排课问题的一种遗传算法适应度求解方法

排课问题的多个优化目标间可能是冲突的,如何有效优化求解的多个目标,是排课问题的关键。适应度计算方法影响遗传算法的采样空间和执行效率,研究适应度的求解方法有助于解决多目标优化问题。利用多目标决策协调模型进行排课问题的改进适应度求解方法的研究,以优化遗传算法的采样空间,加快算法的收敛。把该方法应用到排课问题中,实验结果表明对目前仍没有较好解决方法的组合优化问题,可以得到比较容易的解决。     

基于改进遗传算法的排课方法研究

列举了排课问题中的软约束条件和硬约束条件,提出了一种基于遗传算法的新排课方法.该方法合理安排了高校排课过程中的各种资源,对传统遗传算法做了改进,采用了自适应的交叉概率和变异概率,改善了排课的收敛性和效率.     

改进自适应遗传算法在函数优化中的应用研究

为了改善传统自适应遗传算法的收敛速度以及局部收敛问题,根据种群适应度的集中程度,以种群的最大适应度、最小适应度以及适应度平均值这3个变量为基础,设计了改进的自适应交叉概率和变异概率来调整整个种群的交叉概率和变异概率,提出了一种基于种群适应度集中程度的改进自适应遗传算法.将该算法应用于函数优化中,仿真结果验证了其具有"快速收敛"的特点,且在很大程度上可避免遗传算法的早熟现象.     

基于新型遗传算法编码方案的高校排课系统的实现

遗传算法在求解排课问题这类涉及多因素、多重约束问题上,效果往往较优。遗传算法用于解决排课问题,编码方案的优劣显得尤为重要,本文将基于矩阵和结构体相结合的编码方案应用到排课问题中,设计并实现了高校排课系统。并从时间复杂度和排课结果两方面验证其有效性和操作性。     

基于自适应遗传算法的模糊控制器优化设计

改变传统的优化模糊控制器的方法,采用自适应遗传算法优化设计了一种控制效果较好的模糊控制器。在遗传算法改进方面,不以传统的定值常量作为交叉和变异概率,而是根据遗传算法本身计算出来的个体适应度来自适应的调节交叉和变异概率的大小,以克服采用定值常量作为交叉和变异概率所带来的早熟现象和效率相对较低的问题。仿真结果表明,改进的模糊控制器具有更好的控制效果。     

智能排课优化算法研究

为解决高校排课优化问题,建立了以教学效果好评度最大化为优化目标的排课数学模型.针对传统遗传算法的不足,给出了一种混合遗传算法,该算法不仅能够对传统遗传算法的交叉率、变异率进行自适应改进,还能够实现冲突检测与消除功能.测试结果表明,该算法比传统的遗传算法、贪婪算法和蚁群算法耗时短,而且教学效果好评度最高,这说明该算法能有效缩短排课时间,提高排课质量和效率,实现高校排课智能化.     

排课问题的一种二维编码的遗传算法

本文针对排课问题提出了一种包含教师、班级、课程、教室、上课时间段等信息的二维染色体编码方法,根据排课问题的约束条件构造出相应的适应度函数,利用遗传算法的迭代思想求解排课问题,并验证了所得课表的可行性和合理性.     

基于改进型遗传算法的AUV路径规划

针对基本遗传算法求解AUV路径规划问题时存在收敛速度慢等缺陷,提出一种基于改进型遗传算法（IGA）的路径规划方法,该方法采用改进的遗传算法、具有明确物理意义的适应度函数,提高了算法搜索的速度和优化的程度,解决了AUV多目标优化的路径规划问题。仿真试验结果证明：该方法是正确有效、稳定的,并且比基本遗传算法得到的路径更优,收敛速度得到显著提高。     

基于遗传算法的最优多脉冲交会轨道设计

为了解决燃料最省和时间-燃料组合最优的航天器轨道交会问题,采用遗传算法对最优多脉冲交会轨迹进行设计.把最优脉冲的幅值、方向和真近点角作为编码变量,根据最优交会问题的终端边界条件和必要条件来设计适应度函数.该方法分别用于最优双脉冲交会、具有初始滑行段的最优双脉冲交会、最优三脉冲交会和时间-燃料组合最优三脉冲交会四个仿真实例.将仿真结果与牛顿法求解的精确最优解比较,可以看出用遗传算法求解的最优解具有较高精度,证明了该方法的合理性和有效性.     

