共查询到20条相似文献,搜索用时 203 毫秒
1.
求解含调整时间排序问题的混合遗传算法 总被引:5,自引:0,他引:5
利用仿真工具将启发式方法与遗传算法相结合,提出了一种求解Job Shop排序问题的混合算法框架,利用启发式规则引导遗传搜索过程,以提高遗传算法的求解效率。在求解过程中,遗传算法仅对每台机器的第1道工序搜索寻优,通过仿真过程安排后续工序,在仿真过程中,利用启发式规则确定工件的加工优先级。在以上框架基础上,针对含调整时间的作业排序问题建立了一种混合算法GA-SPTS,通过与已有算法的比较表明,该算法对这类问题具有很好的求解性能。 相似文献
2.
3.
4.
将发动机风扇叶片的静态配平问题抽象为最优解问题,提出利用启发式的遗传算法进行问题的求解,并提高求解效率,最终在实际发动机的数据集上得到了优于厂家数据的结果。 相似文献
5.
针对在武器装备维修保障过程中出现的资源短缺、资源冲突等问题,构建了多目标的维修资源优化配置模型,并且基于加权思想将多目标转化为单目标以方便求解。针对遗传算法求解多目标优化问题存在的解空间过大、收敛速度慢、计算效率低等问题,提出了基于约束的改进非支配排序遗传算法对资源优化配置模型进行求解。实例分析结果验证了模型及算法的可行性和有效性。 相似文献
6.
卓德保 《郑州航空工业管理学院学报(管理科学版)》2003,21(2):14-16
从传统的搜索、优化方法入手,分析了遗传算法对复杂、多峰函数优化的有效性;简单介绍了遗传算法;并归纳出从优化问题转化到用遗传算法求解的转化思路;最后,通过对一个多峰函数优化的遗传算法求解,验证了此方法在全局优化、鲁棒性等方面的更有效性。 相似文献
7.
8.
9.
10.
11.
12.
13.
国涓 《沈阳航空工业学院学报》2007,24(2):85-89
首先简要介绍非可行的内点算法,然后提出一种新的中心路径的取法,并由此给出一个对Kojima-Megiddo-Mizuno算法的改进的方法,这一新的算法是具有O(n2L)次收敛性的算法,并对这一算法的收敛性加以证明,这一新的算法与其它算法最明显的差异是不必假设LP解的存在性,就可以证明原始—对偶问题的多项式时间收敛性。文章的最后通过数值实验将该算法与Ye的解决线性规划的中心路径算法进行了比较。比较的结果显示新的算法从各个方面都要优于Ye的算法。 相似文献
14.
被动定位中的滤波算法研究 总被引:4,自引:4,他引:0
由于被动定位中状态空间模型的非线性程度较高,现有的递推滤波算法在收敛精度和稳定性等方面往往满足不了要求。文中对常用的 EKF、MGEKF 算法以及序贯 Monte Carlo 粒子滤波技术进行了分析,指出粒子滤波将成为解决被动定位问题的重要研究方法。 相似文献
15.
利用自适应滤波技术,研究了线性调频引信通带内噪声的抑制问题。根据线性调频信号与噪声可预测性的差异进行噪声抑制,分析了噪声抑制原理。仿真结果表明,在SNB=-5dB时仍然可以达到很好的噪声抑制效果;在算法收敛的条件下,信噪比越小,噪声抑制对信噪比的相对改善越大。 相似文献
16.
针对遗传算法在全局搜索性能与收敛速度之问的矛盾采取了一些改进措施.并将其应用于飞机飞行品质评定的等效系统拟配计算中,解决了传统拟配方法参数初值不易选取的问题。仿真结果表明了遗传算法在等效系统拟配计算中的可行性和有效性。 相似文献
17.
18.
基于混合遗传算法的航空发动机PID控制参数寻优 总被引:3,自引:0,他引:3
结合某型航空发动机的比例积分微分控制(PID)参数整定与优化问题, 提出了一种全局最优且与初值无关的优化算法.算法采用与单纯形相结合的混合遗传算法, 结合了遗传算法良好的全局收敛性和单纯形算法的优秀的局部搜索能力, 提高了搜索速度与精度.仿真结果表明这种方法具有较好的收敛性与稳定性. 相似文献
19.
A stable, quadratically convergent numerical algorithm is presented for computing the steady-state covariance and gain matrices of the Kalman filter. The method is more rapidly convergent than standard Riccati integration techniques and is easier to implement than existing eigenvalue-eigenvector algorithms. The quadratic convergence is proved analytically and illustrated by a numerical example 相似文献
20.
讨论了正规,稳定,无脉冲的定常广义系统的迭代学习控制问题,通过构造满足广义约束的Lyapunov函数来分析定常广义系统在P型学习律下迭代学习误差的收敛性问题,同时给出在每次迭代时初态固定于同一点的误差收敛的充分性条件,最后给出数值仿真算例说明该学习律的有效性。 相似文献