检索结果-内蒙古大学图书馆

中国机械工程 2013年第18期24卷 2499-2504页

作者：董德威颜云辉张尧李骏东北大学沈阳110819

针对理论上属于NP完全问题的矩形件优化排样问题,提出了一种基于小生境技术的自适应遗传模拟退火算法。研究了将矩形件在板材上的排列方式转换为特定编码的方法,利用遗传模拟退火算法进行全局优化概率搜索,考虑到算法中交叉概率和变异... 详细信息

针对理论上属于NP完全问题的矩形件优化排样问题,提出了一种基于小生境技术的自适应遗传模拟退火算法。研究了将矩形件在板材上的排列方式转换为特定编码的方法,利用遗传模拟退火算法进行全局优化概率搜索,考虑到算法中交叉概率和变异概率的选择影响到算法收敛性,提出了自适应的交叉概率和变异概率,并通过小生境技术对子辈个体是否替换父辈个体加以控制,最终得到矩形件排样的最优次序和排放方式,采用最低水平线策略的启发式排样算法实现自动排样。排样实例表明,该优化排样算法行之有效,具有广泛的适应性。

关键词：矩形件优化排样自适应遗传模拟退火算法小生境技术启发式算法

来源：评论

学校读者我要写书评

暂无评论

跨层穿梭车双提升机系统多目标问题优化

引用

复杂系统与复杂性科学 2022年第4期19卷 80-90页

作者：李军涛胡启贤刘朋飞郭文文上海海洋大学工程学院上海201306

为提高跨层穿梭车双提升机系统的效率,对系统的作业任务排序问题进行研究。在其作业中考虑了穿梭车系统能耗,建立了作业时间和穿梭车系统能耗的双目标模型。引入去标量化的方法将双目标模型转化为单目标模型,设计了自适应遗传模拟退火算... 详细信息

为提高跨层穿梭车双提升机系统的效率,对系统的作业任务排序问题进行研究。在其作业中考虑了穿梭车系统能耗,建立了作业时间和穿梭车系统能耗的双目标模型。引入去标量化的方法将双目标模型转化为单目标模型,设计了自适应遗传模拟退火算法,并通过算例验证了模型与算法的有效性。结果显示,自适应遗传模拟退火算法相比于传统的遗传算法,求解精度更高,对时间的优化率提高了20.7%,对能耗的优化率提高了15.5%。结果表明,所建立的跨层穿梭车双提升机系统入库作业模型及其所设计的求解算法,能有效降低作业时间和能耗,提高入库效率。

关键词：跨层穿梭车双提升机系统任务排序能耗自适应遗传模拟退火算法

来源：评论

学校读者我要写书评

暂无评论

基于自适应GA-SA算法串联机械臂轨迹运行时间优化

引用

组合机床与自动化加工技术 2021年第5期 33-37页

作者：周晟魏裔军武警士官学校基层后勤管理系被装教研室杭州310000

针对串联机械臂工作时间最优化设计,优化算法引入自适应方法与随机邻域拓展机制,提出一种自适应遗传模拟退火(GA-SA)算法。文中选取PUMA762串联机械臂为验证对象,建立D-H参数表,依据MATLAB工具箱构建结构模型,在运动学正解模型基础上,... 详细信息

针对串联机械臂工作时间最优化设计,优化算法引入自适应方法与随机邻域拓展机制,提出一种自适应遗传模拟退火(GA-SA)算法。文中选取PUMA762串联机械臂为验证对象,建立D-H参数表,依据MATLAB工具箱构建结构模型,在运动学正解模型基础上,采用蒙特卡洛法分析工作空间。以运行时间为目标设计目标函数h t,合理设置约束条件后,采用3-5-3次多项式插值法构造高阶连续关节运行轨迹,通过自适应GA-SA算法进行优化设计,结合ADAMS绘制虚拟样机模型进行仿真,优化机械臂轨迹运行时间为3.68 s,验证了算法的有效性,为后续研究奠定基础。

关键词：串联机械臂轨迹运行时间自适应遗传模拟退火算法优化设计

来源：评论

学校读者我要写书评

暂无评论

面向云平台虚拟层的安全态势评估关键技术研究

引用

信息网络安全 2020年第7期 53-59页

作者：余晴郑崇辉杜晔北京交通大学计算机与信息技术学院北京100044 中国科学院大学杭州高等研究院杭州310024 北京交通大学国家保密学院北京100044

随着针对云平台的攻击和破坏行为的日益增多,云平台的安全保障机制也由传统的被动防护转为主动防御。态势评估是一种可主动分析评估云平台当前安全风险状态的方法,是态势感知全过程的关键一环。文章面向云平台中大量部署的虚拟机,在分... 详细信息

随着针对云平台的攻击和破坏行为的日益增多,云平台的安全保障机制也由传统的被动防护转为主动防御。态势评估是一种可主动分析评估云平台当前安全风险状态的方法,是态势感知全过程的关键一环。文章面向云平台中大量部署的虚拟机,在分析提取虚拟层安全态势评估要素的基础上,提出一种改进的自适应遗传模拟退火算法OAGSAA,并应用于BP神经网络,可有效对云平台虚拟层安全状态进行分析评估。仿真实验结果显示,该方法具有较高预测准确率和收敛速度,并可避免陷入局部最小值。

关键词：云平台虚拟层态势评估自适应遗传模拟退火算法 BP神经网络

来源：评论

学校读者我要写书评

暂无评论

网格计算环境下基于自适应遗传模拟退火算法SGSA的任务调度的研究和实现

网格计算环境下基于自适应遗传模拟退火算法SGSA的任务调度的研究...

