导读:本文包含了单亲遗传算法论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:算法,作战,管网,最小化,邻域,目标,地勤。
单亲遗传算法论文文献综述
胡士娟,鲁海燕,黄洋,许凯波[1]（2019）在《求解寻址多旅行商问题的改进单亲遗传算法》一文中研究指出为了解决非预先指定起点的单起点、闭回路且目标函数最长、路径最短的多旅行商问题,提出一种融合杂草算法繁殖机制的可寻址混合单亲遗传算法.该算法首先给出了一种新的编码方式,可在种群初始化时产生含有随机配送中心的个体,同时算法采用杂草算法的繁殖机制产生子代,从而加快收敛速度;然后采用改进的单亲遗传操作对路径进行寻优;最后采用混合选择算子对群体进行求解精度选择,避免算法陷入早熟收敛.为验证所提出的改进算法的有效性,采用Matlab对TSPLIB数据库中若干不同规模的实例进行仿真.实验结果表明,该算法在寻找最佳配送中心和最短路径方面具有良好的性能,且能在旅游路径规划问题上得到良好的应用.(本文来源于《东北师大学报(自然科学版)》期刊2019年04期）
张惠珍,刘云,倪静[2]（2019）在《基于客户满意度的MOVRPFTW的单亲遗传混合蚁群算法》一文中研究指出为解决基于时间窗和食物新鲜度形成的综合客户满意度,且具有最大运输时间限制的带模糊时间窗的多目标车辆路径问题(MOVRPFTW),建立了相应的数学模型。针对蚁群算法早熟收敛的缺陷,将单亲遗传算法和蚁群算法相结合,利用单亲遗传算法的3种遗传算子和区别于传统遗传算法的两种操作手法,构建了多种单亲遗传混合蚁群算法,并进行算例测试。结果表明:与基本蚁群算法相比,单亲遗传混合蚁群算法求出的解的各项目标的平均值更优;同时,单点单亲遗传混合蚁群算法较多点单亲遗传混合算法在求解此问题中的用时更少、计算效率更高,并且移位算子较其他两种算子具有较好的求解性能。(本文来源于《系统管理学报》期刊2019年05期）
唐非,刘树安[3]（2018）在《机场地勤服务优化问题的双重变异单亲遗传算法》一文中研究指出为了减少地勤服务作业调度影响的航班延误,以总航班延误最小化及航班延误方差最小化为目标建立了多目标非线性整数优化模型.地勤服务作业调度优化问题是NP难问题,因此,提出了一种双重变异单亲遗传算法求解该类问题.该算法避免了遗传算法求解同类问题时产生非法个体的现象,并且双重变异策略具有全局搜索能力.结果表明:双重变异单亲遗传算法可以很好地解决航班分配服务组及服务组内航班服务序列优化的地勤服务调度问题,减少了因地勤服务作业导致的航班总延误,避免了单个航班长时间延误.(本文来源于《东北大学学报(自然科学版)》期刊2018年10期）
陈晓桐[4]（2018）在《基于改进单亲遗传算法的车辆路径优化问题研究》一文中研究指出单亲遗传算法随着种群的进化,单亲遗传算法的突变、逆序、变异使得算法在局部搜索的能力逐步减弱。为了克服该缺点,文中提出了一种基于贪心思想的重组算子。在进化过程中它不断地对父代和子代的染色体进行筛选,保留最优,加快了整体的收敛速度。(本文来源于《山东工业技术》期刊2018年19期）
李国栋,刘娜,王鹏,陈健军[5]（2018）在《基于单亲遗传算法的作战体系击破策略》一文中研究指出体系对抗已成为现代战争的主要作战形态,科学合理的体系击破策略对于提升兵力战损比有着重要作用。针对如何快速削弱作战能力,击破对方的作战体系,基于作战环的概念建立体系击破问题的数学模型,并结合单亲遗传算法提出一种策略优化生成方法。通过算例计算,所提方法较随机攻击策略、度大攻击策略具有更好的击破效果,表明所提方法的有效性。(本文来源于《现代计算机(专业版)》期刊2018年16期）
黄国庆,肖爽[6]（2018）在《单亲遗传算法在粗糙集属性约简中的应用》一文中研究指出针对现有的遗传算法采用交叉的方式进行遗传在解决属性约简时会较容易陷入局部最优解的缺点,提出了使用改进单亲遗传算法来进行属性约简。算法思路是求出决策表的核,然后通过变异、选择等操作求得最优解。该算法可避免使用遗传算法进行属性约简时会有可能陷入局部最优解的情况,同时运算效率下降较小。最后给出了实例证明,经过结果比较表明该方法合理可行。(本文来源于《信息技术》期刊2018年05期）
朱新平,韩松臣[7]（2018）在《过站保障车辆集中式调度的单亲遗传算法》一文中研究指出针对飞机过站保障车辆集中式调度问题,提出递阶式编码结构单亲遗传算法.该算法采用保障作业编号构成控制基因染色体、车辆编号构成参数基因染色体,分别体现过站保障作业时序约束和车辆指派规则约束,使算法对问题具有良好的适用性;设计控制基因染色体片段段内换位变异和参数基因染色体片段段间换位变异相结合的遗传算子,并引入车辆可调度能力空间概念提出解码算法,实现对解空间搜索能力优化;以过站保障造成的航班延误惩罚费用和车辆行驶费用之和最小为优化目标,建立算法适应度函数,可衡量过站保障和车辆使用综合效率.采集某机场过站航班数据验证所给算法有效性并对比分析车辆就近指派和使用率均衡两种调度策略,结果表明,算法收敛性良好,且就近指派策略相对于使用率均衡策略,在过站保障延误方面改进较小,但在车辆行驶时间方面改进达40%.(本文来源于《西南交通大学学报》期刊2018年02期）
