共查询到20条相似文献，搜索用时 206 毫秒
1.
方惠蓉 《Journal of Zhangzhou Technical Institute》2008,10(2):5-8
针对移动机器人运动路径规划最优问题,提出了一种具有能进行整体搜索和全局最优计算的遗传算法,并将遗传算法与具有摆脱局部最优点能力的模拟退火算法相结合,解决了遗传算法在实际应用中产生的局部上并非最优的问题。在移动机器人的路径规划中,该算法能达到较高的路径规划效率和求解的质量。 相似文献
2.
通过对车辆路径问题的分析,建立车辆路径问题数学模型。针对遗传算法优化车辆路径问题易陷入局部最优解以及收敛速度慢等问题,引入基于动态小生境的协同进化模型。最后,将动态小生境协同进化算法应用于所建立的模型中。实验结果表明：动态小生境协同进化遗传算法可有效避免遗传算法的早熟现象,并在一定程度上提高优化车辆路径问题的求解效率。 相似文献
3.
4.
格雷码编码具有较强的局部搜索能力。针对Rosenbrock函数采用基于进化策略的格雷码来优化遗传算法,实验表明这种结合既能较快速地搜索适应度较大的个体,也可以大概率地搜索全局最优解,是一种快速进行局部细致搜索的优秀的非线性方法。 相似文献
5.
当前的GIS最优路径查找搜索策略是启发式算法。由于缺乏可行解空间的全局采样,这些算法多数情况下容易陷入局部最优。作者提出一个基于遗传算法的最优路径方法且成功地应用于最优路径的查找。 相似文献
6.
7.
提出了一种以蚁群算法为主,利用遗传算法经过交叉,变异,选择后产生进化的信息素作为蚁群使用的信息素.在遗传算法多次进化效果不明显时,引入模拟退火算法进行跳变的混合算法,使各种算法取长补短,改善了蚁群算法初始阶段运行缓慢和遗传算法局部搜索能力弱的缺点.提高了运行效率,同时运用这种改进的算法对高校排课问题进行仿真,从而比较算法改进的优缺点. 相似文献
8.
遗传算法属于进化算法(EvolutionaryAlgorithms)的一种,它通过模仿自然界的选择与遗传机理来寻找最优解。遗传算法具有与问题领域无关且快速随机的搜索能力,搜索从群体出发,具有潜在的并行性,可以进行多个个体的同时比较,搜索使用评价函数启发,过程简单,使用概率机制进行迭代,具有随机性,具有可扩展性,容易与其它算法结合。基本01背包问题,提出遗传问题解决的关键技术,设计评价函数和遗传算子,并通过散播变异、移位变异、插入变异改进01背包问题中的遗传算法,很好地解决了遗传问题。 相似文献
9.
设计了一种基于支配关系下的局部搜索方法，将此局部搜索方法嵌入到多目标遗传算法中，从而提出一种有效的求解多目标优化问题的混合遗传算法。为加速遗传算法在全局优化问题上的收敛性，发挥传统数值优化算法在计算速度与计算精度上的优势，在遗传算法中镶嵌一个多目标线搜索算子。线搜索算子与遗传算法中的选择算子、交叉算子和变异算子共同作用，使全局搜索和局部搜索都能够很好的实现。数值实验表明，该混合遗传算法能求得问题的数量更多、分布更广的Pareto最优解。 相似文献
10.
基于改进遗传算法的GSM基站选址问题研究 总被引：1，自引：0，他引：1
刘艳 《湖北成人教育学院学报》2014,(5):1-3
本文首先对于罚函数遗传算法构造了合适的适应度计算方式,其次将适当的修补算子加入修补遗传算法中,保证修补的随机性和有效性;然后在两者的交叉、变异操作之后都加入进化突变算子,增强了他们的局部搜索能力;最后针对不同规模的基站选址问题,分别采用加入进化突变前后的罚函数遗传算法和修补遗传算法进行仿真,结果验证加入进化突变的修补遗传算法在求解大规模的基站选址问题时效率最高。 相似文献
11.
12.
