基于改进遗传算法的柔性作业车间调度研究

针对柔性作业车间的多目标调度问题,文章建立以最大完工时间、能耗为目标的数学模型,提出一种多目标的改进遗传算法的求解方法。首先,在交叉算子中使用均匀交叉法,采用了基于邻域的变异算子。其次,针对交叉变异算子进行了非均匀改进,旨在增加算法搜索能力。通过动态调整非均匀交叉和非均匀变异的概率,提高搜索空间覆盖率,避免陷入局部最优解。最后,采用基准算例Kacem测试集进行测试。实验证明,该改进算法有效地解决了同时考虑最大完工时间和能耗的多目标调度问题,取得了显著的改善效果。

改进梯度算子的小生境遗传算法

为避免小生境遗传算法存在的早熟和收敛速度慢等问题,本文提出了一种改进的梯度算子,以保证进化朝最优解方向前进,提高计算峰值的精度。同时,利用进化代数和个体的适应度值,动态调整个体的交叉算子和变异算子,有效保证种群的多样性,改善全局搜索能力,加快收敛速度。将改进的梯度算子引入到基本小生境遗传算法和自适应小生境遗传算法,通过Shubert函数测试,证明本文改进后的算法与基本小生境遗传算法和自适应小生境遗传算法相比,不仅大大提高了收敛速度,并能搜索到所有全局最优解。

基于改进实数编码遗传算法的2K-H行星齿轮优化设计

遗传算法(GAs)是基于生物进化理论发展起来的一种应用广泛且高效的随机搜索与优化方法。为克服二进制编码遗传算法处理实数编码问题时需要解码、编码操作,算法计算精度不高问题,提出一种改进实数编码的遗传算法,算法采用非均匀交叉和非均匀变异。针对约束优化问题,应用改进实数编码的遗传算法结合自适应约束处理方法,以2K-H行星齿轮约束优化问题为例进行数值实验。结果表明,改进实数编码的遗传算法计算结果与已有文献比较,新方法有效且精度高。

Darboux Transformation and Soliton Solutions for Inhomogeneous Coupled Nonlinear Schr(o|¨)dinger Equations with Symbolic Computation

With the aid of computation, we consider the variable-coefficient coupled nonlinear Schrodinger equations with the effects of group-velocity dispersion, self-phase modulation and cross-phase modulation, which have potential applications in the long-distance communication of two-pulse propagation in inhomogeneous optical fibers. Based on the obtained nonisospectral linear eigenvalue problems （i.e. Lax pair）, we construct the Darboux transformation for such a model to derive the optical soliton solutions. In addition, through the one- and two-soliton-like solutions, we graphically discuss the features of picosecond solitons in inhomogeneous optical fibers.