求解含调整时间排序问题的混合遗传算法

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。     

解成批生产车间作业排序问题的一种模拟退火算法

成批生产车间的作业排序（JobShopScheduling）问题是生产管理与组合优化领域研究的重要课题。模拟退火算法对于这类问题具有较强的寻优能力。本文针对成批生产车间的作业排序的作业排序问题设计了一种模拟退火算法的实现形式，通过大量的算例分析表明，该算法具有良好地收敛特性与运算效率。     

解流水车间作业排序问题的一种禁止搜索算法

流水车间的作业排序（Ｆｌｏｗｂｓｈｏｐｓｃｈｅｄｕｌｉｎｇ）问题是生产管理与组合优化领域研究的重要课题。禁止搜索（ＴａｂｕＳｅａｒｃｈ）算法对于这类问题具有较强的寻优能力。本文针对流水车间的作业排序问题设计了一种禁止搜索算法的实现形式,通过大量的算例分析表明,该算法具有良好的寻优性与运算效率。     

蚂蚁算法在订单排序中的应用

在分析印刷业工艺瓶颈工序的基础上，将印刷业订单排序问题简化为单机排序问题，并建立了该排序的数学模型。同时以最小化订单的提前／拖期为目标，将蚂蚁算法合理的应用于该模型中。该算法已经应用于实际的印刷业生产排序中，并且取得了较为良好的效果。     

遗传算法在试飞科目最优排序问题中的应用

以试飞科目间总的过渡耗油、耗时最省为性能指标，应用基于生物界自然选择机制和自然遗传机制的遗传算法，对试飞科目的最优排序问题进行了研究。介绍了遗传算法用于组合优化问题的基本原理和技术方法，根据试飞科目的最优排序问题的特点，构造了适当的适应度函数，对选择算子、交叉算子等进行了改进，充分利用了谝算法的工程性强、应用范围广等特点。仿真计算所得结果表明，应用遗传算法合理安排试飞科目次序，,可节省试飞耗油、耗时、减少试飞成本，提高试飞效率。     

一种新的链接归并排序算法

将链接技术引入归并排序 ,提出了一种以链接技术和归并算法为基础的新排序算法—链接归并排序算法 (以下简称为“链接归并排序”) ,给出了该排序算法的描述、时间复杂度分析及用C语言编写程序进行算法比较的实验结果 .算法分析和实验结果都表明 :链接归并排序方法和待排序数据分布无关 ,其时间复杂度仅为O(N ) ;而且在处理大规模“汇总”一类排序问题时 ,链接归并排序速度明显优于FlashSort、ProportionSplitSort、2 -路重复的K路归并排序和直接K路归并排序等算法。     

启发式算法在大飞机设计中的应用综述

主要介绍了神经网络系统、遗传算法、粒子群算法、模拟退火算法、支持向量机几种启发式优化算法(Heuristic Optimization Algorithm,HOA)在大飞机设计领域的发展和应用现状,对比分析了算法在航空工程设计上的优缺点,展望了启发式算法的发展方向,为大飞机设计提供了宝贵的理论和经验。     

一种单亲DNA算法在翼型设计中的应用

随着遗传工程的不断发展,受其启发建立的各类算法已经应用到各个设计领域.其中,基于达尔文的适者生存、优胜劣汰的生物进化机制,由模拟有性生物的繁殖进化过程演变而来的遗传算法,因其具有全局搜索能力、广泛的适用性等特点在气动设计方面应用的已经比较成熟.但是常规遗传算法在实际应用中也暴露出许多不足,主要就是未能准确反映出生物的双向进化以及变异与交叉化关系的不对等.针对遗传算法的这些问题,本文采用了一种单亲DNA算法,模拟单亲生物自然遗传繁衍机理,将其应用到翼型设计中.与遗传算法相比,全局搜索能力更强,收敛速度更快,优化效果更理想.     

混合遗传算法及其在翼型气动多目标优化设计中的应用

把基于实数编码的自适应遗传算法（SAGA）与可变容差法相结合，建立了数值优化设计中的混合遗传算法（HGA），并将其与翼型的气动分析相结合进行跨声速翼型的单目标和多目标气动优化设计。与自适应遗传算法相比，混合遗传算法的优化质量略有改善，优化效率有明显的提高。优化结果表明混合遗传算法在翼型单目标和多目标气动优化设计中是十分有效的。     

混合遗传算法及其在叶片自动优化设计中的应用

 在遗传算法中 ,采用单纯形法寻优取代变异运算构成混合遗传算法 ,以提高遗传算法局部搜索能力。算例表明混合遗传算法可有效提高搜索效率和对最优解的逼近程度。采用三次多项式和多圆弧方法生成叶型中弧线 ,三次多项式分布叶型厚度 ,对叶型进行参数化。将N S方程正问题流场数值计算与混合遗传算法相结合 ,构成叶轮机械叶型自动优化设计。尝试由气流转角、总压损失和叶型型面面积构成目标函数 ,对压气机叶型进行自动优化设计。     

透平机械叶片的遗传优化设计

提出一个基于遗传优化理论的透平机械叶片设计方法。该方法以叶片形状作为优化对象,利用遗传算法通过使其表面边界层中流动损失的极小化来搜索最佳的叶片形状。叶片形状被参数化表示。已知叶片形状的流场分析由一个叶栅正命题CFD程序完成。方法应用于一个离心压缩机扩压器叶片设计。数值计算显示,该方法可成功地求得具有最小流动损失的扩压器叶片形状。     

基于遗传算法的多机器人系统集中协调式路径规划

根据多机器人系统无碰撞运动的需要,对其工作空间进行了分解,确定了机器人运行路线上的各个可能路径点,从而得到了规划空间的多路径点链接图描述。基于这种对规划空间的链接图建模描述,开发了一种混合遗传算法用于寻找多个机器人的无碰撞协调运动路线。仿真结果表明,这种方法可有效地解决复杂规划空间下的多机器人路径规划问题。     

USE OF GENETIC ALGORITHMS TO SEQUENCE THE MACHINING OPERATIONS OF PARTS

ＵＳＥＯＦＧＥＮＥＴＩＣＡＬＧＯＲＩＴＨＭＳＴＯＳＥＱＵＥＮＣＥＴＨＥＭＡＣＨＩＮＩＮＧＯＰＥＲＡＴＩＯＮＳＯＦＰＡＲＴＳＷＡＮＧＸｉｙａｎｇ（王细洋）（ＮａｎｃｈａｎｇＩｎｓｔｉｔｕｔｅｏｆＡｅｒｏｎａｕｔｉｃｓＴｅｃｈｎｏｌｏｇｙ,３３００３４,...