多资源约束的 MLLS 的遗传分解混合算法

对带有多资源的生产批量计划构造了遗传算法和线性规划混合算法，用遗传算法产生可行调整模式，对应每一调整模式，则将原问题变换为一个线性规划模型进行求解．通过遗传算子进行迭代和进化，从而获得近优解，分析和计算结果表明了算法的有效性．

多级多受灾点连续消耗应急物资调度优化策略

灾后应急救助十分关键,特别是多地同时受灾情况下.为此,考虑将灾民安置与物资运输一体化规划,建立连续消耗多级应急物资调配数学模型.在此基础上,以应急系统施救成本和施救不及时损失为目标函数构建优化模型,并应用遗传算法(GA)和序列线性规划(SLP)算法相结合策略对物资调配进行优化.构造四级救灾物资调配算例模拟救灾过程.数值结果表明,使用GA全局寻优结合SLP局部寻优策略相较单一优化算法能有效找到更优解.所提出的优化策略可为灾后多级多受灾点连续消耗应急物资调度提供可行方案.

浑河流域水资源合理配置研究

针对浑河流域水资源短缺和水污染问题严重的现状,同时考虑大伙房水库输水工程运行供水后的流域水资源供需变化情况,预测了2020年流域水资源的供需状况,并以流域供水净效益、流域总缺水量和流域协调发展指数为目标建立了流域水资源配置的多目标模型,采用大系统多目标总体遗传算法求解并提出了合理化建议,研究结果可为浑河流域水资源的可持续开发和综合规划决策提供理论支持和依据。

多时段混合优化策略在日前交易模型中的应用

针对电力市场条件下交易的特点,在以最小边际电价为目标的模型中提出了以电网安全为约束的多时段日前交易混合优化策略。在该策略中,可以允许电厂的报价为任意形式、任意段数的线性折线段构成。为了能够处理这种灵活的报价形式,使用虚拟机组的概念把多段折线报价分解成单段报价,提出了一个结合遗传算法和线性规划法各自优点的混合优化策略来求解模型,其中遗传算法用来解决多时段虚拟机组的组合问题,线性规划法用于进行考虑线路阻塞的电量最优分配。算例结果验证了所提出模型和算法的正确性和有效性。

软计算求解分布式多工厂多顾客的供应链准时化生产计划问题

描述了分布式多工厂、多顾客的供应链准时化生产计划问题 ,以实现最小化提前 /拖期惩罚费用、生产成本、产品运输费用之和为目标建立了数学模型 ,将遗传算法与模糊逻辑相结合 ,设计了软计算方法求解模型 ,采用基于规则方法的模糊规则量化方法求解模糊决策 ,并将模糊决策嵌入遗传算法 ,使得算法具有比分枝定界法更快的寻优能力和更广的适应范围。

基于改进粒子群优化算法的最优潮流计算

提出应用粒子群优化算法(PSO)求解最优潮流问题(OPF),并结合动态调整罚函数法将最优潮流问题转化成一个无约束求极值问题,有效提高了PSO算法的全局收敛能力和计算精度。应用此算法对标准IEEE30节点系统进行潮流计算,并与线性规划算法和遗传算法进行了比较,结果表明,该算法能够更好地获得全局最优解,具有实用意义。

基于多候选储位的存取路径优化问题研究

针对单储位储存方式可能导致仓库存取通道拥挤和作业效率低的情形,提出了一种基于多候选储位的存取路径优化方法。首先分配了货物的存取储位,然后建立了多候选储位的车辆路径问题(MLVRP)模型,并基于储位优先解码原则设计了遗传算法,最后通过算例证明该方法的有效性和算法的高效性。多候选储位的方法可以为取货任务至少节约18.4%(两个候选储位)和21.8%(三个候选储位)的路程,算法迭代10000次只需要434s。

