基于遗传算法的疲劳裂纹扩展方法优化研究

当前,用于预测疲劳裂纹扩展的方法多种多样,但无论哪一种裂纹扩展方法,都是以扩展点的扩展代替整个裂纹的扩展。因此,对扩展点的优化具有重要意义。考虑到遗传算法对多参数优化具有较好的效果,基于遗传算法对扩展点的个数和分布进行了优化研究;引进了位置比这个概念,以最外侧扩展点的位置比表征扩展点的分布;介绍了一种裂纹扩展的数值方法,计算数值结果与实验结果的误差,取该误差的倒数作为个体适应度。结果表明,当扩展点个数和最外侧扩展点位置比分别为11和0.95时,个体适应度最高,数值预测精度最好。     

基于网络遗传算法的全局优化

本文在分析当前全局优化方法研究现状的基础上,提出了一种改进的遗传算法――网络遗传算法,应用简单实例说明了网络遗传算法的具体操作,同时应用大量数值实例证明了网络遗传算法解决全局优化问题的可行性、正确性、有效性。     

基于遗传算法的物流配送路径优化问题研究

遗传算法是一种基于自然进化原理的全局搜索随机算法。遗传算法在选址问题、配送问题、调度问题、运输问题、布局问题方面意义重大。在建立物流配送路径优化问题数学模型的基础上,构造了求解该问题的遗传算法。该遗传算法采用常用的二进制编码,在个体选择上结合使用最优个体保留策略和轮盘赌法。最后以这种方法进行了实验计算,通过计算结果表明,用遗传算法进行物流配送路径优化,可以方便有效地求得问题的最优解或近似最优解。     

基于遗传算法优化模糊PID控制器的研究

利用遗传算法对模糊PID控制器中的隶属函数和控制规则进行优化,减少经验依赖,实现在线调整,改善控制效果,并利用Mathb编程仿真,验证结果.     

基于MATLAB遗传算法优化工具箱的优化计算

采用Matlab语言编制的遗传算法工具箱（GAOT）可实现二进制编码和真值编码的模拟进化计算，此工具箱在遗传操作方面非常灵活。介绍了用遗传算法工具箱解决了连续优化问题和旅行商问题，并给出了两个实例。     

基于遗传算法的物流配送路径优化问题的研究

建立优化物流配送路径的数学模型,然后构造求解该问题的遗传算法。进行多次实验和计算,证明用遗传算法优化物流配送路径,可以有效地求得问题的最优解或近似最优解。     

基于遗传算法的通信网络拓扑优化研究

该文通过分析通信网络中的拓扑优化问题,抽象出数学模型,并利用遗传算法对该模型进行求解。最后通过实例验证用遗传算法求解该问题明显优于一些传统的算法,文中所建立的数学模型和算法能够正确地解决通信网络拓扑优化问题。     

基于改进遗传算法的资源优化配置研究

当前在解决资源优化配置问题时往往使用贪婪算法、遗传算法等.但贪婪算法只能选择一个最优度量标准,所以只能获得度量意义下的最优解而不是该问题的最优解,而如果直接使用遗传算法又存在搜索空间过大、耗时过长的问题.提出了一种新的算法.先基于贪婪算法获得问题的初始解空间,然后对初始解空间进行冲突检测与消解,最后运用改进的遗传算法进行优化获得最优方案.测试算例表明大大缩小了遗传算法的搜索空间,在保证获得最优解的条件下加快了收敛速度并有效防止了种群的退化.提出的算法在突发事务的处理方面具有一定的意义.     

基于遗传算法的路径优化问题研究

近几年,物流配送业急速发展,配送任务密集而繁重,如何高效、合理的完成配送任务决定了一个企业的市场竞争力。该文基于遗传算法设计了单一目标的路径优化方案,并将算法融入模块设计中,实现了基于Java的物流配送管理平台。通过仿真测试,该方案在搜索效率和性能上都表现出较好的特性。     

基于改进量子遗传算法的连续函数优化研究

针对一般量子遗传算法在求解连续函数优化问题时存在的困难,研究了一种改进的量子遗传算法.该算法采用一种新的量子旋转门--Hε门对种群进行更新操作,可有效避免算法陷入局部最优解,提高算法的全局寻优能力.将该算法应用于几个典型复杂函数的优化测试结果表明,改进的量子遗传算法在对连续函数进行求解时,综合性能明显优于传统遗传算法和一般量子遗传算法.     

