简介：摘要：选取P市火车站为研究对象。阐述其布局现状，运用SLP（系统布置设计）方法，分析其物流和非物流关系，得到车站站内各作业单位的综合相互关系表，进行分析得到两种优化布局排布方式，并将该两种布局方式作为遗传算法（GA）的初始种群部分个体，建立客流最低移动成本和作业单位之间相互关系密切程度最高的多目标问题，将多目标问题通过赋予不同权重值转换为单目标函数，并建立目标函数的约束条件，结合带精英策略的遗传算法，使用Matlab软件求解，最终求得布局满意解。通过对比发现，SLP-GA结合所求得的布局满意解，更加满足多目标规划要求，为火车站的布局规划提供更为合理科学的布局方案。

简介：BBL布局问题是VLSI物理设计中的一个重要问题，其质量的好坏直接影响物理设计的其它阶段。本文基于角模块序列（CBL）的布图结构表示方法．采用遗传算法进行求解，实验结果表明，遗传算法在求解该问题上是有效的。

简介：摘要：为实现滨南采油厂管路布局优化，降低生产成本，本文以井站间管线长度最短或产量距离和最小为目标函数，建立了滨南采油厂全局集输管网总体优化模型；在给定约束条件下，采用遗传算法中嵌套蚁群算法的思路对管网布局模型进行同步优化求解，采用蚁群算法对井组进行了划分，选择变尺度法、遗传算法对站址进行了优化。

简介：在排课的过程中我们应该尽量将课程安排在教学效果较好的节次中,排课过程中必须满足各种约束条件,=1教室rn在时间td由教师sk上课程lp

简介：摘要本文简述了遗传算法的基本原理和特点，以及在各个领域的应用情况。

简介：遗传算法是近些年来产生的一种新算法，它模拟了自然界生物进化过程，属于仿生类算法。它不仅可以解决组合优化问题，也可以解决连续的最优问题。本文从遗传算法的产生背景、基本原理、应用实例及发展方向介绍了遗传算法。

简介：好的布局方案首先要满足所有周边设备的内部路径在机器人工作空间内,提出了一种基于遗传算法的优化布局方法.引入了工程师的经验和知识描述布局过程中的作业单元空间及机器人运动学约束,实现了机器人作业单元在三维空间内的优化布局.本方法减小了优化空间

简介：TSP是一个典型的组合优化问题,并且是一个NP难题,其可能的路径总数与城市数目n是成指数型增长的,所以一般很难精确地求出其最优解,因而寻找出有效的近似求解算法就具有重要的意义.现提出一种求解TSP问题比较有效的遗传算法,从其数学模型、遗传算子、评估函数、种群多样性等方面对算法进行了分析,结果表明提出的算法在求解TSP问题上是有效的.

简介：动力总成作为工程机械的主要激励源，其悬置系统的设计水平直接影响到整机的隔振性能。以能量解耦率为目标函数的动力总成悬置系统优化设计是一个具有多个局部最优解的问题，因此需要运用全局搜索能量强的遗传算法进行求解。与采用传统优化算法相比，遗传算法可以求得全局最优解，并且可以设计出各自由度方向上均具有较高解耦率的方案。

简介：[摘要] PID控制算法是经典的工业工程控制算法之一，增量式PID控制算法是对传统PID控制算法的优化，但其存在静态误差无法消除的影响，因此本文引入遗传算法对其进行进一步优化，并给出了优化步骤，同时给出了一个用遗传算法进行单环系统增量式PID控制器优化设计的仿真实例，并克服了其静态误差无法消除的问题。

简介：按照规定的导师分配原则,采用单亲遗传算法为学生自动分配导师.算法以单个学生为基因使用自然数序号编码;在个体适应度值的计算上对来自不同方面度量值统一了量纲和归一化处理;个体的繁殖是对个体中的基因进行换位、移位和倒位操作完成的;为避免早熟收敛和提高进化效率,在子代群体的选择上使用了＂精英策略＂和＂两两竞争选择策略＂;使用最大演化代数作为算法的终止条件.系统在实际测试中能够较好地解决导师分配问题,提高学生和教师的满意度.

