基于双链量子遗传算法的柔性作业车间调度

针对模糊交货期的柔性作业车间调度问题,以最小化完工时间、最小化总成本和最小化惩罚值为目标,建立问题的数学模型,提出改进的双链量子遗传算法。通过对实际生产交货期的模糊特点进行分析,设计了随交货时间变化的提前/拖期双惩罚系数;针对柔性作业调度问题的特点,提出基于机器分配链和工序链的双链结构编码方法和Hadamard变异策略,并在模糊集合理论的基础上引入对非支配解的优化排序策略和拥挤距离选择策略。将方法应用于Kacem算例和某机械模具车间调度,并与其他经典算法进行比较,验证了所提方法的有效性。

基于IDCQGA-OMP的变压器局部放电稀疏分解去噪

噪声对变压器局部放电信号干扰强烈,严重影响最终监测效果。为进一步提高稀疏分解方法在变压器局部放电去噪过程中的收敛速度和去噪效果,文中提出了一种基于改进双链量子遗传算法与正交匹配追踪方法相结合的局部放电稀疏分解去噪新方法。利用该方法对仿真局部放电信号进行去噪,并与传统的小波阈值去噪法和EEMD去噪法的去噪效果进行对比,结果表明,新方法的去噪效果在各项评价指标上都明显优于后两者,同时新方法的收敛速度明显快于传统的匹配追踪方法。通过对实测变压器内部典型局部放电信号的去噪,进一步验证了该方法的有效性和实用性。

一种变步长双链量子遗传算法

为了克服基于实数编码和目标函数梯度信息的双链量子遗传算法存在收敛速度慢和鲁棒性较差的缺点,提出了一种自适应变步长双链量子遗传算法。建立了反映目标适应度函数变化率的数学模型;构造了反映当前搜索点处适应度相对变化率的变步长系数k,通过调整k以改善适应度函数相对变化率从而优化解的搜索过程;提出了在迭代过程中的量子旋转门转角Dθ更新策略。针对复杂连续函数的优化问题,设计了算法的具体实施步骤,并对典型复杂函数进行了仿真。结果表明,该算法有效地改善了双链量子遗传算法的鲁棒性,加快了算法收敛速度。

基于多链拓展编码方案的量子遗传算法

为了提高量子遗传算法的性能,提出了一种基于多链拓展编码方案的量子遗传算法。根据编码方案,将每个量子位分解为多个并列的基因,有效地拓展了搜索空间;结合编码方案提出量子更新策略,并引入了动态调整旋转角机制对个体进行更新,使用量子非门变异策略实现量子变异。仿真实验中,分析了使用不同变异概率[0,0.1,…,0.9,1]时对算法性能的影响,对比了分别使用普通量子遗传算法、双链编码方案、三链编码方案以及四链编码方案的量子遗传算法在优化函数极值问题时算法的性能。实验结果证明,通过增加基因链可以显著提高算法的性能,多链拓展编码方案可以提高量子遗传算法的性能,是有效的。

基于SDCQGA优化BP神经网络的岩石可钻性建模

针对智能钻井优化控制过程中岩石可钻性提取存在的建模难、非实时性、精度差等问题,提出基于自适应双链量子遗传算法优化BP神经网络结构的岩石可钻性提取建模方法.依据目标函数在搜索点处的变化率,建立了快速自适应双链量子遗传算法;采用新算法优化BP神经网络结构,以克服BP神经网络受初始权值/阀值影响和泛化能力差的问题.通过对邻近钻井区域的大量测量数据和实验数据的统计分析和预处理,建立岩石可钻性提取模型,有效地解决了复杂地形岩石可钻性提取难的问题.对不同岩性的可钻性参数提取实验结果证明,该建模方法不仅提高了参数提取的精度和模型的泛化能力,而且在相邻实际参数提取时,具有很好的实时性和适应性.

一种基于双链量子编码的动态车辆路径问题解决策略

针对配送调度事件动态变化的动态车辆路径问题(DVRP),以最小化运输成本、最小化配送时间与最大化载货率为目标,建立了问题的数学模型,提出了改进的多相量子粒子群算法.针对DVRP问题的特点,提出基于车辆链和货物链的双链量子编码方法;同时设计了基于周期和重调度因子驱动的动态调度策略.最后将方法应用于动态仿真算例,并与其他经典算法比较,结果验证了所提出方法的有效性.

