求解TSP的启发式顺序交叉算子

旅行商问题是经典的NP难组合优化问题之一。在用遗传算法求解旅行商问题时,顺序交叉算子是一种较为常用的遗传交叉算子。使用顺序交叉算子时的交叉点位置是随机指定的,不能反映关键遗传信息,导致算法执行效率较低。在顺序交叉算子的基础上,提出了一种启发式顺序交叉算子。该算子结合顺序交叉算子和启发式算法以得到双亲中交叉点位置,保留了双亲中关键的城市顺序信息。该算子改善了使用顺序交叉算子执行效率低的问题。实验结果表明了该算子的有效性。

基于灰色关联与权重顺序交叉的复杂产品配置方案重构技术

为提高复杂产品的配置质量,提出基于灰色关联与权重顺序交叉的产品配置方案重构技术。根据需求配置得到备选方案集,模糊评价备选方案并计算其灰色关联系数;针对完全未知权重构建多目标模型并求解权重因子,利用可能度排序方法求取方案集排序向量。截取优质方案作为备选方案集,整理分析方案集中的各模块并构成功能模块库,在保留模块身份信息的同时对模块进行编码。依据初次配置中的模块权重大小设定权重顺序交叉重构的顺序,确定交叉次数进行重构,从而获得新的方案解集。将新配置方案解与初始方案集综合评价并排序,最终得出高质量的满意解。该方法在高档数控机床结构配置设计中进行了应用验证,通过权重顺序交叉和二次重构技术有效提高了产品配置质量。

TSP问题的顺序插入交叉算子

针对TSP问题的特点,在遗传算法的交叉运算过程中设计了三角距离差函数作为评价标准,运用贪婪策略思想,提出了一种新的交叉算子:顺序插入交叉(OrderInsertCrossover,简称OIC)算子,该算子有效地利用了局部信息,并且能很好地继承父代优秀的基因,实例仿真验证了该算子的有效性。

旅行商问题的动态顺序插入交叉算子的研究

针对旅行商(TSP)问题的特点,在遗传算法的交叉过程中对边的邻接状况采用了新的评价标准,结合顺序交叉算子和贪婪策略设计提出了一种新的交叉算子:动态顺序插入交叉(DOIC)算子。该算子有效地利用了局部信息,并且能很好地继承父代优秀的基因段,实例仿真表明了该算子的有效性。

判定笔画交叉顺序方法述评

判定笔画交叉顺序不但可以有效证明一份文件是否存在添改伪造,而且还可以作为笔迹鉴定中笔顺特征的判定方法,因此在文件检验领域发挥着很重要的作用。对国内外涉及判定笔画交叉顺序的文献进行提炼总结,在概要介绍各类方法检验原理、判定依据以及适用范围的基础上,对每一类方法的优势以及存在的不足进行评价,以期为文检同行提供借鉴和参考。

一种改进的自然数编码遗传算法在非满载时间窗车辆优化调度问题中的应用

用改进的一种顺序交叉算子代替实数编码遗传算法中的标准顺序交叉算子,应用于时间窗车辆调度优化问题的求解,克服了标准顺序交叉算子在求解该问题时局部寻优能力的不足.一组仿真实验结果表明,改进的顺序交叉算子具有很好的局部寻优能力,改进的算法求解时间窗VSP问题收敛性明显好于标准遗传算法.

自动化立体车库进出库调度优化研究

为提高立体车库的存取车效率,利用改进的交叉算子遗传算法,分别对三种不同库容的升降横移式与巷道堆垛式立体车库进行存取车调度优化。首先建立了自动立体车库的数学模型,然后研究了该模型遗传算法是如何实现的,最后运用MATLAB软件编程求解。仿真结果表明:随着库容量的增加和进出库操作的增加,优化后总的存取车时间线性增加;相同库容相同存取操作情况下,巷道堆垛式的运行时间大约为升降横移式的运行时间的1/4。该结果可为车库调度设计提供理论支持,并为车库选型提供参考。

一种基于改进遗传算法的TSP问题求解方法

通过改进经典遗传算法的交叉算子和变异算子,提出了一种改进遗传算法。介绍了该算法的基本步骤及特点,并对TSP问题进行了仿真实验。实验结果表明改进算法有效地提高了算法的收敛速度与寻优质量,在解决TSP问题时表现出良好特性,与经典遗传算法相比具有明显优势。

开放式车辆路线问题的改进混合遗传算法

针对传统的遗传算法存在收敛速度慢,局部搜索能力差,易早熟的缺点,采用混合遗传算法进行优化求解开放式车辆路线问题。即采用二重结构编码,可以使问题变得更简洁,提高遗传法的搜索效率。用个体数量控制选择策略,以保证群体的多样性,用改进的顺序交叉算子避免优良基因片断在顺序交叉时被破坏,保证算法能够收敛到全局最优。最后,结合具体实例,通过实验计算证明了该改进算法的良好性能。

升降横移式立体车库存取调度研究

利用改进的遗传算法对升降横移式立体车库进行存取车调度研究,建立立体车库的数学模型,采用混合编码和改良的顺序交叉算子对车库的存取序列进行优化,以总的存取时间最少为目标,并运用MATLAB软件编程求解。