简介：一、遗传算法的发展遗传算法(GeneticAlgorithms简称GA)是由美国Michigan大学的JohnHolland教授于20世纪60年代末创建的。它来源于达尔文的进化论和孟德尔、摩根的遗传学理论,通过模拟生物进化的机制来构造人工系统。从1985年在美国卡耐基.梅隆大学召开的第一届国际遗传算法会议到1997年5月IEEE的Transactions0nEvo-lutionaryComputation创刊,遗传算法作为具有系统优化、适应和学习的高性能计算和建模方法的研究渐趋成熟。[1]遗传算法是一种自适应全局优化概率搜索算法,主要有以下特点:(1)自组织、自适应和学习性(智能性)。遗传算法消除了算法设计中的一个最大障碍,即需要事先描述问题的全部特点,并要说明针对问题的不同特点算法应采取的措施,因此,它可用来解决复杂的非结构化问题。(2)直接处理的对象是参数的编码集而不是问题参数本身。(3)搜索过程中使用的是基于目标函数值的评价信息,搜索过程既不受优化函数连续性的约束,也没有优化函数必须可导的要求。(4)具有显著的隐并行性。遗传算法按并行方式搜索一个种群数目的点,而不是单点。它的并行性表现在两个方...

简介：遗传算法来源于进化论和群体遗传学,是计算智能的重要组成部分,正受到众多学科的高度重视。本文系统分析了遗传算法的应用研究,并进行了分析和评论

简介：

简介：摘要：翻花是一种需要大量人力资源的行为艺术表演形式，在我国大为流行，并风靡朝鲜等东亚国家。场地中多个人组成一块人工显示器。作为一个像素点，每一个人通过翻转来控制花球的颜色，从而控制屏幕中此像素的颜色。其中奥秘在于合理优化需要被显示的图像序列，以及与之对应的每个像素点的翻转序列。遗传算法（Genetic Algorithms，简称GA）是人工智能的重要新分支，是基于达尔文进化论，在计算机上模拟生命进化机制而发展起来的一门新学科。本文针对翻花设计中遗传算法的应用进行分析，以及遗传算法的研究现状和未来发展趋势。

简介：本文针对高校排课的实际情况,基于遗传算法、多目标决策模型设计了一个排课系统,结果表明该方法可以较为有效地解决目前计算机自动排课中的问题。

简介：随着科技进步和计算机网络技术的飞速发展，网络“黑客”的攻击手段越来越先进，信息安全问题也越来越突出。本文讨论了应用自适应遗传算法到网络入侵检测系统，包括入侵检测系统、遗传算法的简单介绍和相关的检测技术，详细论述了遗传算法在入侵检测系统中应用的具体过程，特别是染色体的构造以及交叉和突变两类算子的应用。通过研究我们发现将遗传算法应用于入侵检测有着广阔的前景。

简介：摘要：随着人民生活水平的提高，汽车技术和汽车工业不断发展，汽车舒适性要求越来越高，人们越来越关注汽车的振动和噪音。发动机是汽车的主要振荡源，其振动通过悬架系统传递给汽车车身，最终影响了整个汽车的振动噪声水平和舒适度。除了支撑动力总成外，动力总成悬置系统的主要功能是隔离发动机振动，减少车辆机体振动。因此，门到门系统的设计必须确保整个车辆的振动、噪音和舒适性。悬架系统隔振性能的优缺点与各悬架方向的安装位置和刚度因素有关，继续保持最大离合器速率应满足动力总成悬架系统各种顺序的合理频率分布和制造能力，随着设计变量、约束在此基础上，研究了基于TPA的电力总成悬置系统优化设计及遗传算法，供参考。

简介：摘要:一直以来，由于遗传算法的优异性，被广泛应用在各个领域；本文通过遗传的各个步骤和方法的介绍，便于学者理解，并指出算法的评价指标，为广大学者提供验算标准。

简介：通过了解模糊控制器优化的原理，对遗传算法进行改进，提出一种新的基于遗传算法的优化算法，并将其应用到模糊控制嚣设计当中。以工业过程控制为对象，通过二阶系统模型的仿真，结果表明改进后的遗传算法比原始算法有更好的控制性能，可实现模糊控制规则的自校正和量化因子的寻优。该算法简单、有效，对模糊控制器的工程设计有很大的实用性。