共查询到17条相似文献，搜索用时 171 毫秒
1.
为了有效求解如何安排面试专家组成员工作使面试公正客观的问题,建立面试安排工作数学模型,该模型为复杂的非线性整数规划问题。提出一种装箱编码、模拟退火遗传、多点交叉、领域搜索变异的遗传算法对数学模型进行求解,并以一个30名专家对300名学生进行面试,且每个面试组4名专家的例子用遗传算法进行求解计算。结果表明,改进后的遗传算法能高效求解出问题的近似最优解,求解结果能满足面试工作安排所提出的要求。 相似文献
2.
两段式遗传算法求解CTSP 总被引：1，自引：0，他引：1
旅行商问题（TSP）是一类典型的NP完全问题,遗传算法（GA）是求解这类问题的常用方法之一。针对中国旅行商问题（CTSP）,设计了两阶段遗传算法的改进策略。第一阶段在SGA基础上采取控制参数优化和保优操作,求得若干个较优解;第二阶段采用变异操作,在第一阶段较优解组成的种群基础上寻找最优解。用该策略迅速找到了CTSP最优解,该路径长度为15378km,比目前已知CTSP解更优。对遗传算法迅速求解TSP最优解提供了可行解决方案。 相似文献
3.
遗传算法是一种通过模拟自然界的生物演化过程搜索最优解的方法,用于求解优化问题有其独特的优势。系统介绍了遗传算法特点、算法框架、以及遗传算法求解优化问题的应用过程。 相似文献
4.
本文在建立有时间窗车辆路径问题数学模型的基础上,构造了求解该问题的启发式算法--遗传算法,并进行了实例计算.模拟结果表明,利用遗传算法进行求解有时间窗车辆路径问题,可以方便有效地求得问题近似最优解. 相似文献
5.
6.
为了提高运输规划问题的有效性,降低运输成本,将遗传算法引入到该问题的求解中。运输规划问题的数学模型是带约束的函数优化问题,在该问题模型中引入遗传算法,采用罚函数法处理约束条件,对可行解和不可行解采用不同的适应值函数,结合轮盘赌、竞标赛和精英保存算法作为选择策略,对可行解和不可行解分别采用边界变异和非均匀变异,最终得出最优解。实验结果数值说明该方法的有效性。 相似文献
7.
"华容道"是中国古代传统单人玩的拼板类游戏。求解游戏最优解是人工智能搜索的一个典型问题,国内外学者提出了许多算法。针对华容道游戏特点,提出了基于Trie树的BFS搜索算法求解游戏最优走法,并对算法进行了复杂性分析。实验证明这种算法求解速度快,是求解华容道问题最优解的有效方法。 相似文献
8.
针对多目标车辆路径问题,研究了车载量、配送里程、混合时间窗等限制约束条件下,以最小配送费用和最少配送车辆数为目标建立多目标数学模型。在分析智能水滴算法求解类似离散问题时存在的局限性基础上,运用多种方式对其进行改进,并引入遗传算法选择、交叉及重组算子提高其性能,构建出两种改进智能水滴遗传混合算法,运用Solomon标准测试算例和实际算例进行验证。比较结果显示,改进后的混合算法能够有效解决离散问题,在持续寻优能力上较传统智能水滴算法和遗传算法更优；并且竞争选择改进智能水滴遗传混合算法求解算例效果最优。 相似文献
9.
给出一种结合梯度法和正交遗传算法的混合算法。实验表明,它通过对问题的解空间交替进行全局和局部搜索,能更有效地求解函数优化问题。 相似文献
10.
研究了多机协同多目标攻击空战决策问题。它是依据空战形势，寻求M架友机对N架敌机的一个适当的攻击分配方案，以实现最优的期望攻击效果。为此，本文首先建立了决策问题的数学模型，接着应用混合自适应遗传算法对其进行求解。在混合自适应遗传算法中，将一种局部搜索方法引入自适应遗传算法以提高其搜索能力。同时，设计了用于满足决策问题的非常规交叉算子。仿真实验结果表明所设计的混合自适应遗传算法比自适应遗传算法能更有效的解决协同多目标攻击空战决策问题。 相似文献
11.
提出一种基于遗传算法优化BP网络结构的自适应噪声抵消器，BP算法是最典型的多层神经网络学习算法，它在局部搜索时比较成功．但由于BP网络大多采用沿梯度下降方向的搜索算法，因而不可避免地存在收敛速度慢，容易陷入局部极小点等问题。而遗传算法擅于全局搜索，鲁棒性很强，将采用遗传算法优化网络初始权值的方法，将两种算法相结合，做到优势互补。GA与BP算法的混合算法不论是在运行速度还是在运算精度上都较单纯的BP算法有提高，在信噪比的改善程度上，混合算法的信噪比针对余弦信号提高了23db左右。 相似文献
12.
13.
14.
Spinello RA 《Ethics and Information Technology》2004,6(1):29-42
The primary theme of this paper is the normative case against ownership of one's genetic information along with the source of that information (usually human tissues samples). The argument presented here against such "upstream" property rights is based primarily on utilitarian grounds. This issue has new salience thanks to the Human Genome Project and "bio-prospecting" initiatives based on the aggregation of genetic information, such as the one being managed by deCODE Genetics in Iceland. The rationale for ownership is twofold: ownership will protect the basic human rights of privacy and autonomy and it will enable the data subjects to share in the tangible benefits of the genetic research. Proponents of this viewpoint often cite the principle of genetic exceptionalism, which asserts that genetic information needs a higher level of protection than other kinds of personal information such as financial data. We argue, however, that the recognition of such ownership rights would lead to inefficiency along with the disutility of genetic discoveries. Biomedical research will be hampered if property rights in genes and genetic material are too extensive. We contend that other mechanisms such as informed consent and strict confidentiality rules can accomplish the same result as a property right without the liabilities of an exclusive entitlement. 相似文献
15.
《Journal of The Franklin Institute》2006,343(4-5):361-371
In the multiprocessor systems, scheduling is a major issue in their operation, which is also an important problem in other area such as manufacturing, process control, economics, operation research and, etc.An efficient scheduling onto the processes that minimizes the entire run time and also average of response time is vital for achieving a high performance. Solving this problem is very hard and many attempts have been made to solve the problem, using classical algorithms and intelligent methods.In fact in all researches including intelligent methods, the classical algorithm is the basic part of the solution. Even in intelligent methods, which genetic algorithm has been used, when a final chromosome is produced after some generation, a classical algorithm is used to produce an optimal scheduling based on this chromosome. In this paper a novel intelligent solution has been proposed based on genetic algorithm and chromosome background tree without using any classical algorithm. In this method the genetic algorithm presents the optimal scheduling, directly from the produced chromosome in final generation. The time of transferring data between processes is considered, and also the method not only minimizes the entire run time, but also minimizes the average of the response time of all processes. 相似文献
16.
布局问题来源于生产实际,在提高板材利用率以节约原材料,降低成本,提高经济效益,对各行业均有重要意义。针对遗传算法在矩形件布局问题中的实际特点,并分析了矩形件布局给定排放顺序的排放算法,并提出了一种新的排放算法——最低水平线旋转搜索法,并将这种算法和遗传算法结合应用于矩形件布局问题的求解。计算实例表明这种新的排放算法可以和遗传蚁群算法有效的结合。 相似文献