导读:本文包含了混合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,路径,测试,转子,乘法,布尔,电能。
混合遗传算法论文文献综述
范厚明,耿静,李阳,徐振林[1]（2019）在《模糊需求与时间窗的VRP及混合遗传算法求解》一文中研究指出针对带模糊需求与模糊时间窗的车辆路径问题,以总行驶距离、车辆使用数最小化,以及平均客户满意度最大化为目标,构建基于可信性测度理论的多目标模糊机会约束模型。为提高种群的多样性,改进了交叉算子,在引入局部优化算法及擂台法则的基础上,设计了适合求解多目标车辆路径问题的混合遗传算法。通过VRPTW标准算例实验,表明算法能够有效地求解带时间窗的车辆路径问题,以及模型的合理性,同时显示了决策者偏好值对决策目标的影响。研究成果可为求解带模糊需求与时间窗的车辆路径问题提供一种思路,也可为实际配送路径规划提供指导。(本文来源于《系统管理学报》期刊2019年06期）
高磊,刘元春,程圣哲[2]（2019）在《基于混合遗传算法的物流配送路径优化研究》一文中研究指出混合遗传算法应用在物流配送优化路径的选择中,能够帮助提升路径选择的合理性,帮助确定最终的运输方案。文章以此为背景,分析了遗传算法应用过程中的数学模型建立,以及混合遗传算法的应用流程,并对物流配送路径优化选择方法进行确定,对物流运输环节的优化路径选择具有指导意义。(本文来源于《住宅与房地产》期刊2019年31期）
袁光辉,刘兆春[3]（2019）在《基于混合遗传算法在测试用例生成中的研究》一文中研究指出采用智能优化算法求解测试用例生成问题是软件测试自动化领域的研究热点。针对标准遗传算法在测试用例生成中的不足,提出基于混合遗传算法的生成方法。该算法结合分支覆盖和路径覆盖两个指标对适应度函数进行优化设计,以加快数据的优化过程。通过调节因子对自适应的交叉和变异算子进行改进,并引入模拟退火机制,提高算法的局部搜索能力。实验表明,该算法在测试用例生成中的求解质量和运行效率均优于标准遗传算法。(本文来源于《黑龙江工业学院学报(综合版)》期刊2019年10期）
董力,陆中,周伽[4]（2019）在《基于遗传算法的混合威布尔分布参数最小二乘估计》一文中研究指出混合威布尔分布模型常用来分析具有多种失效模式的复杂系统的可靠性数据,由于模型中包含较多参数,与单一威布尔分布相比,混合威布尔分布的参数估计更为复杂。利用遗传算法为优化方法,提出了一种混合威布尔分布参数估计的最小二乘方法。以残差平方和最小为优化目标,以各参数取值范围为约束条件,构建了混合威布尔分布的非线性最小二乘优化模型;通过变换决策变量上下限、引入惩罚因子和保存最优个体等策略改进传统遗传算法以提高算法的性能,进而利用改进后的遗传优化算法对混合威布尔分布的非线性最小二乘优化模型进行求解。实例分析表明本文方法有效,利用本文方法计算得到的可靠度估计值与真实值之间的最大偏差和标准均方根误差,相对于图估计法分别减少了0.028 4与0.032 8,相对于极大似然估计法分别减少了0.000 8与0.003 6。(本文来源于《南京航空航天大学学报》期刊2019年05期）
李小宇,胡炎,朱冰涛,耿琪[5]（2019）在《基于遗传算法的含电力电子变压器交直流混合配电网优化配置》一文中研究指出构建了含电力电子变压器(PET)的交直流混合配电网优化模型,基于该模型,以接入PET和分布式电源的IEEE33节点系统为例,采用遗传算法以系统网损最小为优化目标,以PET的端口量为优化变量进行优化配置,分析了优化结果 PET端口功率流动情况、分布式电源的总利用率、配电网总有功损耗及系统最末端的电压水平。算例结果表明,PET具有改善交直流配电网的潮流分布的功能。(本文来源于《水电能源科学》期刊2019年09期）
丁屹峰,杨烁,梁安琪,赵宇彤,张雅静[6]（2019）在《基于遗传算法的混合供能系统》一文中研究指出针对充分有效使用各种能源的问题,提出了一种基于遗传算法的混合供能系统.该系统能根据全天电负荷和热力负荷的实时变化来调度火力发电厂、风力发电机、光伏发电机和燃气轮机的使用,利用遗传优化算法求解在系统经济使用最小的情况下,电-气-热混合供能系统的各组件运行状态.基于IEEE14节点网络的仿真与测试结果表明,所提出的优化方法和供能系统可以有效解决电-气-热混合功能系统的优化调度问题,保证能源互联网络的经济运行.(本文来源于《沈阳工业大学学报》期刊2019年05期）
范厚明,徐振林,李阳,刘文琪,耿静[7]（2019）在《混合遗传算法求解多中心联合配送路径问题》一文中研究指出针对传统遗传算法在求解多中心车辆路径问题时存在:传统编解码方式引起的染色体长度不固定导致计算效率低下和易产生不可行解;扰动过程中双亲遗传算子计算效率较低;难以平衡不同进化时期种群中精英比例与种群多样性间、搜索深度与搜索广度间的关系等问题,本文设计一种混合遗传算法,在编解码方式上将配送网络信息分开表达,提高计算效率;在选择操作上引入平衡精英比例与种群多样性的控制参数;此外,还提出一种自适应搜索范围策略,以有效平衡搜索深度与搜索广度间的关系.通过实验例证和对比分析,验证了算法的有效性.研究成果为求解多中心联合配送车辆路径问题提供一种新思路,也可为相关的物流配送决策提供指导.(本文来源于《上海交通大学学报》期刊2019年08期）
