基于遗传算法的接驳转运车辆排程的分析研究

专业物流提供货物有效率地从供应商至客户间移动的服务,于接驳转运的配送活动上扮演着极重要的角色。本文建构了一种用于接驳转运规划模型求解的遗传算法,利用改进的配送模型和遗传算法进行接驳车辆配送方案的优化设计。     

基于遗传算法的航空弹药保障人员优化配置

航空弹药保障任务中人员合理高效的配置是一个多约束条件下的组合优化问题。在建立保障人员配置模型的基础上,通过操作因子对模型的合理描述,应用遗传算法对模型进行优化求解,得到合理的保障人员数量和最优的保障人员配置方案。实例仿真验证了模型的正确性及算法的有效性。     

基于遗传算法公交线路网优化模型仿真研究

研究了城市公交线路网优化问题.由于公交车的容量、耗时、站点配置等问题,传统的遗传算法在公交线路网优化中的运行效率不高等.为提高公共交通车辆调度效率,提出了改进的遗传算法公交线路网优化模型,保证公交公司不亏损和乘客乘车成本两者前提下,构造了遗传算法适应度函数以及约束条件,并建立有效的初始化算法种群,从而建立新的公交线路网优化模型,在求解模型过程中,采用了改进的遗传算法求解优化模型,即在传统遗传算法中加入了优先级编码方式以及多染色体结构.仿真结果表明改进算法的可行性,并与传统的遗传算法相比,算法种群的整体性能要优于传统的遗传算法,对提高遗传算法的运行效率有较高的作用.     

基于杂交遗传算法的多处理器硬实时容错调度算法

传统的硬实时容错调度算法获得了较好的容错性能,但其任务拒绝率、处理器分配偏差比例以及最早完成时间等性能参数不佳,对此提出一种基于杂交遗传算法的优化方案,并对传统的硬实时容错算法进行优化。采用了中心型调度模型,并采用了任务备份方案来实现容错能力。将任务拒绝率、处理器分配偏差比例以及最早完成时间三个优化参数作为遗传算法适应度目标函数的三个带权分量,对其进行优化,通过遗传算法的杂交与迭代计算获得了优化的结果。最终使用不同的任务数量与处理器数量的组合对本算法与传统算法进行对比试验,结果可看出本算法的3个优化参数明显优于传统算法,且总适应度值亦比传统算法有明显改进。     

基于改进遗传算法的星地任务优化调度研究

星地任务优化调度是利用特定的星地资源合理地安排星地任务。由于星地任务众多而资源有限,而且星地任务受星地可见性以及多方面约束,星地任务调度问题十分复杂。针对星地任务的特点,建立了星地任务调度问题模型,提出了基于改进遗传算法的星地任务优化调度算法。算法采用按适应度排名轮盘赌选择、顺序交叉、随机对换变异的算法要素。针对遗传算法局部搜索能力弱的特点,提出了利用爬山算法优化新一代个体的方法,以增强遗传算法的局部搜索能力,给出了基于改进遗传算法的星地任务调度算法。     

基于遗传算法的分布式光伏配网储能优化配置研究

为了改善配网电能质量、实现配网负荷水平的调节,提出基于遗传算法的分布式光伏配网储能优化配置方法。在分析复合储能工作原理与蓄电池储能调峰优化的前提下,构建两阶段储能优化配置模型。第一阶段优化配置模型中,以最小电压波动、网损为目标函数,从而确定蓄电池储能的最佳接入位置。第二阶段优化配置模型中,将配网接入的最低储能设备总容量作为目标函数,从而实现储能设备容量的优化配置。通过最佳保留策略、交叉、变异率的自适应变化,对遗传过程进行优化。采用改进的遗传算法对两阶段储能优化配置模型进行求解,以此确定储能的最佳配置方案及运行优化策略。试验结果表明：该方法对配网储能进行优化配置后,配网电压波动指标明显下降至1.95%,并且网损值、电压波动指标大幅降低。该方法能够实现各类负荷的调峰,具有削峰填谷效应。     

基于改进图划分的异构并行计算模型设计

为了实现大规模计算机集群上的高效分布式并行计算,设计了一种基于改进图划分和量子遗传算法的异构节点并行计算模型;首先,介绍了传统图划分模型并分析了其不足,然后从图的有向性、通信开销计算和负载均衡度等方面对传统的图划分模型进行了改进,从而得到一个改进的图划分模型;最后,以最小化通信开销和优化资源负载均衡为目标,通过设计编码方案,在改进的图划分模型上提出了采用量子遗传算法获取最优任务划分方案的最优解;仿真实验表明:文中方法能有效实现任务的并行计算,与其它方法相比,具有较小的通信开销和较好的负载均衡度,具有很强的可行性。     

