神经网络与遗传算法在土钉支护优化设计中的应用

近年来,由于智能化方法———人工神经网络和遗传算法所具有的种种优点,其理论和应用研究受到了越来越多学者的关注,针对目前土钉支护优化设计中计算工作量大和求解时间长的问题。文章提出了将神经网络与遗传算法结合进行求解的思想,该方法具有仿生模型的非线性处理优势和遗传进化功能,克服了传统方法容易陷入局部最优解的缺点,是一种全局最优解。经算例研究结果表明,该法可大大减少求解时间,而且具有良好的寻找效果。     

多产品联合订货的分销系统利润优化研究

作者在文中研究了在价格折扣驱动下多产品分销系统的库存与订货策略问题.建立了分销系统中各成员的利润函数,给出了分销系统利润优化模型,提出了基于多参数级联编码遗传算法的求解策略.实例计算说明了算法的有效性和分销协作管理条件下联合订货策略的应用潜力。     

基于进化神经网络的入侵检测模型

当前的入侵检测技术主要有基于规则的误用检测和基于统计的异常检测。本文提出一个基于遗传算法的神经网络入侵检测系统模型，该模型将神经网络与遗传算法结合起来，利用神经网络自学习、自适应的特性，同时克服了神经网络易陷入局部最优，训练速度慢的缺点。该模型具有智能特性，能够较好地识别新的攻击。     

物流配送中心选址优化模型与算法实现

物流配送中心是现代物流系统的枢纽,而配送中心地址的确定是物流系统分析的核心内容。在规划配送中心时,合理的配送中心选址可以大大降低配送中心的运营成本和建造成本。本文根据配送中心选址问题的特点和要求,构造了一种物流配送中心选址优化模型,并设计了一个有效的算法——遗传算法。最后,通过一个实例求得了模型的最优解,验证了算法的有效性。     

基于约束范围交叉操作的遗传算法

遗传算法以其易于操作和独立于领域知识的特性得到广泛的应用 ,因此对于遗传算法性能的改进日益成为研究热点。文章从遗传算法中特有的交叉操作出发 ,将海明距离和区域范围应用到传统的交叉操作中 ,从而提出了一种改进的交叉操作 ,并在函数优化问题中加以利用。     

基于多目标动态规划的天然气产销运行优化调度

如何制定合理的天然气产销运行调度策略使得天然气产销平衡与有效运行,是我国油气企业急待解决的问题。然而天然气需求客观上存在季节波动性与不均衡性,需要油气企业从时间与空间上对其进行有效分配与调度。基于此,本文以中石化某油气公司天然气产销运行为例,将动态规划理论用于天然气产销运行研究,建立了多目标规划的天然气产销运行优化调度模型,并利用遗传算法进行求解。研究表明,本文所建立优化调度模型用于天然气产销运行决策,不仅可提高气田供气的均衡性,而且可有效协调市场中各天然气用户之间的需求,实现天然气资源优化配置,为天然气调度管理提供了新方法与新思路。     

交通事故应急处理的交通警力部署覆盖模型研究

为了提高道路交通事故应急处理效率,保障道路的安全与畅通,提出有限资源内的交通警力部署模型。综合分析实际应用情况,模型以警力部署点覆盖度最大、部署点服务评价效率得分最高为目标,最大限度地保证资源合理配置。通过遗传算法求解,并结合算例进行验证,该模型能在预设条件下求得最优警力部署方案,为公安交通勤务管理提供新思路。     

改进的遗传算法在考试系统中的研究与应用

在线考试系统自动组卷过程中,为了解决基本遗传算法收敛速度慢的问题,提出了一种基于区间生成、实数编码等方法生成初始种群的改进型遗传算法。实际应用表明,在全局搜索性能和收敛速度上较基本遗传算法有显著提高。     

一种求解TSP问题的新算法

本文通过对TSP问题解的研究,结合具有内在并行性的高效遗传算法的使用,并采用C语言编程对实例进行分析计算,证明了简化的解空间以及改进的遗传算子对大规模组合优化问题的解决是行之有效的。