引用

作者：雷梦云南大学

学位级别：硕士

网格是一个集成的计算与资源环境,能够吸纳各种计算资源并将它们转化成一种随处可得的、可靠的、标准的、经济的计算能力。网格计算适用于大型的科学计算和项目研究,已成为继传统因特网、Web之后的第三次互联网浪潮,在世界许多国家和地... 详细信息

网格是一个集成的计算与资源环境,能够吸纳各种计算资源并将它们转化成一种随处可得的、可靠的、标准的、经济的计算能力。网格计算适用于大型的科学计算和项目研究,已成为继传统因特网、Web之后的第三次互联网浪潮,在世界许多国家和地区得到了实际应用,在科学研究、信息共享、应用程序整合等方面发挥着极大的作用。任务调度问题则是网格研究和应用必须解决的一个关键问题。任务调度的目标就是要对用户提交的任务实现最优调度,并设法提高网格系统的总体吞吐率。网格计算的任务调度是一个NP完全问题。近年来,人们提出了很多启发性智能化算法,诸如神经网络、模拟退火、禁忌搜索、遗传算法、蚂蚁算法等,它们成为解决NP问题及任务调度问题的有效工具。自适应遗传模拟退火算法是将遗传算法和模拟退火算法进行优化并混合的一种算法,它即利用遗传算法具有较强的对全局把握能力,又利用模拟退火算法算法的较强的局部搜索能力对遗传算法的种群进行概率性接受,一定程度上避免遗传算法“早熟”的产生。本文的工作主要是在对传统的遗传算法和模拟退火算法进行阐述,在分析传统遗传算法和模拟退火算法的优点和不足后,对原有算法进行了优化;基于遗传算法和模拟退火算法的开放性,对两种算法进行有机混合,并提出了通用的自适应遗传模拟退火算法SGSA。然后将SGSA应用于具体的任务调度问题,针对任务调度问题的具体情况设计出相应的算法,并最后予以实现。

关键词：网格计算任务调度自适应遗传模拟退火算法

来源：评论

学校读者我要写书评

暂无评论

给水管网动态模型维护与校验方法研究

给水管网动态模型维护与校验方法研究

引用

作者：陈宇辉同济大学

学位级别：博士

城市给水管网微观水力模型（以下均简称为管网模型）是了解给水管网运行状况模拟的基础和供水系统信息化的重要环节，是城市供水部门进行管网规划、运行管理和优化调度的现代技术方法。建立准确的管网模型，是供水行业信息化进程中迫切... 详细信息

城市给水管网微观水力模型（以下均简称为管网模型）是了解给水管网运行状况模拟的基础和供水系统信息化的重要环节，是城市供水部门进行管网规划、运行管理和优化调度的现代技术方法。建立准确的管网模型，是供水行业信息化进程中迫切需要解决的问题。针对管网模型应用和管网建模技术要求，以给水管网计算机数学模拟为基础，提出管网模型参数校验的自适应遗传模拟退火算法（Adaptive Genetic Algorithm and Simulated Annealing，AGASA），并结合两个算例管网和一个实例管网进行了单工况与延时模拟的参数校验。论文中采用管网隐式校验模型进行管网模型的校验工作。通过计算管网模型的模拟量与现场实测量之间差异的最小值，间接的求出管网模型参数的最优值。管网模型参数校验的对象是管网中难以实测的各类参数，本论文选取管道粗糙系数和节点流量两类参数作为管网模型校验的对象。参数校验时的约束条件分别是：管道粗糙系数（海参—威廉系数，C值）的变化范围限定在80～130之间，节点流量的调整量限定在其初始值的±20％以内。管网隐式校验模型的目标函数具有多种形式，包括实测值和管网模型模拟值的误差平方和形式∑(Hmi-Hti)2（标准最小二乘）、实测值和管网模型模拟值误差绝对值之和形式∑∣Hmi-Hti∣、实测值和管网模型模拟值相对误差绝对值之和形式∑∣(Hmi-Hti)／Hti∣×100％等三种目标函数。本文分析了三种形式的目标函数对于校验效果的影响。结果表明，以误差绝对值之和作为目标函数的校验效果最好，以相对误差绝对值为目标函数的校验效果较差，而以误差平方和作为目标函数的校验效果最差。针对管网模型校验参数间的误差互相补偿作用，考察了单工况和延时模拟时校验参数间误差补偿的情况。基于延时模拟进行管网模型校验是在逐步变化的工况下校验管道粗糙系数和节点流量的准确度，因此，具有更

关键词：给水管网微观水力模型正交实验遗传算法模拟退火算法自适应遗传模拟退火算法隐式校验模型节点流量管道粗糙系数

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：