基于混合免疫遗传算法的车辆调度问题

免疫算法是模仿生物体高度进化,复杂的免疫系统仿生的一种智能化启发式算法。在描述车辆调度问题数学模型及免疫算法综述的基础上,引入了一种基于抗体亲和力的混合免疫遗传算法,改进了抗体的交叉算子,解决了路径长度受限的车辆调度问题,实验结果表明,与遗传算法相比较,混合免疫遗传算法能更有效的解决车辆调度问题。     

基于混合遗传算法的协同制造系统调度研究

模型。提出一种改进的混合遗传算法,在标准遗传算法的基础上引入模拟退火算法的Boltzmann生存机制,加快了算法收敛速度,克服了遗传算法过早收敛的缺陷,同时对算法的变异、交叉算子和更新机制进行了改进。仿真实验表明,改进的混合遗传算法能有效优化作业顺序和AGV行走路径,为具有AGV约束的柔性生产调度提供一种有效的实践途径。     

基于免疫遗传算法的公交智能调度算法

从公交车辆运营调度目前存在的问题出发,运用遗传算法和混合遗传算法对公交车辆静态调度进行了研究。运用遗传算法的智能化特征,有效地改善了公交车辆的静态调度。在此基础上综合生物免疫机制等边缘学科的理论,将免疫算法融入到遗传算法当中,构成一种改进的遗传算法,并应用于解决公交调度管理中的优化中,与利用简单遗传算法的计算过程进行了仿真和对比。应用结果表明,该算法简单、高效、稳定性好,能较好克服传统方法和现有遗传算法的不足,性能得到了显著的提高,获得了满意的效果,提高了公交车辆的运营效率。     

基于改进遗传算法的船体分段车间零部件配送优化研究

船体分段制造车间的物资配送问题是典型的车辆路径问题。现阶段利用传统遗传算法规划配送路线已经不能满足日益繁重的物流任务。为满足车间对物资配送准时化的要求,需要对传统遗传算法进行改进,添加时间窗对物资配送时间进行约束。利用改进遗传算法,可以更好地提高物资配送效率。     

基于模糊条件下车辆路径问题的研究

关于车辆路径问题的研究,国内外已有不少专家进行过研究,但大都不令人满意.本文在其研究的基础上,通过引入遗传算法,提出一种基于模糊可能性的混合遗传算法.该算法以车辆数最少和运行距离最短,研究了决策者的主观嗜好对决策目标的影响.最后通过与其它算法的比较证明了基于模糊可能性的混合遗传算法的优势.     

基于遗传算法解决车辆最优路径诱导问题

遗传算法是智能计算中的一种关键算法之一,它在处理全局寻优问题时是一种非常有效的工具、这篇文章在解决目标最优路径的问题时采用了遗传算法,通过改进遗传算法中的一些参数和细节来提高算法解决此问题的能力.     

一种基于改进混合遗传算法的贴片机装配工艺优化方法

贴片工艺流程是贴片机装配速度提高的瓶颈。首先对遗传算法的遣值线性尺度变换作了改进，然后在改进的遗传算法中融入模拟退火算法，提出了改进的混合遗传算法，提高了遗传算法的全局寻优能力。针对拱架型贴装机，采用改进混合遗传算法对装配工艺进行优化设计。计算结果表明，能明显缩短PCB的装配时间，优化效果较采用遗传算法和邻近算法更为明显。     

飞行器参数辨识的一种演化计算方法

将混合遗传算法应用于飞行器气动参数辨识。该方法结合了遗传算法的全局寻优能力和极大似然法的局部寻优能力,使得混合遗传算法不受极大似然法初值选取的影响,同时也解决了遗传算法收敛速度慢和收敛精度较低的问题。在混合遗传算法寻优过程中,仅对最优个体和变异后的个体执行局部寻优操作,从而使得混合遗传算法的计算量维持在一个适当的水平。最后,一个飞行器纵向模型气动参数的辨识仿真表明：混合遗传算法的收敛性和精度都远高于没有采用局部寻优策略的遗传算法。     

一种改进变异算子的混合遗传算法

分析了遗传算法传统变异算子的缺陷,为解决遗传算法搜索效率低下及早熟收敛的问题,设计了一种融合遗传搜索和模式搜索的混合遗传算法。理论分析与实验仿真结果表明,所给出的混合遗传算法是有效的,在收敛速度、精度和稳定性方面均有明显的提高。     

基于云计算的冷链物流配送车辆路径优化方法研究

针对冷链物流配送车辆路径优化问题,分析云计算模式下处理配送车辆实时路径的优势,建立了冷链物流配送车辆路径优化应用服务架构;并在该架构下获取多源实时交通信息,分析车辆配送时间和综合成本,构建了冷链物流配送车辆路径优化模型,并在云计算环境下利用粗粒度并行遗传算法对模型进行求解,实验结果表明云计算环境下冷藏车辆实时路径优化方法是有效的,该方法对冷链物流配送成本实现精细化控制,提高配送服务效率,具有实际意义。     

一种Turbo译码算法改进研究

Turbo码是近年来广泛应用于通信系统中的一种性能优异的编码方式.文中首先分析了基于最大后验概率的Turbo码传统译码算法,然后指出了使用这类算法具有大译码延时的缺点,分析了常用的能减小译码延时的SW-MAP算法;最后根据此算法的特点提出了SW-MAP算法的改进方案.算法改进后能有效降低译码延时,提高译码性能.     