基于碳足迹的区域水资源优化配置模型

为解决城市发展和生态低碳之间的矛盾,将碳足迹引入水资源配置,将缺水率和供用水过程碳的净排量最小纳入总体目标函数中,设置水源供水量、碳排放量、引提水量、生态需水量、最小供水保证率和非负约束6个约束条件,构建基于碳足迹的区域水资源优化配置模型,采用基于理想点和遗传算法的多目标规划方法进行求解,并以徐州市丰县为例,进行水资源供需平衡分析测算,结果表明,2030年丰县预计可减少缺水率6.2%,可实现碳减排5.8%。

新订单与时间窗口混合驱动的继承性虚拟单元重构

为减少虚拟单元重构对原有单元的影响,在新订单到达的情况下,考虑订单与时间窗口相结合的混合驱动方式,研究了继承性的虚拟单元动态重构问题。为保持重构后单元生产的高效性与稳定性,实现虚拟单元的继承性重构,以产品工艺相似性、跨单元次数、设备利用率、物流成本、单元内机器数量和类型变动等为目标,构建了非线性多目标整数规划模型,设计了基于动态层次分析的多目标遗传优化算法求解模型。以船舶生产为例,验证了所提模型的可行性和算法的有效性。实例分析表明,继承性虚拟单元重构在提高设备平均利用率、减少物流成本和完工时间等方面具有明显优势。

利用多群体DNA遗传算法求解线性规划问题

针对经典遗传算法存在的问题 ,提出了多群体DNA遗传算法。该方法在经典遗传算法的基础上 ,通过借鉴生物学及社会学 ,引入了多群体及DNA片断等概念 ,并提出迁移与自适应变异算法 ,可以提高遗传算法的有效性与收敛性。为了验证算法的有效性 ,将该算法应用于线性规划问题的求解。在求解过程中 ,首先利用熵障碍对偶方法对原问题进行转换 ,然后使用多群体DNA遗传算法对转换后的目标函数进行求解。仿真结果表明 ,该方法具有良好的全局搜索能力和较快的收敛速度。以上工作为解决大规模线性规划问题的求解提供了全新的思路和方法 。

一种新的基于遗传算法的OFDM系统跨层资源分配方案(英文)

在进行多用户OFDM系统的MAC层设计时,提出一种同时考虑应用层分组到达过程,用户时延QoS和物理层子载波信道条件的跨层资源分配方案.该方案将这三层综合成一个整体考虑,把问题归结为约束函数优化问题.为了有效解决该优化问题,又提出一种低复杂度的基于精英选择的遗传算法.数值计算实例证明了所提算法的有效性,且其低复杂度使得它非常适用于实际系统中.

基于遗传算法的多目标串联水库系统优化调度方法

根据遗传算法随机产生函数变量 ,无需储存离散点的特点 ,本文应用基于目标序列的排序矩阵评价个体适应度的多目标遗传算法 。

航路资源协同分配的多目标优化方法研究

目前,航班飞行需求激增和恶劣天气已经严重影响到航空空域的正常运行,为此针对空域拥堵时航路的时隙航迹资源协同分配进行了研究。根据问题的数学描述,以总延误成本最低和公平损失偏差系数最低为两个目标,建立了航路资源协同分配模型,运用多目标遗传算法(NSGA-Ⅱ)对模型求解分析。通过航路网络的典型数据测试该模型,生成了可供决策者选择的帕累托最优解集,并与传统RBS算法进行比较,实现平均延误成本降低8.5%,平均公平损失偏差系数降低70.6%。结果证明NSGA-Ⅱ算法可以较好的解决航路资源协同分配的问题。

电力日前交易中多时段优化策略研究

针对电力市场条件下交易的特点,在以最小边际电价为目标的模型中,提出了以电网安全为约束的多时段日前交易混合优化策略。该策略允许电厂的报价由任意形式、任意段数的线性折线段构成。为了处理这种灵活的报价形式,使用虚拟机组的概念,把多段折线报价分解成单段报价,提出一个结合遗传算法和线性规划法各自优点的混合优化策略来求解模型,其中遗传算法用来解决多时段虚拟机组的组合问题,线性规划法用于进行考虑线路阻塞的电量最优分配。算例结果验证了所提出模型和算法的正确性和有效性。

