模糊Job Shop调度中的混合搜索策略的研究

采用并行遗传算法作为全局搜索算法，提出一种混合搜索策略，用于求解模糊Job Shop调度问题．根据模糊Job Shop调度问题解的特征，提出基于关键工序的邻域选择方法，并将基于这种邻域选择方法的禁忌搜索算法作为局部搜索算法，加强了遗传算法局部搜索能力．针对13个困难benchmark问题的实验结果表明，在较短的时间内，混合搜索策略的算法得到的平均满意度比并行遗传算法提高4.67%，比TSAB算法提高5.76%．采用的禁忌搜索算法改善了遗传算法的局部搜索能力，说明提出的混合搜索策略是有效的．     

基于混合并行遗传算法的多目标约束优化技术研究

多目标约束优化问题属于NP问题。并行遗传算法是解决该类问题的常用算法,它具有较强的全局搜索能力和并行性,但局部搜索能力差,禁忌搜索算法则比较适合于局部搜索。提出了一种基于混合并行遗传算法的多目标约束优化方法,该方法综合了并行遗传算法和禁忌搜索算法的优势,改进了并行遗传算法的性能,能有效避免局部最优解。     

遗传和禁忌搜索算法在多车物流配送问题中的应用

多车物流配送策略属于物流的统筹配给范畴,应用十分广泛.考虑到遗传算法存在早熟收敛和盲目搜索问题,把禁忌搜索算法独有的记忆思想引入到遗传算法的搜索过程中,将禁忌搜索算法作为遗传算法的变异算子,提出了基于遗传和禁忌搜索的组合算法,并通过与纯遗传算法的比较证实该算法的有效性.     

基于改进的遗传禁忌搜索算法求解电力线路最佳抢修路径

在分析和研究电力线路最佳抢修路径的基础上,提出了一种改进的遗传禁忌搜索算法来求解电力线路最佳抢修路径.此算法基于变异思想和A'算法产生禁忌搜索算法的邻域解,并利用遗传算法的阶段进化思想减少调用禁忌搜索算法的频率,进而提高改进的遗传禁忌算法的执行效率.仿真结果表明在求解电力线路最佳抢修路径时,遗传禁忌搜索算法的性能优于其他算法.     

基于禁忌搜索算法的Web服务组合优化

为有效集成网络中的Web服务,组成满足用户需求的服务链,提出了基于禁忌搜索算法的Web服务组合优化方法.建立了基于QoS感知的Web服务组合优化模型,该模型从全局限制了用户的QoS约束.简述了禁忌搜索算法求解的基本框架,在此基础之上分析了应用禁忌搜索算法求解过程中的关键设计步骤.实例仿真计算结果表明,该算法求解具有比线性规划算法更好的时间性能,并具有与遗传算法相仿的表现.     

基于混合遗传算法的水电站优化调度应用研究

在众多解决高维组合优化问题的工具中，遗传算法具有较好的全局搜索能力，而禁忌搜索算法则在局部搜索方面优势明显。本文根据水电站优化调度问题的实际特点，提出了遗传算法与禁忌搜索算法相结合的混合优化算法，采取禁忌搜索算法替换遗传算法变异算子的混合策略。以此算法对一个实例进行了模拟计算和分析。     

基于混合遗传与禁忌搜索的网格任务调度的研究

网格技术将所有可用于共享的资源（例如,计算机、存储设备、软件、数据库等）通过网络连接起来,并将它们转化成一种标准的计算能力。为各种复杂的计算任务提供资源,因此网格任务在各种资源之间的调度成为了一个关键的问题。本文通过对遗传算法与禁忌搜索算法的分析,提出了一种混合遗传算法与禁忌搜索算法的策略,把禁忌搜索算法独有的记忆思想引入到遗传算法的搜索过程中,通过把禁忌搜索算法作为遗传算法的变异算子的方法,提高了网格任务调度的有效性。最后,使用网格模拟器,对算法的性能进行了测试,并比较了轻重负载情况下,经典遗传算法和本算法调度方案的性能差异。     

