融合遗传算法改进的蚁群算法

针对蚁群算法存在停滞现象及收敛速度慢的缺点,提出了一种融合遗传算法改进的蚁群算法,在蚁群算法中引入路径遗传运算.对蚂蚁发现的路径进行染色体编码,通过适应度函数对蚂蚁的路径做适应度评价,进行路径交叉和路径变异运算,设计了新的信息素更新策略.以对称TSP测试集为对象,将改进算法与现有算法进行测试比较.实验结果表明,改进后的算法具有优良的全局优化能力,有效防止了停滞现象.     

基于遗传算法的油气集输管网运行效率优化

油气集输系统的能量耗散,在油田生产能量消耗中占主导地位.若集输管网各项运行参数没有随着油井开发参数的变化而相应调整,将导致集输系统能耗逐年增加,集输用气和用电单耗不断升高.对于这一问题,以树状双管掺水集输管网为研究对象,在布局一定的情况下,以管网掺水量、掺水温度、掺水压力为参数变量,运用遗传算法编制程序对其优化.以某油区树状双管掺水集输管网为例,通过运算得到优化后的运行参数,管网运行能耗比优化前降低了28%.     

基于遗传-蚁群优化算法的QoS组播路由算法设计

为了提高网络路由性能,提出并设计了一种基于遗传-蚁群优化算法的QoS组播路由算法。首先,设计了自适应变频采集策略用于采集网络与节点信息,以此获得网络和节点的状态,为后续路由优化提供数据支持;其次,计算路径代价,将路径代价最小作为优化目标,建立QoS组播路由优化模型,并设置相关约束条件;最后,结合遗传算法和蚁群算法提出一种遗传-蚁群优化算法求解上述模型,输出最优路径,完成路由优化。实验结果表明,所提算法可有效降低路径长度与路径代价,提高搜索效率与路由请求成功率,优化后的路由时延抖动较小。     

节点递归算法优化雨水管网

提出节点递归算法优化雨水管网系统.根据雨水管网的图论和矩阵算法,用管网联系矩阵描述整个管网,采用节点递归优化算法,以节点为研究对象,克服了管网在交叉节点处上下衔接计算和控制点不易确定的困难,达到了费用最低的优化目标;并可直接以节点标高为约束条件,充分考虑利用原有管道或解决地下管线交叉问题.并通过实例进行了验证.     

遗传算法在物流车辆配送中的应用

本文应用遗传算法优化物流配送问题,并描述该优化决策中的遗传染色体结构和适应度函数,设计相应的遗传操作,并进行仿真实验.计算结果表明,用遗传算法进行物流配送路径优化,可以方便有效地求得问题的最优解或近似最优解.     

天然气管网优化调度方法研究

以压缩机站最小年运营费用为目标函数,考虑气田资源、压缩机站特性参数、管网输送工艺等多种约束条件,建立了天然气管网优化调度数学模型。基于现代启发式演化算法的基本思想,将差分进化算法的繁殖策略与遗传算法的交叉、变异结合起来形成了一种新的混合遗传算法,应用于模型的优化求解,避免了一般演化算法早熟收敛现象,并以一个12个节点、11条管段、2个压缩机站的天然气管网为例,评选出了最优的管网运行方案,用于该管网的日常运营调度和后期改造设计。结果表明,所建模型和优化方法是有效的,具有一定的实用性。     

蚁群与遗传算法融合的聚类算法研究

目的 通过将蚁群与遗传算法融合,以解决蚁群聚类算法参数众多且与问题域相关,搜索容易出现停滞现象等问题.方法 将主要影响蚁群聚类算法性能的5个参数作为遗传算法中的染色体进行编码.首先设计遗传算法的选择、交叉、变异算子,进而将用于聚类结果评价的F-measure函数作为适应度函数,通过多次迭代找出最优的参数组合.结果 在仿真实验中,获得了较好的聚类效果.结论 蚁群与遗传融合的聚类算法较蚁群聚类算法有更大的优势.     

基于改进蚁群算法的双向物流路径优化

针对物流路径优化已有算法运算过程复杂、精度不高、过早收敛等问题,对蚁群算法进行了改进,以解决物流路径优化问题.为了消除蚁群算法的易停滞、收敛慢等问题,从蚂蚁转移策略、信息素更新方式以及遗传算法的融合等方面对算法进行了改进.针对双向物流的路径优化问题,通过增加启发函数、设计转移策略等方面来改进蚁群算法,使得算法能更好地考虑综合因素来进行搜索,能够更全面、更准确地找到合适的下一节点,从而得到更优的路线.     

单亲遗传算法在天然气管网布局优化中的应用

采用改进的遗传算法——单亲遗传算法,对树状燃气管网布局进行优化.以图论和遗传算法理论为基础,以管网总长度最小作为优化目标建立数学模型,并应用基于生成树理论和二进制编码的遗传算法对模型进行求解.得到一组树状管网布局优化方案,计算出每一方案中的计算管径,选取经济管径,最终确定树状管网的优化布局方案     

侧向跑道机场滑行路径优化

为了缓解机场场面交通拥挤状况,提高侧向跑道机场场面运行效率,构建了侧向跑道机场航空器滑行路径优化模型.该模型以航空器加权滑行时间和延误等待时间最小为目标,提出了动态优化航班的优先级的优化方案.将航空器的运行规则转化为相应的数学约束条件,根据侧向跑道机场的滑行道调度问题进行算法设计,运用改进的遗传算法对模型进行求解,以航空器的优先级滑行序列和航空器滑行路径为染色体,基于MATLAB对双链染色体进行编码,并对4种滑行冲突与解脱进行分析.以成都天府国际机场为例进行算例分析,与先到先服务序列进行对比,采用优化方案的序列可以节省42 s,并与蚁群算法进行比对,验证了改进的遗传算法的有效性,可以为繁忙机场的滑行调度提供决策支持.     