采用混合遗传算法的敏捷卫星自主观测任务规划

为改进敏捷卫星观测大规模地面目标点时传统的遗传算法求解效率低下的问题,提高智能优化算法的求解效率,改进了传统的遗传算法,提出了禁忌退火遗传混合算法。首先,考虑到航天器在观测地面目标点的过程中所面临的时间约束、姿态轨道动力学约束等多种约束条件,建立了相应的适应度函数。所提出的适应度函数能够兼顾高观测收益与低观测能耗,反应了实际工程问题的观测需求。随后,为改进传统遗传算法的变异过程,提出了禁忌退火变异方法。这一变异方法在个体变异寻优的过程中,引入了禁忌搜索方法与Metropolis法则,提高了算法搜寻到全局最优解的概率,加快了算法的收敛速度。研究结果表明,与传统的遗传算法相比,禁忌退火遗传混合算法节省了约40%的算法运行时间,该算法的运行效率也高于退火遗传算法、禁忌遗传算法等其他种类改进的遗传算法,从而验证了禁忌退火遗传混合算法求解敏捷观测卫星任务规划问题的高效性。     

基于约束优化问题的人工鱼群算法及其改进

在人工鱼群算法基础上,对人工鱼群算法进行改进,结合遗传算法提出的适应度函数来解决约束优化问题.具体表现在改进了人工鱼的觅食行为,另外引入了吞噬行为以便加快收敛速度,得到更优的适应度值.仿真结果表明改进的人工鱼群算法在解决约束优化问题时,具有收敛速度快、适应度值优、全局寻优性能强等优点.改进的人工鱼群算法较之基本人工鱼群算法具有更好的性能.     

遗传算法在高校排课系统中的应用研究

随着高校招生规模的不断扩大,高校教务排课的任务日益繁重．本文针对排课系统中遇到的实际问题进行分析,建立用于高校排课问题求解的数学模型．在此基础上应用遗传算法完成了问题的求解．实践表明,该方法简单、有效,能为高校教务信息化建设提供有益和必要的支持．     

遗传算法在求解时间表问题中的应用研究

时间表问题（TTP）是一类特殊的资源调度问题，属于NP完全问题．排课问题是时间表问题的一个实例，属于多目标优化问题，本文给出了其数学模型．由于遗传算法具有良好的全局搜索能力，在优化问题中有着广泛的应用．本文根据排课问题的特点对普通遗传算法作了改进，设计了一种新的染色体编码方法，通过线性加权法将各目标优化函数进行整合转化成为单目标优化问题，并将此作为遗传算法的适应度函数．最后给出了一个计算实例，用MATLAB进行了仿真，算法最终收敛到稳定状态，所得的结果能够满足要求．     

有限字符集编码下的模式定理及其证明

基本遗传算法的核心理论是模式定理和收敛性理论．传统的模式定理使用了二进制编码方法并给予了证明,然而现实中用遗传算法求解很多问题时需要使用有限字符集的编码方法．首先给出了一些具有代表性的遗传算子,在此基础上证明了有限字符集编码下的模式定理．结果表明,基于有限字符集编码的遗传算法中阶次低、定义长度短且适应度值超过平均适应度值的模式的数目将以指数级增长．     

遗传算法研究和探讨

本文主要阐述数据挖掘的一个重要算法-遗传算法。并从遗传算法的概念、特点、基本遗传算法的流程和遗传算法操作中的五个核心要素,阐述了遗传算法在排课问题中的应用所涉及的编码形式,适应度函数的确定以及所采用的遗传操作,合理对资源进行分配,从而解决对资源的使用带来的冲突问题。     

排课系统中的遗传算法设计

文中针对高校排课系统的现状,根据遗传算法的特点设计了一种基因编码、几个适应度函数、冲突检测方法,并设计了遗传算子,改进了杂交方式,降低了算法的复杂性,减少了算法运行时间。     

遗传算法研究和探讨

本文主要阐述数据挖掘的一个重要算法-遗传算法.并从遗传算法的概念、特点、基本遗传算法的流程和遗传算法操作中的五个核心要素,阐述了遗传算法在排课问题中的应用所涉及的编码形式,适应度函数的确定以及所采用的遗传操作,合理对资源进行分配,从而解决对资源的使用带来的冲突问题.     

一种改进的遗传算法

针对传统遗传算法在编码方案及交叉操作中存在的局限性,提出了一种新的遗传算法的改进方法。该方法（1）以实数编码代替二进制编码,有效地解决了传统遗传算法中二进制编码串的长度与计算精度、运算量之间的矛盾,（2）根据适应度值对父染色体进行重组操作,克服了传统遗传算法中交叉操作所存在的盲目性。最后,以求解自然对数和神经网络的训练为例验证了所提出方法的有效性。     

基于遗传算法的排课问题研究

以黄河水利职业技术学院教务排课为对象,利用遗传算法自适应、随机搜索和高度并行的特殊功能,近似求解排课这种带有约束的多目标优化组合问题。对排课问题的实质、遗传算法的编码方案、交叉方案和冲突检测等操作进行了研究。     

基于改进自适应小生境遗传算法的机械臂逆运动学求解

逆运动学求解对机械臂位姿控制和轨迹规划具有重要意义,针对逆运动学求解存在多解及通用性差的问题,提出了一种基于改进自适应小生境遗传算法的逆运动学求解算法。适应度函数融合位姿误差和"最柔顺"原则,不存在多解及奇异解问题;引入减法聚类分析,提升算法通用性;对遗传算法进行改进,提升了算法收敛速度及精度。利用六自由度机械臂进行仿真实验,结果表明该算法收敛快、精度高,可求得唯一解。