检索结果-内蒙古大学图书馆

系统工程理论与实践 2013年第7期33卷 1820-1828页

作者：曹庆奎赵斐河北工程大学经济管理学院邯郸056038 北京科技大学东凌经济管理学院北京100083

为了解决港口中存在的集卡拥堵问题,在集装箱龙门吊装卸工艺系统下,探讨了影响集卡作业效率的因素和集卡路径构成成本,建立了面向"作业面"的港口集卡路径成本优化模型.针对这一模型设计了遗传蚁群算法并结合实例对问题求解,... 详细信息

为了解决港口中存在的集卡拥堵问题,在集装箱龙门吊装卸工艺系统下,探讨了影响集卡作业效率的因素和集卡路径构成成本,建立了面向"作业面"的港口集卡路径成本优化模型.针对这一模型设计了遗传蚁群算法并结合实例对问题求解,且从集卡路径收敛、可变成本、惩罚成本和总成本的变化四个方面将该优化结果与蚁群算法的寻优结果进行对比,证明遗传蚁群算法能够较快地收敛于最优解且所得成本更小.

关键词：集装箱港口集卡车辆路径成本优化遗传蚁群算法

来源：评论

学校读者我要写书评

暂无评论

基于遗传蚁群算法的树枝型铁路取送车问题优化

引用

中南大学学报（自然科学版） 2011年第8期42卷 2356-2362页

作者：雷友诚涂祖耀桂卫华吴志飞闫福全中南大学信息科学与工程学院湖南长沙410083 湖南大学电气与信息工程学院湖南长沙410082

针对企业铁路货运站的铁路线分布特点和"连送带取"的作业方式,建立树枝型专用线取送车的数学模型,将其归纳为一个典型的旅行商问题。同时提出一种融合遗传算法和蚁群算法特点的遗传蚁群算法(GACA)来解决这种大规模组合优化问... 详细信息

针对企业铁路货运站的铁路线分布特点和"连送带取"的作业方式,建立树枝型专用线取送车的数学模型,将其归纳为一个典型的旅行商问题。同时提出一种融合遗传算法和蚁群算法特点的遗传蚁群算法(GACA)来解决这种大规模组合优化问题;采用遗传算法生成信息素分布,利用蚁群算法求精确解,有效提高算法的时间效率和求解效率。结合实例计算求得了企业取送车作业问题的最优解。

关键词：遗传蚁群算法铁路调度取送车作业组合优化

来源：评论

学校读者我要写书评

暂无评论

融合遗传蚁群算法的区域覆盖卫星星座优化算法

引用

国防科技大学学报 2023年第2期45卷 164-171页

作者：华冰王培源吴云华陈志明南京航空航天大学航天学院江苏南京211106

针对特定区域覆盖并密集重访的卫星星座优化设计问题,采用回归轨道和共星下点轨迹星座的设计方案,提出特定区域内重点地区权值排序覆盖并融合遗传蚁群算法优化求解卫星星座轨道参数的方法。分析区域覆盖星座的设计需求,建立回归轨道覆... 详细信息

针对特定区域覆盖并密集重访的卫星星座优化设计问题,采用回归轨道和共星下点轨迹星座的设计方案,提出特定区域内重点地区权值排序覆盖并融合遗传蚁群算法优化求解卫星星座轨道参数的方法。分析区域覆盖星座的设计需求,建立回归轨道覆盖区域模型,利用遗传蚁群算法计算出最优轨道根数,使用共星下点轨迹星座求解算法求出所有星座参数。仿真实验结果表明优化设计的星座满足对于区域目标的覆盖时间和重访次数需求,并对重要地点按照权值排序进行了侧重性覆盖和重访,验证了算法的可行性。

关键词：重点权值排序星座优化设计特定区域覆盖遗传蚁群算法

来源：评论

学校读者我要写书评

暂无评论

遗传蚁群算法在公路隧道照明设计中的应用

引用

公路工程 2018年第4期43卷 39-43,91页

作者：黄艳国宋峰华江西理工大学电气工程与自动化学院江西赣州341000

针对隧道照明系统的高能耗问题,为有效降低其能耗,建立隧道中间段中线侧偏布灯方式的参数优化模型。以隧道中间段照明为研究对象,照明灯具的总功率最小为评价标准,以路面照度、亮度满足交通安全要求为约束条件,分别采用遗传蚁群算法、... 详细信息