基于改进遗传算法的云计算任务调度方法

云计算环境中可能存在大量的计算节点与不确定性因素,需要进行大规模的任务调度和管理,增加了调度的复杂度和难度。为了满足任务调度的实时性需求,降低过程中产生的能耗,提出一种基于改进遗传算法的云计算任务调度方法。对不同的任务属性进行结合,重新设定各个云计算节点的任务属性,并计算节点的综合属性值。根据计算结果以全部任务完成时间最小化作为调度目标,构建云计算任务调度模型。改进传统遗传算法,优化种群的初始形成方式,通过改进后的遗传算法求解调度模型,判断获取的解是否满足终止条件,如果满足直接输出最优云计算任务调度方案,实现云计算任务优化调度。由实验结果可知,该方法的任务调度完成时间较低,其调度时间最高值仅为16 min,说明该方法能够满足任务调度的实时性需求,且能耗较低,能够实现任务的高效执行和资源的合理利用。     

基于资源签名与遗传算法的Hadoop参数自动调优系统

在Hadoop集群的优化配置中,配置参数存在种类繁多,含义复杂,相互关联影响的特性,导致难以实现快速准确寻优。针对以上问题,构建了Hadoop集群自动调优系统。其中在系统中设计了资源获取器与参数配置库,分别用以获取各作业的资源消耗与存储分发配置方案。该系统首先利用MapReduce作业的小规模数据集资源签名将任务分类,之后在遗传算法框架中通过任务的测试评估对配置方案进行自动迭代优化。实验结果表明,调优后集群的任务完成时间明显缩减,集群的资源利用率有了明显提升。     

串并联系统中支持实时替换的混合冗余策略优化

在需要长时间可靠运行的软件系统中,由于持续运行时间和任务响应速度的要求增加,工作组件在被探测到失效后将被冗余组件实时替换.但现有可靠性优化研究通常假设冷备份冗余在所有积极冗余组件失效后才使用.针对支持实时替换的混合冗余策略,对其冗余度优化分配进行研究.该策略不仅能够保障系统可靠性,而且能够保障系统性能,故选用实时可用性和任务完成效率两类约束条件,建立冗余配置代价最小化模型.基于马尔可夫链理论对可靠性及性能两类系统指标进行定量分析;采用数值计算方法对非线性的状态分析模型进行计算;改进二元组编码遗传算法对上述优化问题进行求解.采用实例对串并联系统中实时可用性及任务完成效率的分析进行了说明,并对优化冗余分配模型进行了验证.实验结果表明,在相同冗余度下,支持实时替换的混合冗余策略在任务完成效率方面优于传统的混合冗余策略.所以,在相同约束条件下不同混合冗余策略需要采用不同的冗余优化配置方案.     

基于改进遗传算法的动态交通分配优化研究

传统的优化算法大多数由于计算量大或者容易使性能指标落入局部最优值而严重制约了模型的应用与发展,而用遗传算法等新的智能算法求解则会很简洁和方便。文章针对遗传算法在应用中存在的局限性,采用了小生境技术的遗传算法,结合精英保留策略、种群多样性保持方案、新的适应度值标定方式等改进遗传算法。通过对动态交通分配的特点分析,建立了动态交通分配模型,利用改进的遗传算法对模型进行求解。仿真结果体现了动态交通分配模型的有效性和改进遗传算法的优越性,大大提高了动态交通分配模型的实用价值。     

改进GSA算法在协同制造任务分配中的应用

针对网络化协同制造中的任务分配问题,建立了以制造任务完成时间、完成成本、产品工艺质量为目标的多目标优化模型,提出了模型求解的改进遗传模拟退火（Genetic Simulated Annealing,GSA）算法。建立了协同制造任务分配的层次结构模型,应用模糊层次分析法分析了时间、成本和工艺质量等因素在协同制造任务分配过程中的相对重要性。设计了优化模型求解的改进遗传模拟退火算法,并结合具体实例验证了算法的有效性和优越性。     

多目标设备经费分配的混合遗传优化方法

为了探索新的经费分配方法和管理模式,建立了一种新的多目标非线性规划优化模型,提出了一种先进的基于正交试验的新型混合遗传算法来求解该问题。对求解过程中的选择算子、交叉算子和变异算子等进行正交试验,得到的种群个体明显优于基本遗传算法的个体。仿真结果表明,该算法收敛寻优能力强,并能产生很多次优解,是一种高效的方法。     