求解旅行商问题的一个改进的遗传算法

利用遗传算法求解TSP问题,通常需要使用PCX,CX和OX等特殊的交叉算子以提高算法的运行效率。针对自然数编码的方式,提出一种改进的遗传算法,即改进传统的顺序交叉算子,进行不相同子排列顺序交叉,使子代继承父代中优秀的子排列,加快算法的收敛速度。另外,采用没有重复的稳态繁殖避免早熟。实验结果表明,此改进算法对于TSP和DHC问题均具有较好的性能。

求解烟草配送路径规划问题的新型智能优化算法

提出了一种求解烟草配送路径规划问题的新型智能优化算法ITLBO.受现代多样化学习方式的启发,在传统教与学优化(TLBO)算法的框架基础上,新增加了培训阶段、自学阶段和反向学习阶段,以提高算法的全局寻优能力和解的质量.引入迭代变化法、线性顺序交叉(LOX)、2-opt算子对每个学习阶段离散化,使得算法能很好适用于组合优化问题.混合了精英选择、自适应退火以及禁忌策略,在有效平衡种群集中性和多样性的同时,加快算法的搜索过程.对某烟草公司单一车辆和多车辆配送路径规划问题求解结果表明:所提出的算法能优化配送路线,降低配送成本.

改进混合遗传算法在车辆路线问题中的应用研究

物流配送车辆路线问题,是物流配送优化中不可缺少的环节。针对传统的遗传算法存在收敛速度慢,局部搜索能力差,易早熟的缺点,采用混合遗传算法进行优化求解。即采用二重结构编码,可以使问题变得更简洁,提高遗传法的搜索效率。用个体数量控制选择策略,以保证群体的多样性,用改进的顺序交叉算子避免优良基因片断在顺序交叉时被破坏,保证算法能够收敛到全局最优。结合具体实例,通过实验计算证明了该改进算法的良好性能。

初始阶段为串行批处理的FFSP改进遗传算法

研究了含串行批处理机的多阶段柔性流水车间调度问题,其中,第一阶段有多台串行批处理机而其他阶段为离散机,考虑工件在各加工阶段间的运输时间,以最小化总加权完成时间为目标建立数学模型。在常规遗传算法的基础上,设计遗传参数使其随遗传代数和适应函数值进行自适应调节,结合顺序交叉策略,提出改进的遗传算法以求解该NP难题。通过仿真软件Matlab开发调度程序实现上述算法,测试结果表明,与常规遗传算法相比,所提出算法能在较短的时间内得到更好的解;与拉格朗日松弛算法相比,求解中大规模问题时,改进遗传算法在计算时间和解的质量方面的优势较为明显。

用于求解TSP问题的遗传算法比较研究

针对基本遗传算法收敛速度慢、易早熟的现象,提出了基于贪心交叉算子的改进型遗传算法,利用贪心思想引导交叉操作,加快寻优速度。利用新算法进行了30城规模的TSP问题求解,并且与基于部分匹配交叉算子和顺序交叉算子的遗传算法进行了比较研究。通过在不同种群大小、迭代次数、交叉及变异概率、代沟等参数设置下对三种算子的性能影响进行深入分析。结果表明:基于贪心交叉算子的改进型遗传算法具有收敛速度快、寻优效率高的特点。

多钻孔竖直U型埋管换热器传热研究

以地源热泵地下U型埋管四钻孔换热器为研究对象,利用有限元计算方法,编制程序,模拟分析了系统运行时间及钻孔顺序排列和交叉排列时钻孔间距和布置形式对土壤温度场的影响。结果表明:随着运行时间的增长,热干扰现象越强烈,热干扰主要发生在钻孔之间,在两钻孔中间影响最大;从土壤能源利用均衡性角度来讲钻孔交叉排列的形式优于顺序排列的形式。

基于FTIR图像无损检测交叉笔画形成顺序的研究

利用傅里叶红外图像系统,直接采集常见书写材料在打印纸上形成的交叉笔画处的红外光谱信息和空间结构信息。研究结果表明:样品红外谱图能够反映交叉笔画的形成顺序,同时还能够确定交叉笔画是同种或异种材料形成。此法能够为此类文件物证的鉴定提供科学依据。

异步多速率多传感器网络及在导航制导中的分布式融合估计

本文研究了具有通信带宽约束的多传感器网络系统的多速率状态分布融合估计。对于多速率采样数据系统,提出了一种新的扩充方法,将多速率采样数据系统转换为单速率系统。首先,为了满足有限的通信带宽,采用降维策略只允许局部估计信号的部分分量发送到融合中心(fusion center,FC),同时给出了一种补偿策略来补偿每个分量的未发送分量。然后,对于由多速率传感器产生的局部状态估计,借助顺序快速协方差交叉(sequential fast co⁃variance intersection,SFCI)方法,提出了一种新的融合估计方法。最后,提供了一个对导航系统定位追踪的仿真实例,验证所提出的分布式融合估计方法的有效性。