摘要：为了提高矩形排样的板材使用率,提出了基于分级进化遗传算法的排样优化方法。以板材利用率最高为目标建立了矩形排样的目标模型,将排样问题分为定位和排序两个步骤实现。在定位方面,将最低水平线法和填充算法进行优势融合,得到了混合定位方法。在排序方面,以遗传算法为基础,将染色体分为保留层级、交叉层级和变异层级等3个层级,每个层级制定相适应的进化操作方法,从而提高算法的搜索能力和收敛速度。使用文献[13]和文献[14]中的两组实验数据进行验证,结果表明这里提供的排样方案可以得到最佳的排样结果,且排样耗时最少。验证了这里分级进化遗传算法排样方法的有效性和高效性。

摘要：为了提高非剪切方式下二维矩形排样问题的板材利用率,提出了基于俄罗斯方块启发的定位方法和多家族遗传算法的排序方法。对于矩形件间的尺寸余量问题,使用尺寸膨胀处理方式解决,并建立了矩形排样的优化目标函数。在矩形定位方面,分析了最低水平线方法的缺陷,提出了俄罗斯方块启发的定位方法,该方法实现了矩形件与板材缺口的最佳匹配。在排序方法,为了实现染色体多样性和算法收敛速度的均衡,使用多家族遗传算法对矩形排入顺序进行优化。使用13个无废料测试算例对排样方法进行测试,经验证基于最低水平线的排样高度相对差值为1.28%,只在1个算例中得到了最优高度;基于俄罗斯方块启发的排样高度相对差值仅为0.13%,在10个算例中得到了最优高度。

摘要：本文在分析已有计算机网络设计方案基础上,建立新型计算机网络可靠性优化模型,对传统遗传算法繁殖方式改进,通过实验仿真改进遗传算法对计算机网络优化强于模糊神经网络法,提高计算机网络可靠性,减少网络错误的出现。通过研究网络改进成本与迭代次数关系,为计算机网络可靠性优化设计提供数据依据。

摘要：本文为了降低电子设备运行状态监测预警延时,设计一种新的电子设备运行状态监测预警方法。基于大数据识别电子设备运行状态信息;选取电子设备运行状态监测预警装置;设计电子设备运行状态监测预警算法。实验结果表明,设计方法的监测预警延时较低,符合电子设备运行状态监测的实时性需求。

摘要：常规的网络节点数据调度方法使用随机部署法感知网络节点,随着运行轮数增加网络中的失效节点数量越来越多,导致网络节点存活率过低,因此需要基于遗传算法,设计一种全新的无线传感器网络节点数据调度方法。以各个资源分配特征为基础,绘制单信道通信框架,提高数据吞吐量,有效地分配数据调度竞争信道,结合信道输出值,应用遗传算法构建网络节点数据高效调度模型,从而完成无线传感网络节点数据调度。实验结果表明,文章设计的基于遗传算法的无线传感网络节点数据调度方法,在不同调度轮数下的网络节点存活率均较高,证明遗传算法在网络节点数据调度中有重要的应用价值,可以为后续网络优化调度提供参考。

摘要：基于微电网主站设备短期输出负荷控制方法存在负荷控制误差过高问题,为实现微电网主站设备短期输出负荷精准控制,提出微电网主站设备短期输出负荷主动控制技术。采集处理微电网负荷数据,分析微电网主站设备短期输出负荷特性,判断短期负荷走向,基于BP神经网络,构建微电网主站设备短期输出负荷控制模型,实现微电网主站设备短期输出负荷控制。实验结果表明,设计的微电网主站设备短期输出负荷控制方法的负荷控制误差较小,证明设计方法的控制精度较高,控制效果较好,具有一定的应用价值。