基于过程神经元网络的时间序列预测方法

传统人工神经网络时间序列预测方法难以表达时间序列中的时间累积效应。为此,提出一种基于过程神经元网络的时间序列预测方法。采用双链结构的量子粒子群对过程神经元网络进行训练,以Mackey-Glass混沌时间序列预测为例进行实验。仿真结果表明,该方法的均方误差比普通神经网络低一个数量级。

基于Bayesian多分支岩石可钻性值估计

针对智能优化控制过程中岩石可钻性参数估计存在非实时性和模型泛化能力差的问题,采用两层结构建立基于Bayesian多分支岩石可钻性估计模型。通过Bayesian分类器实现岩性分类以提高可钻性模型样本数据的相关性,细化可钻性估计模型;采用改进双链量子遗传算法优化的BPNN结构,根据不同的岩石类型建立相应的岩石可钻性IDCQGA_BPNN估计模型。结果表明,该方法通过算法优化网络模型增强了模型的泛化能力,加快了参数的估计速度和估计精度,能够满足智能优化控制过程中岩石可钻性参数估计的实时性需求。

一种动态车辆路径问题解决策略仿真研究

配送过程中动态因素的变化会引起车辆配送的重调度问题,以最小化成本和最优化稳定性值为目标,建立了动态车辆路径问题的数学模型;提出了基于车辆链和货物链的双链量子编码方法和改进的多相量子粒子群算法;为能够在获取的一组非支配解中获取最优决策方案,引入了"层次分析法"(以下简称AHP)策略。把所提出的方法应用于动态仿真算例,并将结果与已经存在的算法进行比较,分析结果验证了所提出方法的有效性。

双链量子遗传算法的收敛性分析

基于实数编码和目标函数梯度信息的双链量子遗传算法可增加种群的多样性、扩大解空间的搜索域、加速算法的进化进程、避免早熟收敛现象,但没有从理论上证明该算法的收敛性。为此,给出相应的定理,利用定理从理论上证明该算法的收敛性,通过仿真实例,论述量子编码和量子旋转门对算法收敛性和优化效率的影响。结果表明,该研究丰富和完善了双链量子遗传理论。

基于量子位Bloch坐标的量子遗传算法及其应用

提出了一种基于量子位Bloch坐标的量子遗传算法.该方法用量子位构成染色体;用量子位的Bloch坐标构成染色体上的基因位;用量子旋转门进行染色体上量子位的更新;用量子非门进行染色体变异.对于量子旋转门的转角大小及方向的确定,提出了一种简易快捷的新方法;对旋转和变异操作,提出了基于量子位Bloch坐标的新算子.该算法将量子位的3个Bloch坐标都看作基因位,每条染色体包含3条并列的基因链,每条基因链代表1个优化解.在染色体数目相同时,可加速优化进程.以函数极值优化和神经网络权值优化为例,仿真结果表明该方法在搜索能力和优化效率两个方面优于普通量子遗传算法和简单遗传算法.

改进的双链量子遗传算法在图像去噪中的应用

针对传统双链量子遗传算法收敛速度慢、搜索精度低、鲁棒性差等不足,提出一种F型双链量子遗传算法(F_DCQ-GA).对编码空间进行单值映射处理,在保证量子种群适应度值与相应幅角排序单调性的前提下,缩小算法的搜索空间,增加搜索密度;在量子更新时引入自适应步长因子,使步长随目标函数在搜索点处梯度的变化而变化,有效解决了传统寻优算法普遍存在的全局最优解搜索困难的问题;在染色体变异更新时提出了π/6门,克服了原来非门变异无法更新量子比特概率幅的缺点.将F_DCQGA优化算法应用于小波阈值去噪的阈值选择机制中,通过仿真证明F_DCQGA优化算法提高了小波阈值函数的收敛速度和搜索精度,在图像边缘特征提取中可以获得更小的均方误差(S_(ME))和更大的峰值信噪比(R_(PSN)),同时又保留了大部分高频信息.

不确定环境下闭环供应链的回收—生产—分销协同计划

为了提升闭环供应链网络的协同运作绩效,在市场需求和回收产品供应数量不确定环境下,针对由一个进行拆卸、检验的联合回收中心,多个进行制造和再制造的生产工厂,以及多个进行销售和下游回收的分销中心组成的三阶段闭环供应链系统,建立了回收—生产—分销三层协同计划模型。该模型充分考虑了各级成员企业之间物料流动的相互关联和各自不同的运作目标,能够确保整个系统协同运作。基于决策交互的特点,设计了分层迭代整体求解策略,并在单层求解过程中设计了双倍体自适应遗传算法。最后,通过一个汽车发动机生产供应网络的仿真算例,验证了模型和方法的适用性和有效性。

