基于混合遗传禁忌搜索算法的多机器人任务分配

为解决传统遗传算法在求解仓储多机器人任务分配问题时,收敛速度慢且容易陷入局部极值的问题,该文提出一种混合遗传禁忌搜索算法。首先以机器人配送成本最小为目标建立数学模型;然后在传统的遗传算法中引入禁忌搜索算法中的禁忌表和藐视准则,来对遗传算法每次迭代后的种群进行优化调整,使得算法能够跳出局部最优且快速收敛。仿真结果表明,混合遗传禁忌搜索算法能有效地改善遗传算法的全局寻优能力,提升仓储的整体运行效率。

基于遗传禁忌搜索的分类器选择集成方法

为提高入侵检测的精度,提出一种使用遗传禁忌搜索的分类器选择集成方法。该方法采用Bagging算法构建初始分类器集合,根据遗传禁忌搜索算法选择分类器子集,以该子集建立多分类器系统进行入侵检测。实验结果表明,与Bagging算法相比,该方法能有效提高检测精度、降低误报率。

基于遗传禁忌搜索算法的AGV物料输送调度问题研究

研究AGV物料输送工作过程,建立多复杂、多约束条件的AGV物料输送多参数调度问题数学模型。将禁忌搜索算法引入遗传算法组成混合遗传禁忌搜索算法。通过所建立的数学模型进行算法设计和仿真,结果表明该算法比较单纯的遗传算法的计算结果有一定的改进,使AGV完成物料输运任务时耗用时间最短。

基于遗传禁忌搜索算法的图像边缘检测研究

利用费用函数方法将图像的边缘检测转化为费用函数的优化问题,提出了一种遗传禁忌搜索算法,实验结果表明:利用新算法优化费用函数检测效果较好.

基于遗传禁忌搜索算法优化的CMAC-PID液压弯辊复合控制

针对液压伺服系统存在时滞、饱和等非线性特点,提出一种基于遗传禁忌搜索算法的CMAC-PID复合控制的板形控制策略,用遗传禁忌搜索算法优化PID控制器的初始参数,然后结合CMAC网络有效控制板形控制系统中弯辊力。仿真证明,该复合控制算法提高了系统的精度,加快了系统的响应速度,并且具备较强的抗干扰能力。

一种顾及道路影响的点要素注记配置遗传禁忌搜索算法

为使地图上点要素注记配置更美观易读,利用遗传算法的全局寻优能力和禁忌搜索算法的"爬山能力",在考虑传统点要素注记配置约束条件的同时,考虑点要素与道路间的关系,提出了一种顾及道路要素影响的遗传禁忌搜索算法,并从解算精度、运行效率及稳健性3个方面对该算法进行评价。本文以福建省泉州市惠安县1∶20万比例尺的乡村点状地形图数据进行试验,试验结果表明,与遗传算法、禁忌搜索算法和Arc GIS软件相比,该算法的算法精度和稳健性均有所提高,但是计算效率略低于禁忌算法,且点要素注记与点要素、道路要素的压盖量最少,与点要素、道路要素注记的交叉量最少。

基于改进遗传禁忌搜索算法的二维不规则件排样优化

针对二维不规则钣金件排样问题,提出一种融合临界多边形(NFP)定位和改进遗传禁忌搜索算法的排样优化方法。首先,根据零件的几何特征对其进行分类编码,求解零件类间的NFP,避免NFP的重复计算,同时引入以排样高度最小化为目标的启发式规则,给出零件定位策略的综合评价函数,以提高板材利用率。其次,在零件排序优化时,将遗传算法中的精英群体作为禁忌搜索算法的高质量初始解,减少计算资源消耗。最后,利用欧洲切割和包装特别兴趣小组ESICUP提供的标准算例对所提排样方法进行测试。结果表明:相比传统遗传禁忌搜索算法,所提排样方法的计算效率提升了28.32%~80.23%,并且在与两种现有算法的7个基准测试对比中,所提排样方法均取得了最优排样结果。

