学位论文 > 优秀研究生学位论文题录展示

混合遗传算法及其应用研究

作 者: 云文霞
导 师: 马永杰
学 校: 西北师范大学
专 业: 电路与系统
关键词: 混合算法 遗传算法 蚁群算法 自动化仓库 旅行商问题
分类号: TP18
类 型: 硕士论文
年 份: 2013年
下 载: 3次
引 用: 0次
阅 读: 论文下载
 

内容摘要


遗传算法是一类基于自然选择和群体遗传学机理的有效的随机搜索方法,具有广泛的适用性。它最早是由美国密执安大学著名学者J.H. Holland教授在研究自然界自适应现象的过程中提出来的。本文对遗传算法进行了详细的介绍,针对它收敛速度慢、容易出现早熟等现象,通过引入新的思想和方法,设计出新的快速遗传算法和遗传-蚁群混合优化方法,使得这些问题得到改善或解决,并将其成功地应用到了TSP问题和大型自动化仓库拣选路径优化问题中。论文的主要工作如下:(1)设计了一种快速遗传算法。根据约束的特点和实际工程问题,将约束的处理分散到初始种群生成和遗传的各个环节中,采用单点交叉方式在不同染色体的相同位置的节点间进行交叉,将约束条件和目标结合在一起,引入一种新的偏序关系用于比较个体之间的优劣。采用“精英”保持策略,将父代的最优个体合并到子代,使算法具有较强的鲁棒性。(2)在上述快速遗传算法的基础上,设计了一种新的遗传-蚁群混合优化方法。该算法采用串行结构,利用蚁群算法产生初始种群,通过遗传算法寻找最优解。在初始化信息素矩阵中采用候选城市列表方式减少劣质解,缩小了解空间的搜索范围;在变异操作之后引进进化逆转操作,改善了遗传算法的局部搜索能力;采用精英保持策略,避免了子代的退化,改善了种群的多样性。(3)采用混合遗传算法,对TSP问题进行求解。通过旅行商问题标准实例测试和与参考文献结果的比较,验证了所提混合算法的有效性。采用快速遗传算法,在已经存储一定数量货物的大型自动化仓库中,进行拣选路径的优化。仿真结果表明,该算法能够大大降低时间和空间的计算复杂度,快速、稳定地找出最优解。在迭代结束时获得的Pareto解集中满足要求的个体都具有较小(较优)的目标函数值,且拣选路径满足约束条件,并随货位的变化而调整,具有良好的应用适应性,能够很好地满足立体仓库优化控制的工程实际需要。

全文目录


摘要  6-7
Abstract  7-8
目录  8-10
第1章 绪论  10-14
  1.1 研究背景与意义  10-11
  1.2 国内外研究现状及发展趋势  11-12
  1.3 主要研究内容  12-13
  1.4 论文的总体安排  13-14
第2章 遗传算法的理论基础  14-28
  2.1 遗传算法概述  14-16
    2.1.1 遗传算法的基本概念  14-15
    2.1.2 遗传算法的基本结构  15-16
    2.1.3 遗传算法的基本特征  16
  2.2 Holland 遗传算法  16-17
  2.3 遗传算法的设计与实现  17-20
    2.3.1 遗传算法的编码方法  17-18
    2.3.2 适应度函数  18
    2.3.3 基本操作  18-19
    2.3.4 参数控制  19-20
  2.4 遗传算法的理论基础  20-21
    2.4.1 模式定理  20-21
    2.4.2 收敛性  21
  2.5 改进的 Holland 遗传算法  21-26
    2.5.1 并行遗传算法  21-22
    2.5.2 变种群规模的遗传算法  22-24
    2.5.3 多目标优化遗传算法  24
    2.5.4 约束处理  24-25
    2.5.5 小生境遗传算法  25
    2.5.6 混合算法  25
    2.5.7 改进的其它遗传算法  25
    2.5.8 新型算法  25-26
  2.6 遗传算法的应用领域  26
  2.7 遗传算法的研究方向及不足  26-27
    2.7.1 遗传算法的主要研究方向  26-27
    2.7.2 遗传算法的不足  27
  2.8 本章小结  27-28
第3章 改进的混合遗传算法  28-43
  3.1 遗传算法改进问题  28
  3.2 快速遗传算法设计  28-35
    3.2.1 问题引入  28-32
    3.2.2 算法设计  32-35
  3.3 混合遗传算法的设计  35-42
    3.3.1 问题引入  35-36
    3.3.2 蚁群算法简介  36-39
    3.3.3 算法设计  39-42
  3.4 本章小结  42-43
第4章 混合遗传算法的应用  43-54
  4.1 基于混合遗传算法的 TSP 问题求解  43-45
    4.1.1 算法流程  43
    4.1.2 仿真结果分析  43-45
  4.2 大型仓储拣选路径优化  45-52
    4.2.1 仓储系统拣选路径优化问题  45-46
    4.2.2 算法流程  46
    4.2.3 实例仿真  46-51
    4.2.4 优化结果分析  51-52
  4.3 本章小结  52-54
第5章 总结与展望  54-56
  5.1 本文总结  54
  5.2 工作展望  54-56
参考文献  56-62
攻读学位期间的研究成果  62-63
致谢  63

相似论文

  1. 天然气脱酸性气体过程中物性研究及数据处理,TE644
  2. 压气机优化平台建立与跨音速压气机气动优化设计,TH45
  3. 多导弹协同作战突防效能评估及组合优化算法研究,TJ760.1
  4. 基于蚁群算法的电梯群优化控制研究,TU857
  5. 动态环境下移动对象导航系统相关技术的研究,TP301.6
  6. 基于改进蚁群算法的机器人路径规划研究,TP242
  7. 基于遗传算法的模糊层次综合评判在高职教学评价中的应用,G712
  8. 基于混合自适应遗传算法的动态网格调度问题研究,TP393.09
  9. 基于遗传—牛顿算法的公交优化调度,TP18
  10. 基于蚁群和人工鱼群混合群智能算法在物流配送路径优化问题中的应用研究,F253.9
  11. 基于遗传算法和Moldflow的双色成型注塑模具浇注系统最优化的研究,TQ320.52
  12. 磁流变阻尼器的力学特性及其在火炮反后坐中的应用研究,TB535.1
  13. 基于模拟的注塑模浇注系统及成型工艺参数优化研究,TQ320.662
  14. 基于强化学习的改进遗传算法研究,TP18
  15. 可重构模块化机器人构形综合与寻优,TP242
  16. 基于有限元法和遗传算法的电磁层析成像方法的研究,TM15
  17. 不确定环境下供应链多时段生产计划问题研究,F273
  18. 基于多智能算法及图像融合技术的图像检索方法研究,TP391.41
  19. 群体智能优化算法的研究及应用,TP301.6
  20. 遗传神经网络在城市气象预报中的应用研究,P45
  21. 基于自然计算的WSN路由技术研究,TN929.5

中图分类: > 工业技术 > 自动化技术、计算机技术 > 自动化基础理论 > 人工智能理论
© 2012 www.xueweilunwen.com