黄骅港限制性双向航道船舶交通组织优化

为提高黄骅港煤炭港区船舶进出港作业效率,研究该港区在限制性双向航道通航模式下船舶交通组织优化问题。考虑船舶属性、船舶交通状况和航道存在的限制性关键航路风险点等因素,基于限制性通航/单向通航模式转换、限制性单/双向通航模式切换、关键航路风险点交通冲突消解、泊位冲突消解、船舶航行安全性和连续性等约束条件,构建以总船舶调度时间和总船舶等待时间最短为目标函数的限制性双向通航模式下船舶交通组织优化模型,并设计船舶航行时间挖掘算法获取模型的关键输入参数;提出一种改进的双链量子遗传算法(Improved Double Chain Quantum Genetic Algorithm,IDCQGA)高效地求解构建的优化模型;基于船舶交通仿真数据库进行验证。试验结果表明:该算法与常规遗传算法相比在全局寻优时,具有较快的收敛速度和较好的稳定性,模型求解出的最优方案总船舶调度时间和总船舶等待时间较先到先服务(First Come First Serve,FCFS)规则分别下降22.6%和30.8%,较先出后进(First out Last in,FoLi)规则分别下降26.3%和31.5%。

微电网三相负荷不平衡的量子遗传优化算法研究

为了解决微电网中普遍存在的三相负荷不平衡问题,详细分析了微电网三相负荷不平衡特征,提出了一种新的微电网三相负荷计算方法,并采用了改进型量子遗传算法对模型进行优化求解。所用的量子优化算法中引入了双链式结构和动态旋转角调整策略,提出了一种新的改进型量子遗传算法,并求解得出合适的解,从而获得最优的三相负荷接入方案。最后通过算例仿真验证了所提模型、策略和算法的有效性和可行性。

基于双链量子遗传算法的多约束QoS组播路由算法

多约束QoS组播路由问题是NP完全问题。提出一种基于双链量子遗传算法的多约束QoS组播路由算法,该算法具有种群多样性、收敛速度快、并行性更高等优点,并对算法具体流程和实现方法进行了详细的描述。实验结果表明,与已有的遗传算法、量子遗传算法相比,该算法有搜索速度快、全局寻优能力强等优点。

基于斐波纳契数列的自适应DCQGA

针对现有双链量子遗传算法的收敛速度慢、稳定鲁棒性差和时间复杂的特点,提出采用斐波纳契数列的自适应双链量子遗传算法。首先,研究了斐波那契数列的特性,建立了斐波那契数列的量子旋转门转角的调整策略;其次,在最优解的搜索过程中,考虑目标函数在搜索点的变化率,建立了随相邻两代的目标函数适应度值变化大小自适应地调节转角步长的方法;应用新算法求解复杂函数的极值优化问题。仿真结果表明,改进算法不仅提高了算法的收敛速度和稳定鲁棒性,而且明显的改善在算法的效率和降低算法的时间复杂度。

改进双链量子遗传算法及其应用

针对目前传统双链量子遗传算法存在搜索速度慢、搜索精度低、保持种群多样性差、易出现早熟收敛等问题,本文提出一种新的改进的双链量子遗传算法.该算法引入自适应步长系数,使步长随目标函数在搜索点处梯度的变化而变化;在染色体种群更新过程中采用Hε门;提出π/3门进行染色体的变异.通过7个典型函数的优化问题,并与已有几种算法进行比较,验证了该算法的有效性.

基于DCQGA-SMKL-SVM的模拟电路故障诊断方法

提出了双链量子遗传算法(DCQGA)优化简单多核支持向量机(SMKL-SVM)的模拟电路故障诊断方法。首先,提取测试电路时域响应信号,用Harr小波对响应信号进行变换并归一化处理,得到特征参数;其次,用双链量子遗传算法优化SMKL-SVM的参数,以此建立起DCQGA-SMKL-SVM故障诊断模型,用于模拟电路故障诊断。双二次滤波器电路与四运放二阶高通滤波器电路作为仿真测试电路,仿真测试结果表明,提出的故障诊断方法实现了模拟电路故障诊断,相比于DCQGA-SVM模拟电路故障诊断方法,诊断正确率更高。

双抽样均值-标准差联合控制图的构建及参数设计

在参考双抽样均值控制图及双抽样标准差控制图的基础上,构建了双抽样均值-标准差联合控制图。建立了控制图参数设计的优化模型,用以监控生产过程质量,并通过遗传算法完成了模型求解。采用马尔科夫链方法,完成了联合控制图平均运行长度性能指标的计算。基于该指标,通过两阶段抽样和可变抽样样本及抽样区间均值-标准差联合控制图的性能对比,分析验证了该控制图的性能优势。