基于遗传算法的某航空发动机装配车间优化调度

航空发动机装配车间装配生产线的调度问题,是一类比较典型的混合Flowshop问题,同时还带有工件可重人等特点,这就区别于一般的Flowshop和Jobshop调度问题,因此,将可重入混合车间调度问题划为第三类调度问题。关于重入式混合车间生产调度的优化问题通常来说都是属于NP难问题。文中通过某航空发动机装配车间生产线的研究,以最小化最大完工时间为目标函数,借助随机矩阵的编码方式和改进的交叉方法与变异方法,提出了基于遗传算法的调度优化方法。最后实验结果表明,文中提出的改进算法能够有效地实现装配车间调度的优化。     

基于实数编码遗传算法对交通信号配时优化

鉴于城市道路的交通信号配时优化问题,本文提出一种改进的信号配时非线性函数模型,设计各性能指标的加权系数随交通需要的不同而变化,采用基于实数编码的遗传算法对信号配时进行优化。算例结果表明。该算法优于传统的Webster方法,在同一周期内减少了车辆延误,增加了通行能力,同时使交叉口的服务水平由C级提高到A级。     

基于混合遗传算法的兵力分配及优化

探讨并建立了兵力分配问题的数学模型,提出了运用混合遗传算法分配兵力的方法.该方法在引入粒子群算法的社会信息共享机制的基础上,通过采取交叉、变异概率正切递增和最差个体随机变异的改进策略,以达到兵力分配效能最优的目的.实验结果表明,该算法较常规遗传算法有一定的改进,可为指挥员做出科学、有效的决策提供支持.     

基于遗传算法优化植物仿真的应用研究

L-System不仅可以模拟单株植物,而且可以模拟一片森林。由于森林中的树木形状不仅受内部信息的影响,还受外界多种因素影响。所以森林仿真是一个多参数的问题,遗传算法是解决多参数的问题有力工具。文章中使用遗传算法优化森林中树木的仿真。     

基于遗传算法的TSP问题优化求解

旅行商问题（TSP）是典型的NP完全问题,本文运用遗传算法求解TSP问题,提出了该算法在解决这一问题中的一些处理方法,使用该算法能够较快地求出一批最短路径,可根据需要设置叠代代数,求得理想最优解。     

一种基于遗传算法的模糊控制规则的优化方法

模糊控制规则的选择是模糊控制器设计的关键问题之一,文中在对现有应用遗传算法优化模糊控制规则的方法进行研究的基础上,以模糊控制规则的完整性和一致性为出发点,提出了一种用遗传算法来优化模糊控制规则的改进算法,具体给出了遗传算法设计中的各种函数和算子的确定,并将优化过的规则用于设计模糊控制器,进行仿真研究,取得了令人满意的效果。     

基于遗传算法的MFAC参数寻优

无模型自适应控制是基于数据驱动,不依赖于被控对象的数学模型,且结构简单,易于实现.目前关于无模型自适应控制器参数寻优的方法较少,给无模型自适应控制的应用带来了极大的不便.针对这种情况,设计了一种基于遗传算法的MFAC控制器参数寻优方法,并在matlab环境下分别以具有非线性、一阶惯性加大滞后、高阶加大滞后特征等3个不同...     

Optimizing Traffic Signals in Smart Cities Based on Genetic Algorithm

Current traffic signals in Jordan suffer from severe congestion due to many factors, such as the considerable increase in the number of vehicles and the use of fixed timers, which still control existing traffic signals. This condition affects travel demand on the streets of Jordan. This study aims to improve an intelligent road traffic management system (IRTMS) derived from the human community-based genetic algorithm (HCBGA) to mitigate traffic signal congestion in Amman, Jordan’s capital city. The parameters considered for IRTMS are total time and waiting time, and fixed timers are still used for control. By contrast, the enhanced system, called enhanced-IRTMS (E-IRTMS), considers additional important parameters, namely, the speed performance index (SPI), speed reduction index (SRI), road congestion index (R_i), and congestion period, to enhance IRTMS decision. A significant reduction in congestion period was measured using E-IRTMS, improving by 13% compared with that measured using IRTMS. Meanwhile, the IRTMS result surpasses that of the current traffic signal system by approximately 83%. This finding demonstrates that the E-IRTMS based on HCBGA and with unfixed timers achieves shorter congestion period in terms of SPI, SRI, and R_i compared with IRTMS.     

基于遗传算法的药品仓库货位布局优化研究

在研究遗传算法的基础上,结合某制药企业仓储管理的环境现状,提出一种有效的药品仓库货位布局算法,以实现货位的自动化分配并提高仓库的空间利用率和出/入库效率.     

基因池操作遗传算法的应用层组播路由优化

在应用层组播系统中，负责数据转发的终端节点不具备线速转发能力，较重的转发负载会引起拥塞。以拥塞节点为根的整个子路由树将与源节点失联。为解决由拥塞导致应用层组播稳定性差的问题，将构造最优组播树的过程抽象为有度约束的最小代价Steiner树问题。提出了一种用于构造节点转发能力受限应用层组播树的遗传算法，算法以组播树上各节点的直接前驱对其进行遗传表达，便于节点出度的统计。为使遗传操作适用于直接前驱编码，引入了“基因池”的概念并以此为基础实现了交叉与变异。针对度约束导致产生非可行解的问题，提出将组播树对度约束的超出量作为一个新的优化目标，从而以多目标优化的方式得到Pareto前沿，并从Pareto前沿上截取满足度约束的解作为最终输出，避免了使用惩罚函数法的求得非可行解的风险。仿真实验表明，提出的遗传算法能够构造节点转发能力受限的应用层组播路由树，具有良好的求解可靠性。