通用性星树状油气管网布局优化模型研究

集输管网结构复杂、投资大,是油气田建设的重要组成部分,优化集输管网布局方案是油气田降低开发成本的关键之一。由于星树状管网在集输系统中被广泛使用,针对星树状管网最优布局问题,开展了星树状管网布局优化模型的研究,重点关注了集输站处理容量和集输半径的约束限制,建立了Q模型、R模型、QR模型等含有大量离散变量的混合整数线性规划的通用模型。以实际的油气田为例,运用分支定界法求解上述模型,得到各方案下的拓扑结构、集输站设施位置、中央处理设施位置等系统最优解,证明了模型与算法的正确性和可靠性。通过分级优化策略和整体优化结果的对比分析,整体求解星树状管网模型的总投资更低。提出的通用性星树状油气管网布局优化模型,可根据工程实际情况确定不同约束条件下的最优管网布局,有效指导油气田地面工程设计与建设。     

蚁群算法在医药物品配送路径优化中的应用

在分析医药物流特点的基础上,提出了医药物流数学模型的合理假设和约束条件,构建了医药物流配送路径优化的目标函数.鉴于蚁群算法具有较强的发现较好解的能力,运用蚁群算法对目标函数进行寻优.仿真实验结果验证了该算法的有效性.     

卫星网络中基于蚁群优化的概率路由算法

为了提高空间信息传输的有效性和可靠性,针对传统蚁群优化(ant colony optimization,ACO)容易造成最优路径负载过重而发生拥塞的问题,提出了一种基于蚁群优化的概率路由算法(ant colony optimization based proba-bilistic routing algorithm,ACO-PRA).根据卫星网络拓扑动态周期时变的固有特点,将拓扑周期均匀分为若干个时间片,形成基于不同时间片的卫星网络拓扑连通图;根据网络拓扑连通图,将星间链路带宽和链路容量引入到目标函数中,建立时延最小的优化模型;根据蚁群算法的节点概率函数选择下一跳节点,进而找到一条能同时满足时延带宽和链路容量要求的最佳信号传输路径.仿真结果表明,提出的基于蚁群优化的概率路由算法不仅能够降低平均端到端时延和丢包率,而且能够有效地提高网络吞吐量、平衡网络负载.     

基于粒子群和蚁群算法的船舶机舱规划方法

基于粒子群算法和蚁群算法,提出了一种优化算法用于求解船舶机舱布局规划问题.船舶机舱规划问题主要包括设备布置和管路敷设.由于船舶机舱空间有限,设备和管路数量繁多,约束条件复杂,在进行具体设计过程中,需要反复多次校核修改,才能获得可行的设计方案.为了充分考虑设备布置和管路敷设设计两者之间的耦合作用,建立数学模型,从而获得全局最优的设计方案.模拟实验的结果证明,所提出的优化方法在求解船舶机舱布局规划问题中的可行性和有效性.     

一种基于蚁群优化的无线传感器网络路由算法

提出了一种基于蚁群优化的无线传感器网络路由算法.根据无线传感器网络路由策略和蚁群优化的特点,构造了人工蚂蚁,设计了基于蚁群优化的路由算法框架,对算法收敛性进行了理论分析,并在NS仿真平台下进行了实验验证.结果表明,与SPIN,DD,HREEMR,SAR和GEAR路由算法相比,作者算法具有较好的节能性和全局寻优能力.     

蚁群算法及其在物流系统中的应用研究

分析了蚁群算法在物流系统车辆路径管理中的应用,展望了蚁群算法在其他物流系统优化中的应用,指出通过应用蚁群算法可降低物流成本、提高经济效益。     

基于ACO的LEO卫星网络路由研究

为了解决低轨卫星网络动态拓扑路由问题,通过更改蚁群优化(Ant Colony Optimization,ACO)算法结构以及信息素更新策略进行调整,提出一种适合LEO卫星网络的具有多QoS约束条件的ACO路由算法.这种路由算法能够根据LEO卫星网络中业务流量分布的变化对网络最优路径做出调整、均衡网络负载、避免拥塞,实现多种QoS指标的联合最优.仿真结果表明:在网络接近满负荷的情况下,路由算法在保证业务QoS需求的同时,使网络资源得到了充分利用.     

改进蜂群算法在燃气管网布局优化中的应用

城市化的快速发展使得天然气的需求量不断增多,考虑到天然气管网在今后的运输压力会越来越大,所以相关的经济效益和管网利用率需要更加地趋于合理化。文章以管线铺设经济最优为目标函数,将人工蜂群算法应用于城镇燃气管网的优化布局中,并且在基本人工蜂群算法的寻优过程中提出了新的邻域搜索策略,在算法的贪婪选择阶段加入了判别函数,使算法原本存在的缺陷得到了改进。通过仿真结果发现,文章中提出的改进方案能够得到较好的优化结果,在实际天然气输配管网铺设中具有一定的参考价值。     

基于蚁群算法的无线多媒体传感器网络路由研究

通过对蚁群算法(ACO)的研究,设计了一种适合无线多媒体传感器网络的路由协议.该算法模拟自然界蚂蚁群体在寻找路径的方式,在节点发送数据包时,以该路径之前发送数据包的频率以及通过该路径的代价为参数,计算选择该节点为下一跳的转发概率.仿真结果表明,采用该算法时,节点的平均寿命要比采用传统的定向投递算法时的节点寿命高20%,数据包成功发送速度也远远高于传统算法.