遗传算法在计算机网络优化设计中的应用

针对计算机网络优化问题,研究重点普遍集中在算法研究上,遗传算法是适用于求解多目标优化问题的智能优化算法.计算机网络优化问题本质上一个非线性0-1问题,并且是有多约束条件的.阐述了计算机网络概念,介绍计算机网络的特性,分析了计算机网络优化的影响因素,重点分析了计算机网络的可靠性.针对计算机网络优化问题,构建计算机网络优化问题的数学模型,介绍解决0-1问题的遗传算法在计算机网络优化中的操作步骤.采用遗传算法对计算机网络数学模型求解.在计算机网络优化设计实例中,实验计算结果表明:遗传算法可以在计算机网络优化设计的数学模型中求得最优解,很好的调解了网络设计中各性能之间的矛盾,提高计算机网络的计算精度,降低计算时间和成本.     

最优化算法案例教学研究——以植树问题为例

基于最优化算法课程特点,给出教学案例设计理念,设计一个具体的植树问题案例.该案例有2个优化模型,其中按照主观经验建立的优化模型是错误的,对此分析原因,给出其现实意义.通过此类案例,在教学中能给学生很好的启发,激发他们的学习兴趣.     

基于群智能和机器学习的分布式生产调度算法研究

传统的算法对分布式生产调度的求解难度非常大,而且收敛速度慢、解质量差。由此,本文以分布式装配流水车间为研究对象,尝试使用群智能和机器学习联合算法对其进行求解,并在构建分布式生产调度模数学模型中引入动态订单决策和历史订单分析学习等动态条件,进而使联合算法的优化解贴近实际生产情况。最后,采用分布式车间调度仿真软件进行建模仿真,验证优化结果的可行性。     

基于MATLAB的钻机转盘锥齿轮优化设计

石油钻机转盘锥齿轮对转盘的体积和传动性能具有重要影响,本文在研究目标函数、设计变量及约束条件的基础上,建立了优化数学模型。运用MATLAB工具箱求解,并根据求解的结果建立了三维模型,用ansys有限元软件进行力学分析,表明优化方案是可行的。     

基于工程应用的数值分析课程实践教学改革

针对数值分析课程的特点,分析了课程的现状及其存在的问题,给出了基于工程应用的数值分析的课程体系,改革传统的教学方法,将编程能力的培养融入到实践教学中,针对C语言和Matlab2种编程环境进行了对比分析,并对实验项目进行了优化,给出数值分析几种常用算法及其C语言的实现.培养学生针对实际问题建立数学模型和求解数值计算的能力,加深学生对算法的理解和掌握,达到良好的教学效果.     

基于遗传算法双目立体视觉传感器的优化设计

为了提高双目立体视觉传感器的测量精度,采用最优回归设计,建立双目立体视觉传感器的结构参数优化模型,并运用遗传算法对建立的优化模型进行求解.通过GA算法的优化,双目立体视觉传感器的测量精度有了较大幅度的提高,优于传统方法的结果.     

基于蚁群算法的通信光缆线路优化规划研究

蚁群算法是一种求解组合优化问题的新型通用启发式方法,通信光缆线路优化是一个复杂的非线性组合优化问题。本文将蚁群算法用于通信光缆线路优化问题的研究,建立了通信光缆线路规划的数学模型,并在此基础上设计了相应的算法。算例证明该算法的可行性和有效性。     

基于TSA的非线性神经网络预测控制

针对现有非线性预测控制方法在线递推控制律时求解非线性方程的困难,提出一种基于树和种子算法(tree and seed algorithm, TSA)的非线性神经网络预测控制算法.该算法采用径向基函数(radical basis function, RBF)神经网络建立非线性系统的过程模型,并将该模型作为预测模型,可以有效逼近系统的过程特性.在此基础上,通过该模型递推非线性系统的预测输出值,并设计具有约束的二次型性能指标.利用TSA优化该性能指标,不断在线搜索非线性预测控制系统的最优控制律,避免采用直接递推的方式求解复杂非线性优化问题,减轻了系统的计算负担.生化发酵过程仿真对比结果表明,该算法具有很强的跟踪和抗干扰能力.     

基于蚁群算法的地震物资车辆调度研究

为了将便于解决复杂优化问题的蚁群算法与地震灾害发生后的救援物资配送优化问题结合起来,建立了优化的地震救援物资车辆调度数学模型。首先确立了运输时间最短和配送物资满意度最大的双目标模型,其次进行单目标模型转换,再运用蚁群算法求解,最后通过Matlab进行模拟运算,验证了车辆调度模型的可行性和有效性。     

突发事件应急处置中的物流优化与调度研究

在突发事件应急体系中,应急物流管理对于提高应急响应能力、节约救援时间、降低生命财产损失具有重要的作用.构建了突发事件应急处置中的物流优化与调度模型;提出了求解该模型的带有动态参数决策模型的改进蚁群优化算法;给出了旨在加强军地物流一体化发展的相关措施.