共查询到20条相似文献，搜索用时 390 毫秒
1.
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
2.
高校的教务管理中,排课表工作非常复杂。针对这种情况,本文系统地讨论了排课问题中的影响因素、主要约束条件、求解目标和难点,给出了排课问题的数学模型,提出了组合优化的概念,改进了遗传算法的一般结构,形成了一套多目标协同优化的排课算法。结果表明,该改进算法能较有效地解决排课问题,易于学习和应用。 相似文献
3.
首先对Job Shop调动问题进行了数学描述,并建立了相应的数学模型,根据这种模型的特点,提出了求解一般Job Shop调度问题的单亲遗传算法,避免了传统遗传算法需要初始种群多样化和“早熟收敛”等问题,实例仿真结果表明了该算法的有效性。 相似文献
4.
排课,是给学校教学计划中设置的课程安排合适的时间和地点,也就是给每个班的课程安排时间、地点、任课教师等。排课工作在教学管理中很重要也很繁琐。本文主要采用＂遗传算法＂来进行自动排课功能的求解及优化。 相似文献
5.
《内蒙古科技与经济》2019,(22)
对电网供电系统电力负荷进行均衡调控,可有效平抑峰谷差,减小电网供电压力;提出的分时电价不同区段收益最大的负荷优化调控数学模型,需运用光、储出力与负荷用电量综合调控策略,引导用户调整用电行为,实现电力负荷的均衡调控。采用遗传算法MATLAB优化程序求解该数学模型。仿真研究表明,建立的负荷优化调控数学模型能够均衡调控负荷,负荷调控策略便于实施,能使用户自发自用,提高了用电能效,增加了经济效益。 相似文献
6.
为使工程施工进度实现最优化,使进度计划方案更为科学合理,可以在施工计划制定的过程中融入多目标遗传算法。首先对多目标优化和多目标遗传算法数学模型进行了详细阐述,接着从最小费用、最短工期和最佳质量三个方面建立多目标工程施工进度目标函数,最后采用实例仿真,验证多目标遗传算法在施工进度计划制定的性能。实验证明,采用该方法能较好地求解施工进度目标函数最优解,而且能提供多种优化方案,具有较高的研究价值。 相似文献
7.
8.
9.
10.
就多维背包问题的求解,提出一个基于遗传算法的启发式算法（MKPGA）。该算法中加入了一个利用问题特性知识的启发式修复算子以帮助求解。测试实例使用270个不同特性的多维背包问题,实验结果表明,该算法对多维背包问题的求解十分有效,能获得不同特性问题的高质量解。 相似文献
11.
TSP问题是一类典型的NP完全问题,禁忌搜索算法是解决此类问题的智能优化方法之一。文章在研究了禁忌搜索算法的基本原理和算法步骤的基础上,建立了求解TSP问题的数学模型,设计了一个求解TSP问题的禁忌搜索算法程序,并进行了实验测试,实验结果表明,禁忌搜索算法能够有效地解决TSP问题。 相似文献
12.
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
13.
《Information processing & management》2022,59(5):103005
In real-life applications, resources in construction projects are always limited. It is of great practical importance to shorten the project duration by using intelligent models (i.e., evolutionary computations such as genetic algorithm (GA) and particle swarm optimization (PSO) to make the construction process reasonable considering the limited resources. However, in the general EC-based model, for example, PSO easily falls into a local optimum when solving the problem of limited resources and the shortest period in scheduling a large network. This paper proposes two PSO-based models, which are resource-constrained adaptive particle swarm optimization (RC-APSO) and an input-adaptive particle swarm optimization (iRC-APSO) to respectively solve the static and dynamic situations of resource-constraint problems. The RC-APSO uses adaptive heuristic particle swarm optimization (AHPSO) to solve the limited resource and shortest duration problem based on the analysis of the constraints of process resources, time limits, and logic. The iRC-APSO method is a combination of AHPSO and network scheduling and is used to solve the proposed dynamic resource minimum duration problem model. From the experimental results, the probability of obtaining the shortest duration of the RC-APSO is higher than that of the genetic PSO and GA models, and the accuracy and stability of the algorithm are significantly improved compared with the other two algorithms, providing a new method for solving the resource-constrained shortest duration problem. In addition, the computational results show that iRC-APSO can obtain the shortest time constraint and the design scheme after each delay, which is more valuable than the static problem for practical project planning. 相似文献
14.
针对蝙蝠算法求解Job-shop调度问题的局限性,采用字符串编码、NEH初始化种群粒子和增加随机扰动的方法,对现有蝙蝠算法进行改进。通过对Job-shop调度问题基准算例的求解,并和模拟退火算法、标准遗传算法和粒子群算法进行比较,验证了该算法操作简单,收敛速度快,结果精度高,能有效求解Job-shop调度问题。 相似文献
15.
TSP问题是典型的NP难组合优化问题,而遗传算法是求解此类问题的一种方法。但遗传算法存在收敛速度慢和陷入局部最优的问题。针对上述问题并结合TSP的特点提出了一种改进的遗传算法,对传统遗传算法的各种操作与算子进行了优化与改进,较好地解决了种群多样性与算法收敛性的矛盾。实验结果表明,改进后的算法明显优于传统遗传算法,说明该算法具有良好的有效性与可行性。 相似文献
16.
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
17.
《Research Policy》2022,51(3):104453
In an era of rapid technological advances, individuals have access to a plethora of open and closed forms of problem solving. We introduce and test a framework that compares different forms of problem solving and determines how individuals make choices among them. Our analyses of 4,556 problems solved by 398 individuals reveal that high problem complexity and strong implicit social norms of open exchange increase the probability that individuals will seek external solutions rather than solve the problems themselves. Our analysis also shows that they prefer individual experts (contacted directly or via open call) over aggregated crowd knowledge. We also find that strong implicit social norms of open exchange weakened the positive impact of complexity on the probability of solving problems externally. Interestingly, this effect is more subtle when the use of aggregated crowds is compared with individual experts: while strong implicit social norms strengthen the positive impact of problem complexity when experts are contacted directly, they otherwise weaken the use of open call experts. We discuss and examine the nuanced effects between problem complexity and social norms of open exchange. The study contributes to a stream of the open innovation literature that uses a problem solving perspective to better understand under what circumstances certain forms of problem solving are utilized, and it then combines it with a novel empirical setting based on real-life experimental data. 相似文献
18.
19.
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