精确、快速。

考虑地理信息的多电源配网规划

针对城市新建供电区的配网网架规划问题,提出了一种考虑街道地理环境约束的多电源配网规划新模型。其中,在计算投资费用时,明确区分了电气走廊的土建与电气费用。在进行电网布线时,允许负荷任意选择电源和线路走廊,允许任意产生新的电气分支节点。模型在投资费用的计算和线路走廊的选择方面更加符合实际,但也因为新电气节点(支路和线路)的产生而更加复杂。采用遗传算法来求解上述规划问题。其中,设计了多个电网信息矩阵来记录网架的地理与电气信息,使遗传个体的电网信息查询、记录与修改更加方便。采用了边重组交叉、支路最短路径替换和末端负荷转移策略来实施遗传操作,使配网规划问题的有效求解得到了保证。以一个实际的城市电网规划系统为例,仿真分析了论文模型和算法的有效性。

TSP问题的自适应进化算法

提出了一种 TSP问题的进化计算方法。此方法结合边自适应和边重组的进化过程处理方法 ,在本质上符合 TSP问题的求解的需要。本文给出了边适应性函数的数学模型 ,并且构造了一种易于实现的路径重组算法。对于

基于混合遗传算法的热轧生产调度优化方法

热轧生产调度是一个复杂的约束组合优化问题,其生产约束包括连续轧制板坯的宽度、厚度和硬度跳变要求,轧制单元的最大长度,产品库存及交货期等。基于多旅行商模型,建立了热轧生产批量调度问题的优化模型,并提出一种混合遗传算法(遗传算法、局部搜索)求解该问题。通过应用串行边重组和并行边重组的遗传交叉算子,算法在优化过程中可以很好地处理调度约束。针对工业数据的仿真结果证明该调度模型和混合遗传算法的并行求解策略可以有效地解决热轧生产批量调度问题。

一种解TSP问题的混合算法

把经典启发式算法与遗传算法相结合,构造了一种混合式算法.这种算法通过加入2-opt算法改进了边重组算法,兼有2-opt算法和边重组遗传算法的优点.对于小于80个城市的旅行商问题,能收敛到全局最优解.

一种求解TSP的改进的遗传算法

在应用遗传算法求解TSP问题构造交叉算子时,将贪心算法与边重组结合起来,使得交叉操作能够既继承父代个体中边的设计,又能保留父代的优秀基因,使收敛速度明显加快,且具有较强的全局搜索能力。

改进遗传算法求解旅行商问题

针对采用自然编码的遗传算法在求解旅行商问题(TSP)过程中初始群体设置过于复杂的问题,采用了Grefenstette编码设置初始群体,有效保证了初始群体的随机性和多样性.同时,在遗传算法实施过程中采用了自然编码,吸取边重组交叉算子和简单交叉算子的优点,提出一种新的交叉算子.这种处理解决了Grefenstette编码在遗传算法的交叉和变异过程中只能部分遗传父代的优良特性的问题.对TSP试算结果表明,采用这种遗传算法策略有利于问题的求解.这种实施的策略可以大量用于加工领域和交通领域以及其他规划领域的路径规划中.

图着色的混合遗传算法研究

研究了一种结合贪心算法的混合遗传算法及其各种交叉算子,应用于平面图的四色着色问题。通过实验分析对比了该混合遗传算法的4种可行的交叉算子对该算法的影响,结果显示,边重组交叉算子效果最好。