基于模糊多目标规划模型的水资源优化配置

由于人口的快速增长和经济的发展,水资源配置问题引起了广泛的关注。水资源系统的优化是一个复杂而不确定性的问题,使水资源管理者面临着严峻的挑战。首先,建立了流域水资源不确定性多目标规划模型;其次,基于模糊数学中的相关方法对模型进行了划分;接着对划分后的模型,用LINGO软件编程进行水资源配置;最后,得到了水资源优化配置方案并进行讨论。该方案可以缓解邯郸西部重工业基地的水资源短缺问题。结果表明:(1)两步式方法,使有限的水资源划分更加科学、合理;(2)建立的模糊多目标规划模型有帮助于更加深刻的理解水资源的供需关系;(3)对于规划地邯郸西部地区实现水资源的可持续利用和经济可持续发展具有重要的的现实意义。

电力交易中多时段优化策略研究

在以最小边际电价为目标的电力交易模型中提出了以电网安全为约束的多时段日前交易混合优化策略。在该策略中,可以允许电厂的报价为任意形式、任意段数的线性折线段构成。为了能够处理这种灵活的报价形式,文章使用虚拟机组的概念把多段折线报价分解成单段报价,提出一个结合遗传算法和线性规划法各自优点的混合优化策略来求解模型,其中遗传算法用来解决多时段虚拟机组的组合问题,线性规划法用于进行考虑线路阻塞的电量最优分配。算例结果验证了本文所提出模型和算法的正确性和有效性。

考虑卫生机构弹性的应急医疗资源分配模型

目的研究自然灾害中受灾点卫生机构受损情况下应急医疗资源分配模型,提高医疗资源的分配效率方法运用插值法计算房屋破坏程度,估算人员伤亡情况;运用多目标规划建立资源调配模型;运用遗传算法中带精英策略的快速非支配排序算法求解模型得到模型的Pareto解结果考虑受灾区域的脆弱性、卫生机构弹性及房屋损坏比因素,建立了以资源分配最均衡、运输成本最小、卫生机构弹性最大为目标的多目标规划模型。结论以三个资源供给点为算例,运用遗传算法求解了资源分配数量,计算结果表明了模型的合理性和有效性,能够在一定程度上为应急医疗资源调度与分配提供方案。

改进的协同航路分配优化模型及算法研究

为优化协同航路分配程序,利用基尼系数定义一个新的公平性能指标,构建同时兼顾效率和公平性的双目标非线性整数规划模型,采用基于航班优先级排列的染色体编码方式设计一种改进的遗传算法,融合满意解的选择过程.仿真算例结果显示,与现有算法相比,改进遗传算法得到的最终满意解使空域运行效率提高9.3%,航空公司公平性提高33.7%.结果表明,改进的遗传算法能快速获得真实帕累托前沿,且最终满意解能在空域运行效率和资源分配公平性上得到显著提升,说明本文模型及算法合理.

虚拟网络功能资源容量自适应调整方法

为了实现网络功能虚拟化平台中物理资源的动态按需分配,该文提出一种虚拟网络功能资源容量自适应调整方法。该方法首先利用长短期记忆网络预测平台流量的变化趋势,然后结合流量预测结果设计了一种基于多层前馈神经网络的虚拟网络功能资源需求预测方法,最后根据资源需求预测结果,设计了一种基于动态编码遗传算法的虚拟网络功能动态部署方法,实现虚拟网络功能资源容量的自适应调整。实验结果表明,与现有的资源容量调整方法相比,该文提出的资源容量自适应调整方法能够降低流量预测误差对资源需求预测结果的影响,降低资源需求预测的相对误差,减少虚拟网络功能实例占用的服务器数量。

异构UAV编队反雷达作战中任务分配方法

针对异构无人机编队在反雷达作战中的任务分配特点,建立了无人机与执行任务之间合理的协同约束关系,提出了基于时间窗的异构无人机编队混合整数线性规模型。同时,结合遗传算法的全局搜索和并行计算能力,提出了基于时间窗的多层编码遗传算法实现异构无人机编队任务分配。仿真实验和分析表明了两种算法的有效性,并对比分析了它们的优势与适用范围。