Multi-objective optimization of electronic product goods location assignment in stereoscopic warehouse based on adaptive genetic algorithm

Storage is an important part of commodity circulation. A certain amount of material must be stored to meet the needs of social production and consumption within a certain time to maintain the smooth process of social reproduction. This study focuses on warehousing optimization and goods location assignment when electronic products are stored in a stereoscopic storehouse. Moreover, this study is based on a theoretical study on genetic algorithm. On the basis of the background of the current warehouse management and cargo distribution of LCM module products warehouse belonging to W company, this study uses the dynamic goods location assignment strategy of stochastic inventory, and builds a multi-objective goods location assignment model of a stereoscopic warehouse. To simplify the calculations and improve the efficiency, we conduct a Matlab simulation on the basis of practical data by adopting a modified genetic operator and converting multi-objective optimization by the changing weight coefficient. The adaptive genetic algorithm can be used to make a multi-objective goods location assignment model that efficiently converges to the optimal solution.     

短波chirp探测的遗传退火频率分配算法研究

针对短波chirp探测系统的通信网络频率分配问题,建立了合理的干扰模型;利用系统所提供的测量参数,结合基本遗传算法,同时进行模拟退火操作以克服基本遗传算法易陷入局部最优解的不足,并最终趋于全局最优化;仿真结果表明,该算法在寻优性、收敛速度和稳定性等方面都要优于基本遗传算法。     

蜂窝系统中一种固定信道分配方法的研究

信道分配问题属于组合优化中的 NP完备问题 ,为此在遗传算法的基础上提出了一种新的固定信道分配方法 .目标是得到一个用最少的信道数 ,满足话务需求和电磁兼容限制的信道分配方案 .采用了最小间隔编码方案和选择性变异技术 ,利用固定遗传算子 (交叉和变异 ) ,在整个迭代过程中始终满足话务需求的要求 .通过对几个著名的benchmark问题进行的仿真结果表明 ,它对解决信道分配问题是一个非常有效的方法     

改进差分进化算法求解整数任务分配

针对0-1任务规划模型存在维数灾维的问题,提出了一种基于改进差分进化算法的整数任务分配算法。将任务分配的0-1规划模型转化整数规划模型,不仅大幅降低了优化变量的维数,还减小了整式约束条件;将差分进化算法常用的变异算子DE/rand/1/bin和DE/best/2/bin结合起来组成新的变异算子,使得DE既保持了种群的多样性,又有较快的收敛速度和搜索精度,并用改进的差分进化算法求解整数规划;通过典型的任务分配实例验证了该算法在优化大规模任务分配的有效性和快速性。     

求解炼钢连铸生产调度问题的改进算法

将炼钢连铸生产调度问题抽象为混和流水车间调度,建立了0-1型混合整数线性规划模型,并提出了一种遗传和线性规划相结合的求解方法。该模型通过优化钢水传搁时间来满足钢水的温度要求,通过最小化浇次开浇提前/拖期惩罚来协调连铸与热轧间的生产节奏。在算法设计中,给出了一种染色体编码来表示炉次设备指派与炉次在设备上的加工顺序方案,并探讨了相应的遗传操作。最后,仿真实验的结果表明了该算法的有效性。     

A uplink radio resource allocation scheme for localized SC-FDMA transmission in LTE network

The radio resource allocation is one of the most important issues to achieve effective wireless communication. In Long Term Evolution (LTE) network, single carrier frequency division multiple access (SC-FDMA) is applied as the transmission technology for uplink traffic. Most researches focus on maximizing the system throughput of SC-FDMA under changeable channel condition. However, users may require different quality of services (QoS) for different applications. This paper studies radio resource allocation for QoS users in localized SC-FDMA system. The proposed scheme divides allocation process into matching algorithm and radio resource assignment algorithm. The Gale–Shapley algorithm is applied to find the optimal matching between resource blocks (RB) and user equipment (UE) by considering channel conditions and the desired QoS. Then the resource assignment algorithm heuristically allocates bandwidth to UE by referring the matched RB under the constraint of carrier continuity. This paper modified the Recursive Maximum Expansion (RME) algorithm to effectively assign radio resource for UEs with different bandwidth demands. The performance of our proposed scheme is compared with the modified RME scheme through exhaustive simulations. The video streaming, VoIP, and FTP traffic types were adopted for simulations. Our simulation results show that the proposed scheme achieves better QoS satisfaction and system throughput than the RME-modified scheme.