基于3D-Tabu禁忌搜索的广域环境MESH网络节点部署优化算法研究

受限于广域环境的特殊三维地形及其大覆盖面积,需要一个能够基于三维地理广域场景的节点智能化部署方案.本文结合WiFi MESH网络、动态组网算法等知识,基于广域三维山区环境,提炼出数学模型,并运用MESH网络和启发式搜索算法的思想,在满足最小建设成本、最大覆盖率以及最优网络服务质量三个限制条件综合最优的前提下,提出了一种基于三维禁忌搜索算法的多目标优化节点部署方法.此外,还提出了一种可以针对不同应用场景的"加权求和"综合评价机制.仿真实验结果表明,提出的三维禁忌搜索算法可有效获得满足约束条件的优化部署方案;通过对加权系数的分析验证了评价机制的科学优化程度.此外,本文提出的搜索算法可以根据不同的应用场景获得一个最优化的智能基站部署方案,推动了智能基站自动部署规划在广域场景中的应用.     

基于混合遗传禁忌搜索算法的多机器人任务分配

为解决传统遗传算法在求解仓储多机器人任务分配问题时，收敛速度慢且容易陷入局部极值的问题，该文提出一种混合遗传禁忌搜索算法。首先以机器人配送成本最小为目标建立数学模型；然后在传统的遗传算法中引入禁忌搜索算法中的禁忌表和藐视准则，来对遗传算法每次迭代后的种群进行优化调整，使得算法能够跳出局部最优且快速收敛。仿真结果表明，混合遗传禁忌搜索算法能有效地改善遗传算法的全局寻优能力，提升仓储的整体运行效率。     

基于禁忌搜索算法的VLSI布局

将禁忌搜索算法应用于VLSI门阵列的布局问题,建立了以总线长度和通道拥挤度的布局目标函数,用禁忌搜索算法求解目标函数的最小值,通过实验仿真,将本算法和遗传算法进行了比较,结果表明不论在解的质量和收敛速度方面,禁忌搜索算法优于遗传算法.     

一种基于IP网络的QoS约束组播路由算法

针对时延约束最小代价组播路由问题,结合禁忌搜索算法和模拟退火算法的优点,提出了一种改进的混合遗传路由算法TSSAGMA。通过分析与仿真,证实了该算法在解决时延约束最小代价组播路由的问题上优于传统算法,能够在较小的代价下搜索到较好的解。     

基于禁忌搜索算法的VLSI布局

将禁忌搜索算法应用于VLSI门阵列的布局问题，建立了以总线长度和通道拥挤度的布局目标函数，用禁忌搜索算法求解目标函数的最小值，通过实验仿真，将本算法和遗传算法进行了比较，结果表明不论在解的质量和收敛速度方面，禁忌搜索算法优于遗传算法。     

分布式交互应用中服务器放置问题的启发式算法

分布式交互应用是允许分散在不同地点的多个参与者能实时进行交互的网络系统,它的交互质量在很大程度上取决于网络延迟,而通过对服务器位置的合理布局可以降低网络延迟。因此,服务器放置是影响分布式交互应用的交互性能的关键因素。针对分布式交互应用中服务器放置问题,提出了模拟退火算法和禁忌搜索算法,并与已有的遗传算法进行了比较。通过实验可以看出,尽管在求得较好解的速度方面,遗传算法占据优势,但在求得解的质量方面,提出的模拟退火算法和禁忌搜索算法均优于遗传算法,在服务器数量相同的条件下,延迟平均降低了15.5%和15.2%,更加有效地提高了交互质量。     

TSGA:新型的片上网络低功耗映射算法

针对如何将越来越复杂的应用任务有效地映射到片上网络处理单元上,达到以更少的能耗完成任务的目的,提出了一种遗传算法和禁忌搜索算法相融合的新型片上网路低功耗映射算法。该方法充分利用遗传算法强大的全局搜索能力,融合禁忌搜索的局部搜索能力和突出的翻山特性来弥补遗传算法的局部搜索能力弱和早熟的缺陷,取得了更好的片上网络低功耗效果。实验结果表明,在同样的实验平台和功耗模型下,禁忌搜索遗传算法相比于早期的遗传算法能耗降低显著,相比于后来改进的MGA、AGA算法也有能效优势。     