针对隧道照明系统的高能耗问题,为有效降低其能耗,建立隧道中间段中线侧偏布灯方式的参数优化模型。以隧道中间段照明为研究对象,照明灯具的总功率最小为评价标准,以路面照度、亮度满足交通安全要求为约束条件,分别采用遗传蚁群算法、标准遗传算法以及照明设计软件DIALux得出该优化模型的最优参数设计方案。结果表明:遗传蚁群算法在隧道照明设计方面具有更显著的节能效果,是一种研究隧道照明设计问题的有效方法。

关键词：公路隧道优化模型照明节能遗传蚁群算法

来源：评论

学校读者我要写书评

暂无评论

遗传蚁群算法在Job-Shop调度的应用研究

遗传蚁群算法在Job-Shop调度的应用研究

引用

作者：吴统威大连交通大学

学位级别：硕士

随着市场经济的快速发展,旧的生产模式已经不适应现代化生产的要求,每个企业都在改善生产与运作管理方案,以提高企业的竞争优势。在实际生产中,企业需要对生产作业进行合理的调度安排,以提高企业的生产效益。可见研究车间调度问题具有... 详细信息

随着市场经济的快速发展,旧的生产模式已经不适应现代化生产的要求,每个企业都在改善生产与运作管理方案,以提高企业的竞争优势。在实际生产中,企业需要对生产作业进行合理的调度安排,以提高企业的生产效益。可见研究车间调度问题具有很大的理论意义和现实价值,因而越来越受到人们的关注。车间调度问题是解决如何按时间的先后分配资源来完成不同的生产任务,使预定目标最优化的问题。作业车间调度(Job-Shop调度)问题是许多实际车间调度问题的简化模型,是一个典型的NP-hard问题。本文以遗传算法和蚁群算法为基础,设计了一种新的、用于解决Job-Shop调度问题的遗传蚁群算法。针对Job-Shop调度问题的特点,本文采用了基于工件号排序的编码方式,并尝试将两个算法相互动态融合来求解Job-Shop调度问题。由于Job-Shop调度问题的基于工件号排序产生的染色体不适合交叉繁殖,本文设计了新的单亲繁殖方法,并在繁殖选择、变异时采用了动态调控机制和邻域搜索机理,避免了低效、重复的繁殖变异操作,可以快速地生成优秀染色体；一旦遗传算法变得冗余低效,立即转入蚁群算法,从其中选出适应性最强的染色体分组,并将其转换为蚁群算法中各路径上的信息素分布,利用蚁群算法的分布式、并行性、正反馈、高效性求解车间调度问题；而当蚁群算法性能减弱时,采用算法回调策略,将当前获得的一部分最优集转化为遗传算法的初始种群,利用遗传算法在该最优集中再次搜寻；如果两种算法相互回调都能产生新的最优解,算法将一直持续相互回调,直到两种算法都完全退化没有新进展,整个算法结束并输出最优解。算法回调策略确保了遗传蚁群算法在解空间的充分搜寻。最后,实现了遗传蚁群算法解决车间调度问题的模拟系统,利用Job-Shop问题中经典问题的实例进行测试检验,评估分析了算法的计算效率,并将算法应用到车间调度中,结果显示遗传蚁群算法的全局收敛效率更高,求解速度更快,在车间调度问题上有良好的实用性、高效性。

关键词：遗传蚁群算法单亲繁殖动态融合 Job-Shop调度

来源：评论

学校读者我要写书评

暂无评论

遗传蚁群算法的研究及其在微带天线设计中的应用

遗传蚁群算法的研究及其在微带天线设计中的应用

引用

作者：杨燕太原理工大学

学位级别：硕士

智能优化算法摆脱经典数学规划方法的束缚,从自然角度出发观构造直观的计算模型,解决优化问题。在数十年的研究与发展中,智能优化算法已成为各领域中解决问题的有力工具。近年来,智能算法开始涉足电磁领域,并被应用在天线设计和优化中,... 详细信息

