柔性作业车间多目标调度优化研究

研究了多目标柔性作业车间调度问题(FJSP),提出了一种基于Pareto的混合遗传算法,并建立了包括生产周期、总拖期时间和机床负载在内的多目标优化模型.该算法采用基于工序的编码方式和活动化解码方法,将Pareto排序策略与Pareto竞争方法结合起来.为了保证解的多样性,采用小生境技术并同时使用多种交叉方法,用Pareto解集过滤器保存进化过程中的最优个体,防止最优解的遗失.算法最后给出问题的Pareto最优解集.仿真试验证明,提出的混合遗传算法可以有效解决多目标FJSP.     

基于混合遗传算法求非线性二阶两点边值问题的数值解

针对非线性二阶两点边值问题,构造了一种基于实数编码的混合遗传算法,将遗传算法和Levenberg-Marquardt算法进行了组合;由于前者全局优化能力强,后者有较强的局部优化能力,故改进后的算法不仅具有全局优化能力,计算的精度不会受到初始取值的影响,并且计算时间少,可以有效提高算法的收敛速度;最后,通过改进后的算法计算非线性二阶两点边值问题解析解和精确解的对比分析表明,该算法对非线性二阶两点边值问题计算有较大的优势,是一种有效的求数值解方法。     

采用混合遗传算法的变电设备多目标优化概念设计

针对变电设备概念设计中对应功能的结构选择的多样性和产品个性化客户需求,采用理论分析和仿真实验的方法进行定量计算,提出多目标优化结构设计的数学模型,结合混合遗传算法进行计算,分析了变压器多目标优化的全过程.研究结果表明:此方法运算速度快,准确率高,稳定性强,获得了Pareto最优解;采用的混合遗传算法能够获得良好的在线和离线性能.研究结论初步满足了变电设备参数的个性化需求,优化了变电设备的性能.     

轨道路径约束的散货卸船机调度优化策略

基于对卸船机调度特征的描述,建立了以最小化卸载作业完成时间为目标的卸船机调度优化模型,设计了混合遗传算法组件以获得问题近似最优解,通过松弛原问题中的难约束,推导了松弛问题的下界并作为原问题的下界.同时,对具有不同规模的问题进行实例计算与分析.结果表明,所设计的混合遗传算法能够在可接受的计算时间内获得合理的解.     

基于空间优化的三维装箱布局混合遗传算法

针对三维装箱问题使用了一种便于空间优化的二维链表结构表达三维矩形物体布局状态空间分解方法和利用混合遗传算法产生待装物体的顺序序列.二维链表结构可以表达空间相连结点之间的关系,易于空间结点的重组,达到更好的利用空间;也可减少产生好的待装物体顺序序列的搜索次数.结合混合遗传算法的搜索方法,能在合理的时间内找到问题的满意解.经过实验表明通过这两种方法的结合本算法能取得较好的较果.     

基于改进混合遗传算法的冷链物流配送中心选址优化

针对冷链物流配送中心的选址是一个受空间和时间限制的优化问题(需要同时考虑成本、时间窗、货物品质及客户服务水平的约束,是一复杂组合优化模型),构造了一种基于遗传算法和禁忌搜索算法相结合的、并用贪婪算法改进交叉算子的混合遗传算法对模型进行求解.实验结果表明,这种改进的混合遗传算法可以有效地避免早熟及局部最优现象,得到质量较高的解,进一步提高了计算效率.     

计算换热器网络的两种最优路径

本文对换热器网络优化问题进行了综述,指出了以热-焓图的算法,根据温-焓图综合的换热器网络,狭点设计法及用转运模型的结构优化法为当前最具代表性的网络计算方法,并对换热器网络的最优综合的狭点设计法及转运模型的结构优化法进行分析比较.     

基于纯数值函数优化的一种混合遗传算法

通过引入与进化代数相关的交叉概率和与个体适应度相关的变异概率的自适应遗传算子同时把Powell局部寻优算法融入遗传算法的搜索过程构成了一种数值函数全局寻优的混合遗传算法.实验表明混合遗传算法改善了遗传算法的局部搜索能力,有效地解决了遗传算法的早熟现象,显著提高了遗传算法求得全局解的概率.同时由于混合遗传算法中只利用函数值信息,所以该混合遗传算法是纯数值函数的优化的一种通用方法.     

一种换热器网络优化新方法

基于遗传算法和神经网络的多层感知器模型的有机结合,提出一种优化换热器网络的新算法和一种新的编码方法－基因矩阵,这种算法根据遗传适应度（目标函数）的大小,以随机搜索方式寻找在求解区域的最优解,采用神经网络多层感知器模型实现换热器网络的结构优化和参数变化。经过遗传－感知模型优化并与外逼近算法做了比较,表明采用此法优化多维、多峰、非凸的换热器网络也具有很好的适应性。     

基于SMSA混合算法的地下水污染源强度反演研究

基于单纯形模拟退火混合算法(SMSA混合算法),结合污染物迁移问题的解析解反演地下水污染源的强度变化历时曲线.SMSA混合算法结合了单纯形法的确定性搜索和模拟退火算法的全局概率搜索机制,是一种高效的混合优化算法;同时采用Yeh提出的解析解,它具有可靠性强、易于编程实现和扩展性强的特点.计算结果显示,1维、2维、3维情形下点污染源的反演浓度均较好地再现了真实的污染物释放过程,这表明基于SMSA混合算法和Yeh解析解的反演方法是一种有效的地下水污染源重建方法.     