A Comparative Study Of Global Optimization Approaches To Meg Source Localization

It is well-known that the problem of MEG source localization can be cast as an optimization problem. So far, there have been many works in which various optimization methods were adopted for source localization. In this paper, we compare the performance of three typical and widely used optimization techniques for a specific MEG source localization problem. We first introduce a hybrid algorithm by combining genetic and local search strategies to overcome disadvantages of conventional genetic algorithms. Second, we apply the tabu search, a widely used optimization method in combinational optimization and discrete mathematics, to source localization. To the best of our knowledge, this is the first attempt in the literature to apply tabu search to MEG/EEG source localization. Third, in order to further compare the performance of the above algorithms, simulated annealing is also applied to MEG source localization problem. The computer simulation results show that our local genetic algorithm is the most effective approach to dipole localization, and the tabu search method is also a very good strategy for this problem.     

遗传禁忌算法优化BP网络用于入侵检测

针对入侵检测系统存在的高漏报率和误报率,提出一种基于遗传禁忌神经网络的入侵检测模型。该模型基于遗传禁忌算法的全局搜索和BP网络局部精确搜索的特性,将遗传禁忌算法和BP算法有机结合,利用遗传禁忌算法优化BP网络初始权重,同时引入小生境技术改进遗传禁忌算法。实验表明,改进的遗传禁忌算法优化BP网络用于入侵检测能提高入侵检测的效率,降低误警率,可在一定程度上提高入侵检测系统的准确率。     

基于禁忌搜索的生产—库存—配送协同计划问题研究

针对具有一定生产期和存储期的快速消费品,从供应链集成的角度研究了确定性需求情形下多工厂、多产品、多客户供应网络的生产—库存—配送协同计划问题,并建立了多周期环境下生产—库存—配送协同计划问题的混合整数规划模型,以协同优化各工厂的生产计划、库存计划与配送计划.提出了求解该模型的禁忌搜索算法方案,且通过设计启发式顺序分配方法生成初始解,采用了从改进的2-opt和λ-interchange的邻域解中产生候选解的策略,给出了提出算法的具体实现过程.最后,通过测试算例的仿真结果,证明了禁忌搜索算法在求解该类问题时具有比混合遗传算法更强的鲁棒性,并且能够得到更好的解.     

一种求解车间作业调度的自适应混合遗传算法

针对遗传算法和禁忌搜索算法在求解车间作业调度问题存在的全局收敛性差、种群早熟化、收敛速度慢等缺陷,提出了一种自适应遗传禁忌搜索算法。算法通过自适应调整遗传算子中的变异概率,改善了遗传算法的收敛速度;通过增加禁忌表来选择杂交产生的个体,避免迂回搜索,以禁忌搜索算法作为变异算子,增加种群的多样性,避免算法陷入局部最优。通过仿真实例,验证了算法的收敛性和抗局部收敛性。     

基于禁忌搜索遗传混合算法的装配线平衡

针对装配线平衡问题（ALBP）,文中提出了一种禁忌搜索遗传混合算法。在混合算法中,遗传算法部分采用特殊的遗传变异操作算子（双点交叉和移位插入变异）,使算法只在可行作业序列子空间中进行搜索,有效减小了搜索范围,提高了算法运行效率;禁忌搜索部分是在每代遗传操作完成以后,随机选择一些个体进行禁忌搜索操作,来增强算法的搜索能力。最后以经典问题的求解验证了禁忌搜索遗传算法在收敛性能和计算效率上较使用单纯的遗传算法高。     

基于协同自适应禁忌的多时窗VRP算法实现

针对多时窗VRP,提出了一种对其进行求解的协同禁忌优化算法。首先定义了多时窗VRP的数学模型,通过C-W算法求初始解,采用四种算子进行邻域搜索,定义目标函数衡量候选解好坏;设计了自适应地修改禁忌长度的方法和多个子禁忌算法进行协同寻优的算法;将协同寻优获得的最好最优解作为主禁忌算法初始解进行全局寻优。仿真实验证明,该方法能有效地解决多时间窗的VRP,且与其他方法相比,以较少的迭代次数获得了全局最优解为386.38,具有较大的优越性。