智能优化算法摆脱经典数学规划方法的束缚,从自然角度出发观构造直观的计算模型,解决优化问题。在数十年的研究与发展中,智能优化算法已成为各领域中解决问题的有力工具。近年来,智能算法开始涉足电磁领域,并被应用在天线设计和优化中,表现出卓越的性能,开始成为天线以及其他电磁部件设计中一种重要的方法。蚁群算法是一种模仿蚂蚁觅食机制的启发式智能算法,这种算法搜索速度快,适应性高,已经在通信、控制、管理等领域被广泛应用。本文主要研究嵌入遗传操作的蚁群算法及其在微带天线及光子晶体设计优化中的应用。天线作为无线通信系统中信息传输的重要部件,其性能的优良直接关系到整个通信系统通信质量的好坏。现代通信系统小型化、微型化的发展趋势,使得具有低剖面、小尺寸的微带天线成为各国学者研究的重点。针对微带天线的一些固有缺陷,研究人员不遗余力的对其进行优化和改善。光子晶体的出现及其在微波波段的成功应用,为微带天线的改进提供了一个新的思路,通过在微带天线上加载光子晶体,可以抑制或削弱微带天线基板上的表面波,大大提高微带天线的辐射效率。本文介绍了蚁群算法基本原理,在此基础上加入遗传操作,增加了解的多样性,提高了蚁群算法的全局搜索能力,将算法命名为遗传蚁群算法,并将这一算法应用在微带天线设计优化中。论文的主要内容如下： (1)遗传蚁群算法的研究。针对蚁群算法容易陷入局部最优的问题,将全局性较强的遗传算法融入蚁群算法中,通过测试与比较,证明了该算法在全局性、搜索效率等方面的优越性。 (2)微带天线设计。将遗传蚁群算法同HFSS软件结合,用于U槽矩形微带天线和宽带微带天线的设计优化中,经过算法优化之后的微带天线性能有了显著的提高。 (3)光子晶体微带天线设计。利用遗传蚁群算法和“像素法”设计共面紧凑型光子晶体单元,并将其应用在微带天线中,改进后的微带天线的性能有了明显的改善。 (4)微带阵列天线去耦。利用遗传蚁群算法设计微带阵列天线的共面紧凑型光子晶体结构,通过加载光子晶体,使微带阵列天线单元间的互耦作用有了明显的削弱。

关键词：遗传蚁群算法 HFSS 微带天线光子晶体 UC-PBG 微带阵列天线

来源：评论

学校读者我要写书评

暂无评论

遗传蚁群算法在医学图像分割中的应用研究

遗传蚁群算法在医学图像分割中的应用研究

引用

作者：樊旭丹西安电子科技大学

学位级别：硕士

图像分割是图像处理和分析领域的经典难题。医学图像分割是图像分割中的一个重要应用。遗传算法GA（Genetic Algorithm）是在遗传理论和自然选择的基础上，结合了生物进化中的适者生存规则和群体内部染色体的随机交换机制，是一种全局... 详细信息

图像分割是图像处理和分析领域的经典难题。医学图像分割是图像分割中的一个重要应用。遗传算法GA（Genetic Algorithm）是在遗传理论和自然选择的基础上，结合了生物进化中的适者生存规则和群体内部染色体的随机交换机制，是一种全局寻优搜索算法。遗传算法虽然具有很好的全局搜索能力，但是没有利用系统中的反馈信息，往往导致大量无用的冗余迭代，局部搜索能力较弱，求解效率低。蚁群算法AC（Ant Colony）是一种基于种群的启发式算法。该方法源自与对于真实蚁群和它们的集体觅食行为的观察。蚁群算法充分利用了信息素的正反馈机制，局部搜索能力较强。但是由于搜索初期信息素匮乏，导致搜索初期信息素积累时间较长，求解速度慢。随着问题规模的扩大，蚁群算法的搜索时间较长，求解速度较慢，还容易收敛于局部最优解而导致算法早熟。遗传蚁群算法（GAAC）是将GA和AC相融合，其基本思想是吸取两种算法在求解最优解问题中的优势，克服其各自的劣势，优势互补。该算法在求最优解效率上优于遗传算法，在时间效率上优于蚁群算法，是求解效率和时间效率都比较好的一种新的启发式算法。