朱明飞,陈兢,方敏[8]（2019）在《基于混合遗传算法与小波神经网络的电机转子断条故障诊断方法》一文中研究指出首先根据内积最大准则,借助于混合遗传算法的优秀的全局搜索性能,准确地估计定子电流中的工频分量的参数,并将其去除,以防止工频分量淹没故障特征分量。其次,运用最优小波包方法分解已经去除工频分量部分的定子电流信号,将其中规律最强的节点能量作为神经网络的输入量。第叁,采用混合遗传算法处理神经网络参数,形成了新方法:改进的神经网络方法。最后通过对一台感应电机的正常、一根断条和两根断条的情况进行了实验,验证了提出的方法的有效性。(本文来源于《农村电气化》期刊2019年06期）
王涛,吴林彦,张如伟,王琪,裴翦[9]（2019）在《遗传算法与模拟退火算法在FMS中的混合应用》一文中研究指出讨论了柔性制造系统(FMS)中的机械加载问题,问题的主要目标是使制造系统不平衡最小化,在诸如可用的加工时间和刀具槽等工艺约束条件下使系统吞吐量最大化。将遗传算法(GA)与模拟退火(SA)算法相结合,提出了一种高效的进化算法——GASA。使用5个样本数据集对GASA的性能进行了测试,并与其他文献提及的启发式算法进行了比较,研究了它们对解决方案质量的影响。为了评价所提出的进化启发式算法的性能,通过进行大量的计算实验,以表格和图表形式给出了结果。实验结果表示GASA在柔性制造系统的应用中性能更好。(本文来源于《制造业自动化》期刊2019年08期）
王扬威,宋治成,贺俊敏,孙雪[10]（2019）在《基于混合遗传算法的手指肌肉力优化求解方法研究》一文中研究指出目的为解决手指肌肉、肌腱组织结构复杂导致肌肉力真实值很难获取的问题,采用混合遗传算法求解手指肌肉力。方法在分析手指解剖结构的基础上,基于生物力学原理,建立了手指肌肉、肌腱力和接触力的力学平衡方程,以最小化肌肉应力平方和为优化目标函数,利用遗传算法和增广拉格朗日乘子法相融合的混合遗传算法,采用典型对象的手指接触力测量数据为输入参数,优化计算求解手指的肌肉力。结果有效求出了手指的各个肌肉力,优化计算结果与其它研究的结果较为吻合;随着手指关节角减小,FDP和FDS的数值增大,而LE、LU、UI、RI的数值随之减小,FDP、FDS、LE和RI+UI+LU在数值上约为外界接触力的0.7～3.7倍。结论基于遗传算法和增广拉格朗日乘子法的混合优化算法,初始优化不依赖初值的选取,避免了经验取值,提高了算法的适用性。(本文来源于《航天医学与医学工程》期刊2019年04期）
混合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：
混合遗传算法应用在物流配送优化路径的选择中,能够帮助提升路径选择的合理性,帮助确定最终的运输方案。文章以此为背景,分析了遗传算法应用过程中的数学模型建立,以及混合遗传算法的应用流程,并对物流配送路径优化选择方法进行确定,对物流运输环节的优化路径选择具有指导意义。
（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。
混合遗传算法论文参考文献
[1].范厚明,耿静,李阳,徐振林.模糊需求与时间窗的VRP及混合遗传算法求解[J].系统管理学报.2019
[2].高磊,刘元春,程圣哲.基于混合遗传算法的物流配送路径优化研究[J].住宅与房地产.2019
[3].袁光辉,刘兆春.基于混合遗传算法在测试用例生成中的研究[J].黑龙江工业学院学报(综合版).2019
[4].董力,陆中,周伽.基于遗传算法的混合威布尔分布参数最小二乘估计[J].南京航空航天大学学报.2019
[5].李小宇,胡炎,朱冰涛,耿琪.基于遗传算法的含电力电子变压器交直流混合配电网优化配置[J].水电能源科学.2019
[6].丁屹峰,杨烁,梁安琪,赵宇彤,张雅静.基于遗传算法的混合供能系统[J].沈阳工业大学学报.2019
[7].范厚明,徐振林,李阳,刘文琪,耿静.混合遗传算法求解多中心联合配送路径问题[J].上海交通大学学报.2019
[8].朱明飞,陈兢,方敏.基于混合遗传算法与小波神经网络的电机转子断条故障诊断方法[J].农村电气化.2019
[9].王涛,吴林彦,张如伟,王琪,裴翦.遗传算法与模拟退火算法在FMS中的混合应用[J].制造业自动化.2019
[10].王扬威,宋治成,贺俊敏,孙雪.基于混合遗传算法的手指肌肉力优化求解方法研究[J].航天医学与医学工程.2019
论文知识图