遗传算法最优同步综合换热网络

换热网络综合作为过程系统综合的一个重要研究分支，目前已经开发出多种综合方法。为克服这些方法存在的局限性，采用遗传算法，对无分流换热网络综合问题提出改进的优化模型及优化策略。该方法不仅能够自动、迅速地得到换热网络的结构与参数，而且具有获得全局最优解的能力。最后通过实例说明本方法的有效性。     

解换热网络同步综合问题的列队竞争算法

给出了换热网络同步综合问题的数学模型和拓扑结构的描述,并确定了产生相邻换热网络的策略。在此基础上,提出了列队竞争算法解网络综合问题的计算方法。对实例问题的求解得到了优于文献报道的结果。     

基于壳程数最小年度化费用换热网络综合的研究

根据换热器对数平均传热温差校正因子与换热器进出口温度之间的关系,指出了单壳程偶数管程换热器在可操作条件下的最大温度交叉程度,在此基础上,根据换热器投资费用同壳程数的关系,提出了基于壳程数的换热网络综合的数学模型,并采用遗传模拟退火算法进行了求解,实例表明该模型对求解实际工程换热网络是有效的。     

基于Hammerstein模型和GA的非线性广义预测控制

针对Hammerstein型的非线性系统,给出了一种基于GPC的预测控制方法.分析了使用近似法求解控制量的缺点,据此提出了基于遗传算法的控制量优化求解策略.以一个热交换器作为仿真实例,分别使用遗传算法和两种近似法求取控制量,并比较了3种情况下的控制效果.仿真结果表明基于遗传算法的预测控制器具有良好的性能.     

遗传算法在管箱式翅片管换热器优化设计中的应用

文中将遗传算法应用于管箱式翅片管换热器的优化设计中，以传热面积与换热器芯体体积之比为目标函数，详细讨论了算法的优化步骤及工作流程，为管箱式翅片管换热器的优化设计提供了参考方法。     

列管式换热器遗传算法的优化设计

应用遗传算法对列管式换热器进行优化设计,并通过分析列管式换热器数学模型的自由度,给出了能保证各变量独立的决策变量确定方法,以及根据经济指标确定出适应度函数.结果表明,采用遗传算法比传统的优化设计方法更准确、有效.     

多变量时滞过程的解耦内模控制及应用

针对工业过程中常见的多变量时滞输入输出系统,基于内模控制结构提出了一种解析解耦内模控制器矩阵的设计方法,该方法设计的内模控制器同时具有解耦器和控制器的作用。其优点是能够实现标称系统输出响应之间的近似或完全解耦,且用遗传算法对于解析模型进行降阶或近似处理,从而简化了推导解耦控制器矩阵的运算量;并可以通过调整内模控制器的滤波器时间常数来补偿被控过程的模型不确定性所导致的控制品质下降。用该方法对国产200MW火电机组带汽—汽换换热器的多变量强耦合再热汽温控制系统进行了控制系统的设计和仿真研究,仿真结果证明了该方法的有效性。并且在过程模型和过程失配时显示了较强的鲁棒性和抗干扰能力。     

基于改进遗传神经网络的微硅加速度传感器动态补偿研究

比较遗传算法与神经网络的特点, 并对将遗传算法用于函数连接型神经网络(FLNN)的优点进行了研究.对遗传算法的编码方法、交换和变异操作做了改进,提出了一种融合改进遗传算法的FLNN用于微硅加速度传感器动态性能补偿的新方法.该方法不依赖于传感器的动态模型, 可根据传感器的动态响应数据, 建立补偿模型,采用改进遗传神经网络搜索和优化补偿模型参数,既保留了遗传算法的全局搜索能力,又具有神经网络的鲁棒性和自学习能力.介绍补偿原理及算法, 给出动态补偿网络的数学模型.结果表明, 该补偿方法能克服FLNN收敛速度慢、容易陷入局部极小的缺陷,具有网络训练速度快、实时性好、良好的全局搜索能力、精度高、鲁棒性好及动态补偿器实现简单等优点.     

基于遗传模拟退火算法的带约束换热网络综合问题

对大规模换热网络综合ＮＰ－困难问题,构造一新模型,并证明了新模型与原问题的等价性,由于新模型不仅能计算出优化变量所在的可行域,避免了传统遗传算法应用惩罚函数的方法处理约束条件时产生的大量不可行解的缺陷,而且新模型中的优化变量数成倍减少,增强了遗传算法获得全局最优解的能力。