关键词：医学图像分割遗传算法蚁群算法遗传蚁群算法

来源：评论

学校读者我要写书评

暂无评论

基于遗传蚁群算法的复杂产品装配顺序规划方法

引用

西北工业大学学报 2009年第1期27卷 30-38页

作者：程晖李原余剑峰姚定张开富西北工业大学现代设计与集成制造技术教育部重点实验室陕西西安710072 成都飞机工业(集团)有限责任公司制造工程部四川成都610092

合理的装配顺序能有效地提高装配效率,复杂产品的装配过程需要大量装配资源的支持,对其进行装配顺序规划需要充分考虑装配资源的角色作用且计算繁琐。文中提出一种在装配资源约束下基于遗传蚁群算法的复杂产品装配顺序规划方法,集成装... 详细信息

合理的装配顺序能有效地提高装配效率,复杂产品的装配过程需要大量装配资源的支持,对其进行装配顺序规划需要充分考虑装配资源的角色作用且计算繁琐。文中提出一种在装配资源约束下基于遗传蚁群算法的复杂产品装配顺序规划方法,集成装配过程中的装配零(组)件以及相关装配资源信息,研究面向装配零(组)件与装配资源的基因染色体编码方式、适应度函数表达形式以及信息素更新机制,建立起了整个遗传蚁群算法应用在复杂产品装配规划过程中的流程。以某型飞机组件装配为例验证了技术的有效性。

关键词：装配资源遗传蚁群算法编码信息素

来源：评论

学校读者我要写书评

暂无评论

Ad Hoc网络中基于遗传蚁群算法的QoS多播路由算法

引用

计算机工程与应用 2008年第20期44卷 107-110页

作者：邬长安邵罕孙艳歌信阳师范学院计算机与信息技术学院河南信阳464000

利用遗传算法的快速全局搜索能力和蚁群算法的正反馈收敛机制,把蚁群算法和遗传算法融合起来,提出了一种遗传蚁群算法(GAAC)来解决Ad Hoc网络中QoS路由问题。首先利用遗传算法生成信息素分布,然后用蚁群算法求精解,优势互补,期望获得优... 详细信息

利用遗传算法的快速全局搜索能力和蚁群算法的正反馈收敛机制,把蚁群算法和遗传算法融合起来,提出了一种遗传蚁群算法(GAAC)来解决Ad Hoc网络中QoS路由问题。首先利用遗传算法生成信息素分布,然后用蚁群算法求精解,优势互补,期望获得优化性能和时间性能的双赢。并针对算法应用于Ad Hoc网络QoS路由普遍产生的拥塞问题,采用拥塞回避的策略,从而实现网络业务流负载均衡。仿真表明该算法比其它单一采用蚁群算法进行路由选择更适合于动态AdHoc网络环境。

关键词： Ad Hoc网络 QoS多播路由遗传蚁群算法拥塞回避

来源：评论

学校读者我要写书评

暂无评论

基于遗传蚁群算法的QoS路由算法研究

引用

计算机工程与应用 2009年第17期45卷 113-115页

作者：尹向东湖南科技学院计算机与信息科学系湖南永州425006 中南大学信息科学与工程学院长沙410083

利用遗传算法的快速全局搜索能力和蚁群算法的正反馈收敛机制,引入遗传蚁群算法(Genetic Algorithm Ant Colony algorithm)GAAC来解决QoS路由问题。算法设计的基本思想是首先由遗传算法产生较优解,较优的路径留下信息素,其他路径不改变... 详细信息

利用遗传算法的快速全局搜索能力和蚁群算法的正反馈收敛机制,引入遗传蚁群算法(Genetic Algorithm Ant Colony algorithm)GAAC来解决QoS路由问题。算法设计的基本思想是首先由遗传算法产生较优解,较优的路径留下信息素,其他路径不改变,然后在有一定初始信息素分布的情况下,用蚁群算法求精解。仿真表明算法比单一采用遗传算法和蚁群算法进行路由选择具有更好的性能,且更适合于动态网络环境下的QoS路由选择。

关键词：蚁群算法遗传算法服务质量(QoS) 遗传蚁群算法

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：