经典遗传算法的缺陷在于搜索耗时较长,容易出现局部最优解。为解决该问题,引进适应度函数,并在设计遗传算子时,重新定义适应度函数。为尽量规避出现局部最优解,在不改变种群参数的条件下,通过新算法得到最短路径为31,搜索耗时均值为20.667m/s;与之对比,经典遗传算法两项数据分别是37和24.667m/s。因此,新算法可在更短时间内给出更佳解。 相似文献
13.
《实验室研究与探索》2017,(12)
为提高量子遗传算法的全局搜索速度和精度,提出改进进化方向的量子遗传算法(QGAIED)。该方法通过计算优化方向和参照当前全局最优解,实现了进化步长的自适应调整。在步长的调整过程中,QGAIED通过权值同时控制两个优化方向,在保证全局搜索能力的同时也提高了搜索速度。将该方法应用于数学优化和工程优化,结果表明,该方法能够快速准确的寻找到全局最优解。 相似文献
14.
车辆路径问题属于离散NP-hard组合优化问题,传统的量子遗传算法存在储存量大和易陷入局部最优解等问题。提出一种新的量子遗传算法用于最小化运输成本。设计一种将量子比特编码转换为实数的编码方法,每条染色体代表一种行车路线方案,利用改进的旋转门对种群进行更新操作,采用动态调整旋转角机制对量子步长实现自适应搜索,扩大全局搜索范围|引入一种变异操作,用于保持算法的种群多样性,从而提高算法的全局搜索宽度|采用客户节点重置和2 opt法对〖JP3〗线路进行再优化,增强算法的局部搜索能力。仿真实验和算法比较,验证了该算法的优越性和有效性。 相似文献
15.
模拟退火算法具有较强的局部搜索能力,并能使搜索过程避免陷入局部最优解,但模拟退火算法是一种NP类算法,对整个搜索空间的状况却不能很好的搜索,收敛速度慢,从而使得模拟退火算法的运算效率不高。遗传算法来源于生物遗传学和自然选择机理,通过人工方式所构造的一类搜索算法。其局部搜索能力较差,但把握总体搜索过程的能力较强。若能将两者有机的结合,既加速了算法的收敛速度又避免陷入局部最优解。 相似文献
16.
17.
李婷 《湖南广播电视大学学报》2010,(2):59-62
标准粒子群优化算法对空间所有区域等概率搜索,降低了算法效率。借鉴遗传算法的思想,本文提出一种带随机选择机制的改进粒子群优化算法。该算法将适应值选择和粒子状态更新方程结合起来,通过赌轮算法选择机制使得粒子在适应值较小的区域尽可能的降低搜索概率,在最优解可能区域尽可能加大搜索强度,从而提高算法搜索效率。通过标准进化计算测试函数测试,实验结果表明对于复杂优化问题该算法优于标准粒子群优化算法和遗传算法。 相似文献
18.
基本遗传算法易早熟和局部搜索能力欠佳,为此,将多生境遗传算法应用于无人机灾情巡查路径优化。基本思想是：在适应值共享基础上,在选择算子中引入排挤机制,在交叉算子中采用间隔交叉,并使用最相似个体中适应度最差的个体替换技术。数值实验表明,多生境遗传算法可以大大提高种群的多样性,在很大程度上避免早熟,获得比基本遗传算法更优的巡查路径。 相似文献
19.
介绍了利用遗传算法解决函数优化问题的一般思路。引入一个称为精华模型的变量,以协调群体的多样性和选择性压力;引入并使用了均匀交叉算子、均匀变异算子,能改进遗传搜索的局部搜索能力,并显著提高遗传算法求得全局解的能力。 相似文献
20.
基于遗传算法的函数优化问题研究 总被引：1，自引：0，他引：1
介绍了利用遗传算法解决函数优化问题的一般思路。引入一个称为精华模型的变量,以协调群体的多样性和选择性压力;引入并使用了均匀交叉算子、均匀变异算子,能改进遗传搜索的局部搜索能力,并显著提高遗传算法求得全局解的能力。 相似文献