共查询到10条相似文献,搜索用时 31 毫秒
1.
2.
3.
基于自适应模拟退火遗传算法的传感器优化配置研究 总被引:2,自引:0,他引:2
针对传感器优化配置组合优化问题,提出了一种基于模态置信度准则MAC的优化算法——自适应模拟退火遗传算法。以模态置信度MAC矩阵的最大非对角元的值极小为目标函数,针对满足传感器数量不变的约束条件问题,提出了二重结构编码遗传算法,并将传统的模拟退火算法改良后,作为一个独立的算子置于遗传算法进化过程中;为了避免出现过早收敛的现象,引入了自适应交叉和变异概率。算例结果表明该混合算法对传感器数目与位置同时实现了优化,得到了满足不同精度要求的传感器优化配置方案。 相似文献
4.
5.
动态联盟伙伴选择的一种自适应遗传算法 总被引:7,自引:0,他引:7
针对动态联盟伙伴选择优化问题,提出一种自适应遗传算法用来求解此类问题。该算法设计了自适应交叉和变异概率,在遗传过程中可以根据适应度自动选择,从而使群体中每个个体对环境的变化具有自适应调节能力;所设计的自适应变异概率可以避免算法的早熟现象;遗传过程中,通过保持迭代过程中的最优解,加快了搜索速度,并保证了收敛于全局最优解。通过算例,证实了该算法的有效。 相似文献
6.
遗传算法在单层球壳质量优化中的应用 总被引:2,自引:2,他引:0
摘要: 经典遗传算法存在局部搜索能力不强,“早熟”现象和后期收敛速度放慢等缺陷,本文将自适应策略与“预选择机制”的小生境技术同时引入其中,加入小生境技术后可以避免陷入局部收敛的问题;在小生境遗传算法基础上加入自适应策略,实现对种群的杂交概率和变异概率进行自适应控制,从而形成一种改进小生境遗传算法,可以有效维持种群中个体的多样性,同时可以改善全局收敛的可靠性。通过三个典型算例验证了本文算法的正确性,并通过单层球壳的算例分析表明该方法稳定性好,全局搜索能力强,但在计算时间上长于ANSYS自带的优化模块。本文算法可以应用于优化变量繁多的大中型网壳结构截面优化问题,优化效果明显。 相似文献
7.
针对多资源约束的车间调度问题,将启发式算法和自适应GA优化方法结合起来,提出了混合自适应GA方法,建立了多资源约束的车间优化调度模型.根据启发式调度算法中优先规则对调度目标的影响,设计了新的编码规则.采用正弦函数作为自适应因子,使得交叉概率和变异概率随群体的适应度自动改变,提高了运算的效率,克服了启发式算法和普通GA的缺陷.通过实例仿真并与其他算法比较结果表明,混合自适应GA算法可以很好的解决作业车间在机床、刀具等多种生产资源约束下的优化调度,并在评价指标上较其他算法更优. 相似文献
8.
针对木工板手工排样效率低和材料利用率低问题,提出木工板“一刀切”排样优化算法.在剩余矩形填充算法中添加启发式分块原则,改进的剩余矩形填充算法满足“一刀切”工艺要求.采用遗传算法对矩形件进行排样优化,以提高木工板利用率,降低企业生产成本.为提高算法的优化精度,使用基于指数变换的非线性动态适应度函数,引入精英保护策略,应用部分填充交叉(partially matched crossover)算子.结合剩余矩形填充“一刀切”算法对遗传种群进行解码计算原料利用率,并作为适应度函数值,进行迭代搜索最优解.排样实例表明木工板“一刀切”排样优化算法能够很好地解决多品种大规模木工板排样问题. 相似文献
9.
以层合板结构的临界屈曲载荷系数最大化为优化目标,基于改进型模拟退火算法对层合板结构铺设角度和铺层顺序进行优化。由于层合板结构的铺层角度是离散变量,模拟退火算法适合求解离散变量的优化问题。利用模拟退火算法优化层合板铺层,在算法内采用并行计算、引入记忆功能同时设置双阈值终止准则,有效地提高了优化过程的收敛速度,同时避免优化过程中出现局部最优解。以临界屈曲载荷系数作为目标函数,选取复合材料层合板的铺设角度顺序为设计变量,采用改进的模拟退火算法得出复合材料层合板的最优铺设角度以及铺层顺序。 相似文献
10.
提出一种利用人工神经网络求解不规则件排样问题的混合优化方法.该方法首先把排样和制造工艺联系起来,将多边形各边向外扩充,为零件预留加工余量;然后采用自组织特征映射模型(SOM)和Hopfield人工神经网络相结合的方法,运用SOM神经网络对初始在板材内随机排布的不规则零件进行平移,逐步减小不规则零件之间的重叠面积,求得各零件的最优位置,再运用Hopfield神经网络对平移后的零件旋转,进行迭代运算,当能量函数达到稳定状态时,得到各排样零件的最优旋转角度组合,实现自动排样.算法可以解决不规则件和矩形件在规则板材以及不规则板材上的排样问题,实例证明了该算法的有效性和实用性. 相似文献