【摘 要】
：
通过对车辆路径问题进行研究,提出了一种基于混合算法进行求解的方法.一方面,通过在单亲遗传算法中构造车辆路径问题的新染色体编码,有效地缩小了搜索空间,大大改善了收敛速度;另一方面,提出了一种基于单亲遗传算法和模拟退火的混合算法来克服单亲遗传算法在迭代后期群体退化的缺点,以便能收敛到车辆路径问题的最优解.通过仿真实例给出了传统的遗传算法、单亲遗传算法和提出的混合算法的性能比较,结果验证了本混合算法是解
论文部分内容阅读
通过对车辆路径问题进行研究,提出了一种基于混合算法进行求解的方法.一方面,通过在单亲遗传算法中构造车辆路径问题的新染色体编码,有效地缩小了搜索空间,大大改善了收敛速度;另一方面,提出了一种基于单亲遗传算法和模拟退火的混合算法来克服单亲遗传算法在迭代后期群体退化的缺点,以便能收敛到车辆路径问题的最优解.通过仿真实例给出了传统的遗传算法、单亲遗传算法和提出的混合算法的性能比较,结果验证了本混合算法是解决车辆路径问题的一个有效方案.
其他文献
采用模糊数学中的模糊综合评价算法,并结合模糊决策方法对空情目标进行动态评价与决策,为空情目标的多目标、多因素评价与决策提供了科学的方法.
研究一类状态不可测非线性不确定系统的自适应控制问题.利用模糊逻辑系统的通用逼近能力构造鲁棒自适应观测器,基于该观测器并结合Backstepping方法设计自适应模糊控制器.通过理论分析证明了闭环控制系统是最终一致有界的.仿真结果进一步表明了该方法的有效性.
对于一类具有不完全状态信息的随机系统,提出了随机变结构控制器的综合设计方法.该方法可直接依据对系统稳定性和动态品质的设计要求建立随机鲁棒代价函数,并应用随机鲁棒分析与设计方法(SRAD),对随机切换函数和趋近律以及状态估计器的参数进行综合优化设计,可大大提高随机变结构控制器的控制质量.某型超音速反舰导弹的纵向运动控制的仿真应用验证了该方法的有效性.
提出一种基于Agent的系统集成技术,并将其应用于舰船作战系统软件集成.介绍了Agent和多Agent系统,分析了舰船作战系统应用多Agent技术的有效性,结合Agent和CORBA提出一种适合舰船作战系统的软件体系结构.
论述了一种鲁棒计算机网络控制器的设计,用于参数不确定电力系统的负荷-频率控制.应用李雅普诺夫稳定性理论和线性矩阵不等式方法,提出了一种考虑由计算机控制网络所引起延时的稳定化鲁棒控制律.并对一个不确定电力系统的负荷-频率控制问题进行了数字模拟结果.
研究了一种模糊神经网络与鲁棒控制相结合的控制方案.前馈控制器由模糊神经网络组成,反馈部分由鲁棒控制器实现.设计的模糊神经网络控制器有效地补偿了机器人动力学的不确定性和环境的不确定性.设计的鲁棒控制保证对系统实施稳定的反馈控制,便于模糊神经网络的在线学习.此外,采用遗传算法来寻找最优的模糊神经网络的结构和参数.仿真结果表明所提出的方案提高了系统的鲁棒性、实时性.
回顾了新兴的基于软计算的电机故障诊断的最新进展,提出若干应用神经网络、模糊逻辑、神经-模糊和遗传算法的典型故障诊断方案,并对比和讨论了它们的优缺点.软计算方法对处理故障检测和诊断问题具有巨大的潜力.
把证券投资预期收益率作为区间内的随机值处理,以证券组合收益率极大化为目标,建立了β约束的组合证券投资优化决策模型,并用实例说明了怎样用遗传算法求解模型.
针对已有追捕研究不能得出最优追捕策略,并且逃避者只能随机运动或速度小于追捕者等使逃避者处于劣势的问题,提出一种逃避者与追捕者同等条件、同时运动条件下,追捕者通过不断学习与改进,最后达到最优的捕获智能逃避目标的合作追捕实时控制算法.仿真结果表明,追捕团队通过学习得出了最优的合作追捕策略,能迅速有效地捕获智能逃避的目标,算法的实时性能满足动态多变环境的要求.
将自适应模糊逻辑系统引入预测函数控制,提出了一种基于模糊基函数的预测函数控制方法,克服了传统的预测函数控制中基函数难以确定的困难,且用仿真验证了该方法的强鲁棒性和良好的跟踪性能.