遗传禁忌搜索算法在混流装配线排序中的应用

针对混流装配线排序问题,提出了一种混合遗传禁忌搜索算法,在每一代遗传演化之后,按一定比例随机选择部分解进行禁忌搜索,以提高算法的全局搜索能力和收敛性。通过一个混流装配线排序实验,分别利用遗传算法和遗传禁忌搜索算法进行求解,结果表明遗传禁忌搜索算法具有更好的全局搜索能力和收敛性能。

基于遗传禁忌混合搜索算法的设备布局研究

针对设备布局影响制造系统的总体功效的问题,但同时遗传算法在实际应用中,出现早熟现象,爬山能力弱,等一系列缺点提出遗传禁忌混合搜索算法,该算法将遗传算法和禁忌搜索相结合,遗传算法的交叉算子中增加记忆功能,避免迂回搜索,以禁忌搜索作为遗传算法的变异算子。通过实例计算,证明遗传禁忌混合搜索算法是一种行之有效的算法,对解决设备布局这类组合优化问题具有实用价值。

基于遗传-禁忌搜索算法的微网群能量管理

针对微网群能量管理提出了一种优化策略,利用将每小时风机、光伏阵列输出功率的连续概率密度函数划分为多个状态集合的方法定义了状态函数,基于各分布式发电成本定义新的指数W评估能量管理的效果,利用遗传—禁忌搜索算法进行目标函数寻优,解决了微网群能量管理关于各分布式电源出力分配问题。采用PG＆E69节点系统作为微网群算例,应用Matlab平台搭建仿真模型,以经济效益为目标对本文所提能量管理优化算法进行了仿真验证,通过微网群群级能量管理,各子微网成本均有可观降低。通过预测误差敏感性分析,验证了所提方法在预测误差方面的鲁棒性。结果表明所提能量管理策略具有良好的应用前景。

遗传-禁忌搜索优化的Amorphous定位算法

在无线传感网络WSN(Wireless Sensor Networks)定位算法领域内,Amorphous定位算法存在节点定位误差大的问题。为提高传统Amorphous算法对未知节点的定位精度,该文提出基于Amorphous定位算法的遗传禁忌搜索算法IAmorphous-GATS(Improved Amorphous Genetic-Algorithm Tabu-Search Location)。首先通过Amorphous算法得到未知节点位置的初始解;然后利用遗传禁忌搜索算法优化初始解,从而可以得到未知节点的最优位置。为验证该算法能否提高传统定位方法的定位精度,该文使用MATLAB进行了仿真实验。仿真结果表明,优化后未知节点的定位精度得到了很大的提高。

基于遗传禁忌搜索算法的导弹武器-作战时间窗口分配

针对导弹武器作战的特殊情况,在武器-目标分配的基础上,研究导弹武器-作战时间窗口分配问题。对武器-作战时间窗口分配问题的相关概念和原理进行分析,并建立以导弹武器生存能力的目标函数、生存下限和作战时间窗口为约束条件的求解模型;根据用智能算法在解决较大规模分配问题时易出现的不足,将遗传算法全局搜索能力强与禁忌搜索算法局部寻优能力好的特点结合起来,形成新的遗传禁忌搜索算法对模型进行求解。仿真结果表明,新算法收敛性好,求解速度快且所得解的可靠性高。

自适应遗传-禁忌搜索混合算法在PMU最优配置中的应用

针对PMU最优配置问题,提出一种结合自适应遗传算法与禁忌搜索算法的混合算法。通过初始配置原则,缩小了算法的寻优范围。充分利用两种算法各自的特点,结合自适应遗传算法并行计算特性与禁忌搜索算法跳出局部最优解的能力,使得该混合算法寻得全局最优解的同时,提高了算法的优化效率,增强了算法的鲁棒性。最后利用IEEE14、IEEE39、IEEE57节点系统对该混合算法与其他两种遗传算法进行了对比验证。

