摘要：为了有效解决多导弹对多机动目标的拦截对抗实战中的目标分配问题,本文提出一种基于精英策略的多种群自适应遗传算法(MAGA)。首先,建立目标分配的综合优势函数和约束条件的数学模型。其次,为改善传统遗传算法容易陷入局部最优的问题,通过多个单遗传算法并行计算,引入自适应策略动态改变交叉、变异概率,设计迁移算子增加各种群之间的联系。最后,通过精英选择算子选择当前种群的最优解并进行精英备份,不断迭代选出最优解。通过计算仿真可得,该方法能有效抑制算法陷入局部最优,增大收敛速度,获得更高精度的最优分配方案。将其应用到多导弹对多机动目标的拦截分配算例,结果表明了算法的有效性。

摘要：针对麻雀搜索算法(sparrow search algorithm,SSA)存在收敛速度慢、稳定性差和易陷入局部最优等问题,提出融合差分进化和混合多策略的麻雀搜索算法(DEH-SSA)。引入反向学习初始化以增加种群的多样性,避免陷入局部最优;加入非线性权重因子改进麻雀发现者的位置更新公式以平衡算法的局部和全局搜索能力,使算法的收敛速度加快;融合差分进化和精英策略增强SSA算法的全局搜索能力并提高算法的收敛精度。在10个基准测试函数上与其它群智能算法进行比较实验,其结果表明,DEH-SSA具有更高的收敛精度、更快的收敛速度和更好的稳定性,通过Wilcoxon秩和检验方法也验证了DEH-SSA算法具有更好的显著性差异。

摘要：为了解决带有应力约束和位移约束的桁架的尺寸优化问题,将免疫克隆选择算法应用于结构的尺寸优化设计.根据免疫学基本原理,在基本克隆选择算法的基础上引入精英策略,并给出合理的参数值.在桁架结构优化的数学模型中,采用惩罚函数法处理违反约束的情况.最后对几个经典的桁架进行了优化.数值结果表明,改进的免疫克隆算法收敛速度快、鲁棒性好,可以应用于桁架结构的优化设计.

摘要：为更有效地求解柔性作业车间调度问题,综合考虑其中的机器分配与工序排序问题,建立了相关析取图模型,提出一种混合遗传—蚁群算法。该算法首先通过遗传算法获取问题的较优解,据此给出蚁群算法的信息素初始分布;之后充分利用蚁群算法的正反馈性进行求解,采用精英策略对蚁群的信息素进行局部更新;最后借鉴遗传算法交叉算子的邻域搜索特性扩大蚁群算法解的搜索空间,从而改善解的质量。通过3个经典算例的实验仿真,以及与其他算法的比较,验证了所提算法的可行性与有效性。

摘要：区间限界算法是一种性能较好的堆芯换料方案优化方法。为进一步提高该算法的性能,本文在原算法基础上添加"精英策略",数值结果表明,算法的收敛速度和优化解的质量都得到了提高。为了处理多模态换料方案优化问题,又为算法添加了多区间模型,数值结果表明,在不增加计算量的前提下算法具备了多模态优化能力。使用了这2种改进方法后,区间限界算法的工程实用性得到进一步增强。

摘要：为解决低速碰撞下车身前端结构耐撞性和轻量化的矛盾,建立防撞梁、吸能盒、前纵梁总成一体化模型并进行整体碰撞分析优化。为避免优化中前纵梁因屈曲而出现大幅溃缩的数值结果,引入结构纵向位移溃缩量作为第3项评价指标,并将其与吸能量、峰值碰撞力共同作为优化模型的耐撞性约束条件,建立以6个部件板厚为设计变量的质量最小碰撞优化模型。提出将变量区间先分段再进行正交试验的组合正交试验设计采样方法,以保证总成结构遵循刚度逐级增强的压溃变形机制。结合响应面代理模型和含精英保留策略的遗传算法构造出针对目标函数和3项约束指标的惩罚函数对高度非线性碰撞问题进行优化。为简化优化计算流程,探索和对比了采用组件优化和分组均匀试验设计的优化过程。结果表明:经优化后,可实现吸能量增加10.1%,峰值碰撞力减小11.1%,溃缩量减少12.6%,减重15.1%;将溃缩量作为约束条件引入碰撞优化问题有助于综合控制优化结果;组合正交试验是解决变形次序紊乱的有效方法;所构造的惩罚函数可将多目标优化问题单目标化;组件优化和均匀试验设计可有效简化涉及较多变量的碰撞优化问题的求解过程。

摘要：大规模自然灾害发生后,极易出现多地同时提出多类型资源需求的局面.基于灾后应急资源调度的特点,建立了考虑多需求点、多供应点、多资源类型、且多个资源供应点能为多个资源需求点协同配备资源的多目标优化调度模型.模型中对调度路线的可靠度进行了考虑,增强了实用性.设计了求解模型的多蚁群优化算法,在全局信息素更新规则中引入精英策略,指导多蚁群间相互交换与共享信息,加快全局非劣解搜索效率.多目标多蚁群优化算法将资源定位配置与路线安排问题进行了集成解决.算例分析表明该算法能够很好地处理大型复杂网络.

摘要：在地下结构设计过程中,合理选择地下室顶板楼盖形式对节省工程造价具有重要意义。由于楼盖形式多样,选择最优的楼盖布置及其对应的梁板尺寸,往往会花费设计人员大量的时间。因此,本文以最低造价为目标函数,利用遗传算法对地下室顶板楼盖进行布局优化研究。同时,为了提高遗传算法效率,本文使用适应度函数和精英策略,扩大算法的全局搜索能力,提高收敛速度;最后选取两种常见柱网尺寸进行计算,并与其他研究结果进行对比。经对比验证,本文中的优化方法及自编程序具有可靠性和有效性,可供相关从业人员参考。

摘要：故障恢复作为智能配电网自愈能力的重要保障,对系统运行可靠性至关重要。针对含分布式光伏并网的配电网故障恢复问题,计及故障期间光伏出力和负荷水平变化建立光伏型配电网动态故障恢复方法。以当前时段系统失电负荷量最小为目标函数,计及网络辐射状约束、功率平衡约束、节点电压约束、开关状态集约束等必要约束条件建立光伏型配电网动态故障恢复方法。所建立的模型通过故障期间改变系统开关状态集使得故障恢复方案对于运行工况进行适应从而减少失电负荷量。采用种群的精英策略和混沌搜索对基本萤火虫算法进行改进,采用改进萤火虫算法对所建立的模型设计求解流程。最后通过仿真算例验证了所建立模型的有效性。

摘要：实际工程中存在许多大规模、非线性多约束的序贯决策问题,传统算法解决起来较为困难。蚁群系统(ACS)是一个用来解决大规模多约束组合优化问题的现代启发式算法,根据序贯决策的特点设计了多层结构的蚁群系统,给出了算法的组成结构;为了节约计算内存和优化时间,详细阐述了淘汰劣质解机制的精英策略;并通过梯级水电站短期优化调度这一实际工程序贯决策问题,来验证所构造的算法,给出了优化调度的数学模型及算法的求解思路。最后,采用我国西南地区某梯级流域中三个水电站的相关数据建立了调度仿真模型,仿真结果证实了所采用算法的有效性和可行性。