引导型免疫算法研究

基于免疫系统机理提出的免疫算法是一种新型的智能系统，在优化计算方面表现出巨大的潜力，具有多样性好、搜索成功率高的优点．但免疫算法在局部搜索中存在一定盲目性，搜索效率不高．本文提出引导型免疫算法，通过增强免疫算法中抗体的社会性，为免疫算法的搜索过程提供引导性，加快算法收敛速度，并对引导型免疫算法中新引入的算法参数进行了深入讨论．算法分析和仿真结果表明，引导型免疫算法在保持算法高搜索成功率的前提下，有效地提高了算法搜索效率．     

RFID防碰撞算法的研究

随着物联网技术的高速发展,作为其关键技术之一的RFID显得愈为重要。标签碰撞的应用在RFID系统中是不可避免的,因此RFID防碰撞算法是RFID系统中一个重要问题,直接决定了RFID系统可以识别多个标签的能力。目前防碰撞算法在时域上主要可以分为非确定性算法（ALOHA算法）和确定性算法（树形算法）两大类。本文分析了现存的两大类算法中主流的防碰撞算法,总结出两大类算法的优点以及存在的问题。通过MATLAB仿真进一步证明此结论,并总结未来研究中需要继续关注的问题与方向。     

基于KR-BM算法的多模式匹配算法改进

网络技术的高速发展对模式匹配算法提出了更高的要求,为提高模式匹配效率,文中首先对常用的单模式和多模式匹配算法进行分析,在此基础之上,提出一种基于KR算法和BM算法的多模式快速匹配算法。最后通过实验结果验证了此算法的可用性和高效性。     

通道不一致性对GPS天线自适应算法的影响

GPS信号到达地面终端时通常非常微弱,极易受到传输环境和去其他信号的干扰。功率反演(Power-Inversion)算法应用于GPS自适应天线阵可以很好地抑制干扰信号,但由于阵列天线通道存在幅相不一致,这会对自适应抗干扰算法产生很大影响。通过对自适应天线阵列及通道不一致性进行建模,经过理论分析和计算机仿真,以QRD-SMI算法为例,验证了自适应算法在一定条件下能够克服天线通道不一致,从而有效地抑制干扰信号,所得结论有利于指导工程应用。     

基于遗传算法的关系数据库水印技术研究

目前关系数据库中的水印算法已经无法满足其基本数据管理需求,而传统的遗传算法由于在水印嵌入中的元组个数远远无法满足数据库中的元组数量也没有得到实际的应用。笔者将通过对现有水印技术进行分析和探究,并基于遗传算法的基础之上来对关系数据库水印技术进行改进,该技术能够利用遗传算法在关系数据库中选择最优元组进行比对,极大缩短了关系数据库的水印嵌入时间,提高了水印嵌入效率,真正实现了关系数据库水印的优化,为关系数据库的发展做出了一定的贡献。     

融入曲率尺度空间算法的图像配准方法

为了满足图像配准对于实时性的要求,提出融入曲率尺度空间算法的图像配准方法。首先使用曲率尺度空间算法提取图像角点特征,然后使用改进的加速稳健特征算法生成64维角点特征描述子向量并将描述子向量降维到24维,最后使用改进的相似性距离算法和随机采样一致性算法进行匹配。仿真实验一表明:在图像配准准确度方面与传统尺度不变特征变换算法、传统加速稳健特征算法及其他改进的图像配准方法相当,但在图像配准实时性方面具有一定的优势,仿真实验二通过立体匹配库验证了该方法具有普遍有效性。     

基于主动队列管理算法的研究

主要对自适应虚拟队列（AVQ）算法、动态阈值（DT）算法以及队列长度阈值（QLT）分组调度算法等异同点及适用范围进行了描述,在理论上进行了分析。通过比较各个算法的优点及存在的问题,针对AVQ算法进行了改进,使其在原性能的基础上增加了区分服务的功能。基本上保持了原算法的优点,即具有低时延、低分组丢失率和高链路利用率。     

道路搜索算法的研究

道路交通飞速发展,对道路搜索算法进行研究变得越来越有必要。首先对研究的必要性进行了阐述,进而对几种道路搜索算法的原理进行了介绍。     

遗传蚁群禁忌融合算法的研究

通过对遗传算法、蚁群算法和禁忌搜索算法三种算法的分析研究,针对其各自优缺点,提出一种融合遗传算法、蚁群算法和禁忌搜索算法的融合算法。融合算法是采用遗传算法生成初始信息素分布,利用蚁群算法快速求精确解,同时将遗传禁忌算子引入到蚁群算法的每轮迭代中,有效解决了蚁群系统初始信息素匮乏、易陷入局部最优和收敛速度慢的缺点,实现优势互补。通过NP-hard30问题仿真实验,结果显示算法具有良好的寻优能力和寻优效率。