张颖,胡燕海[8]（2018）在《基于单亲遗传算法的全岸线岸桥动态调度研究》一文中研究指出本文主要研究集装箱码头船舶全岸线动态岸桥分配的调度问题,提出滚动式泊位分配的优化方式,建立基于滚动式泊位的分配调度模型,设计基于矩阵编码的单亲遗传法,对集装箱码头全岸线动态岸桥装卸任务进行求解.实例分析表明:相比传统的静态岸桥调度方法,基于滚动式泊位分配的全岸线岸桥动态调度方法有利于提高集装箱码头运行效率,缩短船舶停靠时间.(本文来源于《宁波大学学报(理工版)》期刊2018年02期）
王菲菲,赵金成[9]（2018）在《基于改进的单亲遗传算法的枝状集输管网优化》一文中研究指出集输管网规模庞大,枝状管网结构复杂,以往多采用分级优化算法进行优化。全局优化算法多集中于拓扑结构简单的星状管网、小规模枝状管网、站场或参数优化。为解决大规模枝状管网的全局优化问题,建立了枝状集输管网全局优化模型,提出一种生成管网初步连接图的方法,对传统单亲遗传算法的编码方式、遗传算子及遗传操作手段进行了改进,并对我国某油田的集输管网进行了全局优化。通过实例计算证明,改进后的单亲遗传算法的优化速度及效果都显着提高,真正实现了对大规模枝状集输管网的全局优化,达到了费用最省的目的。(本文来源于《天然气与石油》期刊2018年01期）
贺一凡,张鸿雁[10]（2017）在《基于混合单亲遗传算法的车辆运输问题求解》一文中研究指出本文运用混合单亲遗传算法(Hybrid Partheno Genetic Algorithm,)求解车辆运输问题.我们用罚函数法将约束优化问题转化为无约束优化问题,HPGA采用序号编码的方式进行运算.生成初始种群时,在拟染色体中插入车辆序号,尽可能生成符合约束的子路径,由子路径拼接成完整的运输路径,降低罚函数的计算量;选择操作中内嵌最优保存策略,保证算法全局收敛;取消双亲交叉操作,每条染色体上独立改变基因产生新的个体,避免发生早熟早收敛现象;提出邻域搜索,使得GA能对某些指定区域进行重点搜索,加快算法在最优解附近的寻优速度;以CVRP作为HPGA的测试模型,采用Christofides和Eilon提出的标准VRP测试算例进行数值实验,和其他算法进行对比分析,验证了HPGA计算量少、收敛速度快和不会产生早熟早收敛现象.(本文来源于《数学理论与应用》期刊2017年Z1期）
单亲遗传算法论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
为解决基于时间窗和食物新鲜度形成的综合客户满意度,且具有最大运输时间限制的带模糊时间窗的多目标车辆路径问题(MOVRPFTW),建立了相应的数学模型。针对蚁群算法早熟收敛的缺陷,将单亲遗传算法和蚁群算法相结合,利用单亲遗传算法的3种遗传算子和区别于传统遗传算法的两种操作手法,构建了多种单亲遗传混合蚁群算法,并进行算例测试。结果表明:与基本蚁群算法相比,单亲遗传混合蚁群算法求出的解的各项目标的平均值更优;同时,单点单亲遗传混合蚁群算法较多点单亲遗传混合算法在求解此问题中的用时更少、计算效率更高,并且移位算子较其他两种算子具有较好的求解性能。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
单亲遗传算法论文参考文献
[1].胡士娟,鲁海燕,黄洋,许凯波.求解寻址多旅行商问题的改进单亲遗传算法[J].东北师大学报(自然科学版).2019
[2].张惠珍,刘云,倪静.基于客户满意度的MOVRPFTW的单亲遗传混合蚁群算法[J].系统管理学报.2019
[3].唐非,刘树安.机场地勤服务优化问题的双重变异单亲遗传算法[J].东北大学学报(自然科学版).2018
[4].陈晓桐.基于改进单亲遗传算法的车辆路径优化问题研究[J].山东工业技术.2018
[5].李国栋,刘娜,王鹏,陈健军.基于单亲遗传算法的作战体系击破策略[J].现代计算机(专业版).2018
[6].黄国庆,肖爽.单亲遗传算法在粗糙集属性约简中的应用[J].信息技术.2018
[7].朱新平,韩松臣.过站保障车辆集中式调度的单亲遗传算法[J].西南交通大学学报.2018
[8].张颖,胡燕海.基于单亲遗传算法的全岸线岸桥动态调度研究[J].宁波大学学报(理工版).2018
[9].王菲菲,赵金成.基于改进的单亲遗传算法的枝状集输管网优化[J].天然气与石油.2018
[10].贺一凡,张鸿雁.基于混合单亲遗传算法的车辆运输问题求解[J].数学理论与应用.2017