一种求解同顺序Flowshop排序问题的新的启发式算法

在生产调度中经常遇到工件排序问题,这类问题大多属于NP类问题.对此,目前无论在理论上还是在实际应用中,都尚未找到令人满意的一般求解方法.针对NP类问题中的一类--同顺序Flowshop排序问题,进行了广泛而深入的调查和比较研究,在此基础上,提出了一种新的启发式算法(简称为WSH法),并通过大量的数据实验将该算法与目前已知较好的几种算法进行了比较.结果表明,WSH法结构简单,计算效率高,是求解中、小规模问题的较好算法.     

作业排序问题的加工周期算法分析

JSSP(Job Shop Scheduling Problem)问题可分解为2个部分:一部分是求解加工周期;一部分是寻找具有最小加工周期的序.目前关于研究加工车间的作业排序问题JSSP的文献都把注意力集中在如何设计一种算法快速地找到一种排序使得所有工件的总加工周期最小,却很少对求解总加工周期的算法进行讨论.本文给出了几种不同的求解总加工周期的基本算法和数据结构,并较详细地分析了各个算法的时间复杂性及结果的差异性,对于求解较大规模加工车间的作业排序问题有一定的参考价值.      

基于混合多智能体遗传算法的作业车间调度问题研究

针对作业车间调度问题(JSP)的非确定性多项式特性与解空间分布的大山谷属性,本文提出一种多智能体遗传算法(MAGA)与自适应模拟退火算法(ASA)的混合优化算法,用于寻找最大完工时间最短的调度。首先,将每个染色体视作独立的智能体并采用工序编码方式随机初始化每个智能体,结合多智能体协作与竞争理论设计了实现智能体之间交互作用的邻居交互算子,进而利用一定数量智能体进行全局搜索,找到多个适应度较高的可行解。其次,为避免算法陷入局部最优,采用ASA对每个智能体开展局部寻优。最后,通过基准测试库中典型实例的计算结果验证了该算法的有效性。     

形式验证中ROBDD变量排序算法的研究

不良的ROBDD变量排序会引发状态空间爆炸的危机,从而影响形式验证方法的推广和使用。通过对CUDD数据包中ROBDD遗传变量排序算法的研究,利用变异操作和保留最优个体的时代繁殖操作对原算法进行了改进。实验数据表明,改进后的算法在可以容忍的运行时间内减少了ROBDD的节点数目,在一定程度上缓解了形式验证中状态空间爆炸的危机。     

用遗传算法求解双冲量最优交会问题

在考虑第一次脉冲位置变化情况下 ,推导了航天器双冲量交会时的优化模型 ,以此为基础构造了最优交会的燃料 -时间混合优化指标 ,并设计了与之相应的遗传算法。仿真结果表明 ,考虑和不考虑第一次脉冲位置 ,优化指标值相差悬殊 ,同时也证明了遗传算法的设计是成功的     

解JobShop问题的一种组合模拟算法

针对成批车间的作业排序(Job Shop Scheduling )问题设计了一种模拟退火与Tabu Search相组合的算法.首先用模拟退火算法求得一个初始解,再利用Tabu Search进行进一步的寻优.通过大量的算例分析表明,该算法具有良好的寻优特性与运算效率.     

一种基于遗传算法的环境因子确定方法

提出了一种利用同类或相似产品研制试验故障数据并依据AMSAA模型的时间环境因子最优化确定方法,将遗传算法用于时间环境因子的寻优过程,给出了确定最佳时间环境因子的方法、步骤,最后给出了一个工程应用实例.研究结果表明,依此得到的可靠性评估结果与实际使用水平更为接近.为利用产品研制期间故障数据进行可靠性综合评估提供了一条合理的解决途径.      

一种改进的UAV三维航迹实时规划算法

航迹规划对于战场环境中无人机完成其作战任务具有非常重要的意义.针对真实战场环境中低空无人机的三维航迹实时规划问题,构建了一个更加真实的战场威胁精简模型;提出遗传个体的基因优劣对比度,改进一种共享小生境遗传算法中编码基因的遗传特性.经过改进,增大优化基因的遗传概率,实现提高小生境遗传算法的全局优化能力和收敛速度,增强航迹规划的实时性.对三维数字地形空间进行定长网格编码,将改进的小生境遗传算法应用于三维虚拟战场环境中的无人机航迹规划,实验验证了改进算法的有效性,并能满足在线航迹规划的实时性要求.     

基于遗传算法的护理机器人逆运动学求解方法

护理机器人结构复杂、耦合度高且机械臂不满足PIEPER准则,标准遗传算法难以精准地对其逆运动学进行求解,以至于机器人手臂末端位姿误差较大。针对标准遗传算法求解过程中早熟和局部搜索能力差的问题,采用等分区间替代随机命令产生的初始种群个体,划分5个小区间以提高种群个体的分散程度和搜索效率;在适应度函数中引入可变权因子,将位置误差的变化值作为可变权因子的变量,进化过程中可变权因子在0.5～1.0之间变化,且实时有效分配位置和姿态误差权重,确保解的收敛。通过仿真和实验验证,结果表明：改进后的遗传算法能够大幅提升收敛精度和速度,并且可以同时实现对位置和姿态的精确控制,极大地减小了机器人手臂的位姿误差。     

基于交通状态的离场航班动态协同排序方法

为适应协同决策(CDM)需要,考虑空管、航司和机场三方的诉求,对拥挤和非拥挤场景下的离场航班动态协同排序问题进行了系统研究。通过分析离场航班运行特性,利用离场航班的计划撤轮档时间(SOBT)和预计撤轮档时间(EOBT)数据设计了一种离场航班动态排序方法;针对各方构建了离场航班排序的多个优化目标,且为保证排序公平性,提出了航空公司延误公平性评价指标,将非受控离场航班优先级分为3类,对各类非受控离场航班设置其可接受的最大延误时间和最大位置偏移量,创建了基于交通状态的离场航班协同排序模型;采用带精英策略的快速非支配排序遗传算法(NSGA-Ⅱ)寻求离场航班动态协同排序的最优解。仿真结果表明:较先到先服务(FCFS)方法,所提方法在2种场景下各排序时段均增加多种排序方案,离场航班总延误均减少50%以上,且在非拥挤场景下提高了航空公司延误公平性。所提方法可对离场航班进行优化排序,显著减少航班延误,有效提升公平性,契合协同决策理念,可实现三方协同排序。      

基于遗传算法的空间机械臂运动规划的最优控制

讨论了空间机械臂系统运动规划问题.利用系统的非完整特性,将空间机械臂运动规划转化为非线性系统最优控制问题.在最优控制中引入遗传算法,替代传统的牛顿迭代方法,提出基于遗传优化方法的运动规划最优控制数值算法.通过仿真计算,表明该方法的有效性.     

一种求非线性规划全局最小解的算法

在评述了近２０年来发展的全局最优化方法之后，提出了一种求解全局最优化问题的算法，即从一个求得的局部最小解点出发，去解一个最大化问题，这个最大化问题是构造一个辅助函数去寻求一个更好的局部最优解，这样就产生一个局部最小解序列，得后得到全局最小解，另外还有了全局收敛性定理，也给出了数值例子。     

基于遗传算法的载人航天器标准返回轨道设计

载人航天器返回时,根据任务的要求,需要设计一条标准返回轨道,作为制导时的参考轨道。文章探讨利用遗传算法（ＧＡ）来自动设计标准返回轨道。通过仿真表明,遗传算法在标准返回轨道设计中具有一定的优越性。仿真结果满足任务要求。