基于遗传禁忌算法的双资源约束下并行生产线调度研究

并行生产线调度问题兼有并行机器和流程车间调度问题的特点,是一类新型的调度问题。在考虑遗传算法早熟收敛特性和禁忌搜索法自适应优点的基础上,将遗传算法和禁忌搜索法结合起来,提出了基于遗传算法和禁忌搜索算法的双资源并行作业车间的调度优化问题算法,即考虑到了产品的调度受到机器、工人等资源制约的影响,对算法中种群的构造,适应度计算,遗传操作等方面进行了研究,最后给出了实例仿真和结论。

基于遗传禁忌算法的城市轨道交通乘务任务配对研究

为提高城市轨道交通乘务员值乘效率并降低运营支出,研究不同时间参数设置下的乘务任务配对问题,综合考虑乘务员连续工作时间、班次交替时刻、各班次最长工作时间、休息时间、用餐时间等约束,以最大化一日内所有乘务员的值乘效率为目标,建立非线性混合整数规划模型,并设计遗传禁忌混合搜索算法进行求解,从而得到最优参数设置方案和相应的乘务排班计划。以成都地铁5号线一日内运行图数据为基础,结合既有文献参数设置方案进行验证,算例结果表明,不同参数设置会不同程度影响乘务计划效率,特别是相邻乘务作业段间的休息时间,同时提出的方法只需要迭代27次就可以获得较优解,最优乘务任务效率为0.836 1,明显优于代入既有文献参数获得的乘务计划效率。

一种基于遗传-禁忌混合策略的PMU最优配置方法

以电力系统状态完全可观测和相量测量单元配置数目最小为目标,形成PMU最优配置问题.相量测量单元可以测量母线电压相量,结合测量数据采用改进的快速拓扑可观测性分析方法保证系统完全可观测,应用遗传算法和禁忌搜索算法的混合策略求解最优配置问题,实现全局最优.以IEEE 9节点系统和IEEE 39节点系统为例进行验证,结果表明,直接利用节点可观测原则判断电力系统的可观测性,可以提高可观测性分析的计算效率.

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。

基于改进的禁忌搜索算法的机场场面优化研究

对跑道和滑行道进行联合优化有助于提高机场现有的硬件与软件资源的使用率,缓解航班延误.首先综合考虑滑行的相关规定以及跑道放行间隔的约束,以所有航空器滑行时间最小为目标函数,构建基于机场基本元素布局的场面滑行道与跑道联合优化模型;其次针对遗传禁忌搜索算法的特点和场面运行实际情况改进了遗传禁忌搜索算法,并以此求解该优化模型;最后以南京禄口国际机场为例,将改进的遗传禁忌搜索算法所得最优解与实际运行数据进行比较验证模型的优化性.

神华铁路动态货物列车开行方案编制优化研究

重载铁路作为我国大型战略物资的重要运输通道,其货物流向及列车径路较为简单。货物列车开行方案既是货物运输组织的重要计划,也是影响货主装运需求与货运到达时限的关键。以神华铁路为研究对象,以重车作业时间与空车延误时间最小化为目标,构建神华铁路动态开行方案编制优化模型,并设计两阶段遗传-禁忌搜索算法的求解策略。最后以包神南线与神朔线作为实例验证,优化后总目标函数值为30010min,其中重车运输作业时间30010min,空车延误时间0min。实现了重空车的合理接续,最大化的保障了货主运输需求,证明了上述模型与算法的有效性。

考虑设备预防性维护的开放车间调度问题

依据实际生产车间的运行情况,建立了带设备预防性维护的开放车间调度模型,并设计一种混合遗传禁忌搜索算法来求解该问题。根据问题的特点,设计了混合算法的遗传编码、解码、改进交叉和变异等操作,以及禁忌搜索算法的邻域结构,使算法在集中搜索与分散搜索中达到平衡。所提算法在开放车间调度Taillard基准实例和带预防性维护的开放车间调度案例中的应用验证了其高效性和有效性。