简介：

简介：摘要公路路线优化是属于多目标优化的问题，传统的优化算法很难解决这种具有模糊性与不确定性的路线优化问题。因考虑到多目标间的冲突性，提出了利用多目标遗传算法进行路线优化。主要意思是通过构建多目标模型和路线线形模型，对平面线形进行设计，通过纵断面优化后计算各目标函数值。

简介：本文利用遗传算法的全局搜索内能力及直接搜索算法的局部优化能力，提出了一种用于多目标规划的混合遗传算法．与Pareto遗传算法相比．本文提出的算法能提高多目标遗传算法优化搜索效率，并保证了能得到适舍决策者要求的Pareto最优解．最后，理论与实践证明其有有效性．

简介：根据用户全年冷、热、电负荷设计冷热电三联产系统方案并实现优化运行是决定联产系统经济性的关键．建立了以一次能源节约率、净现值和CO：排放量为优化目标，以冷热电三联产系统中主要设备容量为决策变量的多目标优化模型，同时运用实数编码遗传算法进行优化计算，得到了“以电定热”和“以热定电”2种不同运行模式下的冷热电三联产系统优化设计方案．

简介：

简介：目前各国在工程建设领域特别是在基础设施领域的金钱投入越来越大,工程项目多目标优化的问题成为人们探究的重点。免疫算法就是一种在自然界生物体免疫系统基础上的优化算法,是目前多目标优化研究的一个新的也是重要的研究方向。本文在多方了解与研究下对遗传算法进行了深入的研究分析,总结当前已有的基因免疫遗传算法在处理多目标优化问题中的优点与缺点,对这些问题提出一些解决的策略。

简介：

简介：提出一种混合遗传算法来寻找多目标优化问题的有效解（Ｐａｒｅｔｏ解集）．该算法具有局部搜索能力，可用于每个解的生成过程中，目标不是为发现一个有效解而是为发现所有的有效解，最终选择则由决策者做出．模拟结果表明，该算法具有较强的搜索能力．

简介：以新欧洲驾驶循环（NewEuropeanDrivingCycle，NEDC）工况下整车能耗和首次提出的换挡点加速度差值和作为目标函数，选定换挡点车速及换挡延迟量为优化变量，建立兼顾经济性和动力性的综合换挡规律优化模型。在NEDC循环工况下，利用带精英策略的非支配排序多目标遗传算法（NSGA-Ⅱ）对综合换挡规律的换挡点进行优化，利用Matlab／Simulink仿真平台对三种换挡规律进行仿真对比分析。结果表明，综合换挡规律既能满足整车的动力性，又能获得优异的经济性，从而验证了该优化方法的可行性。

简介：目的研究多目标遗传算法（MOGA）在刺五加根提取工艺条件中的应用，并对其效果进行评价。方法利用Maflab2009a外挂SGALAB工具箱beta5008完成遗传算法的寻优；利用SPSS13．0软件进行统计分析。结果经过MOGA优化后，刺五加根及根茎中紫丁香苷、刺五加苷E的提取率的平均水平能达到0．104％、0．086％，提取工艺的最优提取条件为10倍的76％的乙醇、提取时间2．3h、提取次数3次。结论在保证多个目标都最优的前提下，MOGA搜索的Paret0非劣解比较理想，为刺五加根提取最优条件选择提供了合理的方法，可推广到其他药物的最优条件选择。

简介：为了提高遗传算法在多目标梯级水库优化调度中的应用效果，在标准遗传算法的基础上引入了免疫机制，并将其应用到周公宅一皎口水梯级水库优化调度中。计算结果表明，免疫遗传算法较好地克服了标准遗传算法收敛速度慢、易陷入局部极值、早熟等弱点。

简介：摘要本文简述了遗传算法的基本原理和特点，以及在各个领域的应用情况。

简介：遗传算法是近些年来产生的一种新算法，它模拟了自然界生物进化过程，属于仿生类算法。它不仅可以解决组合优化问题，也可以解决连续的最优问题。本文从遗传算法的产生背景、基本原理、应用实例及发展方向介绍了遗传算法。

简介：天波超视距（0TH）雷达系统中，为了获得较高的多普勒分辨率，通常会采用长的相干积累时间，但对于机动目标，长相干积累时间会导致回波的多普勒展宽，不利于检测。对于弱目标，由于其能量低，容易被强目标掩盖，加大了检测难度，针对这一问题，提出一种基于目标运动参数估计的0THR机动弱目标检测方法。利用遗传算法优越的参数估计性能这一特点，采用遗传算法估计各目标的运动参数，并引入“clean”算法的思想，在时域上逐个减去强目标，以消除强目标的掩盖效应。又考虑到遗传算法的运算量较大，进一步提出采用时频分析算法估计各参数范围，减小遗传算法的运算量。仿真结果表明，与已有算法相比，文中算法具有更高的参数估计精度和弱目标检测性能。

简介：摘 要：本文针对智能导弹“多对多”目标分配问题，开展相应的研究。在战场态势信息的及支持下，通过梳理多弹对集群目标的状态，形成目标分配矩阵，计算优化函数，建立目标分配模型，采用遗传算法进行求解，结果表明该算法能有效解决分配问题。

简介：一、遗传算法的发展遗传算法(GeneticAlgorithms简称GA)是由美国Michigan大学的JohnHolland教授于20世纪60年代末创建的。它来源于达尔文的进化论和孟德尔、摩根的遗传学理论,通过模拟生物进化的机制来构造人工系统。从1985年在美国卡耐基.梅隆大学召开的第一届国际遗传算法会议到1997年5月IEEE的Transactions0nEvo-lutionaryComputation创刊,遗传算法作为具有系统优化、适应和学习的高性能计算和建模方法的研究渐趋成熟。[1]遗传算法是一种自适应全局优化概率搜索算法,主要有以下特点:(1)自组织、自适应和学习性(智能性)。遗传算法消除了算法设计中的一个最大障碍,即需要事先描述问题的全部特点,并要说明针对问题的不同特点算法应采取的措施,因此,它可用来解决复杂的非结构化问题。(2)直接处理的对象是参数的编码集而不是问题参数本身。(3)搜索过程中使用的是基于目标函数值的评价信息,搜索过程既不受优化函数连续性的约束,也没有优化函数必须可导的要求。(4)具有显著的隐并行性。遗传算法按并行方式搜索一个种群数目的点,而不是单点。它的并行性表现在两个方...

简介：遗传算法来源于进化论和群体遗传学,是计算智能的重要组成部分,正受到众多学科的高度重视。本文系统分析了遗传算法的应用研究,并进行了分析和评论

简介：

简介：目标分配问题是导弹防御系统研究的重要课题之一。针对现代导弹防御特点探讨了该问题，建立了在各项约束条件下，以拦截成功最大化为目标的遗传模拟退火算法的目标分配模型，并给出了算法求解步骤。最后通过仿真实例验证了该算法模型的可行性和有效性。

简介：在排课的过程中我们应该尽量将课程安排在教学效果较好的节次中,排课过程中必须满足各种约束条件,=1教室rn在时间td由教师sk上课程lp