摘要：为解决企业实际应用中需要部分使用本体(Ontology)的问题,提出一种基于遗传禁忌算法的Ontology自动划分方法。按Ontology划分的要求,将概念被划分进的子Ontology编号组成的数字串作为一条染色体,设计遗传禁忌算法的适应度函数,给出Ontology划分算法的具体步骤。对比实验结果表明,该方法的划分平衡度和准确性优于其他方法。

摘要：为了合理、高效地利用逐渐增多的在轨卫星资源,更好地完成对地观测任务,提出了一种基于遗传禁忌算法的多星协同任务规划方法,解决了多星协同任务规划问题。建立多星协同任务规划问题模型,并设计综合考虑任务总收益值和总完成度、卫星资源总侧摆角的目标函数。兼顾遗传算法较强的全局寻优能力和禁忌搜索算法较强的局部寻优能力,设计包含遗传搜索和禁忌搜索2个阶段的多星协同任务规划算法。建立不同种群数量、不同任务规模的仿真场景,验证了所提出方法的稳定性和有效性。

摘要：在多品种混流生产车间里,广泛存在着各种批量的任务在多台并行机上调度优化问题。这种并行机批量调度需要考虑批量大小设置、加工顺序优化、设备充分利用等多种要素,是一类典型NP-hard问题,且当任务加工完后还需要考虑转运过程时,问题将变得更加复杂。为了减少并行机生产过程中任务拖期和在制品积压,寻求更好的生产调度方案,针对典型并行机生产和转运场景,以最小化加权完工时间及拖期工件的惩罚费用、作业切换成本、库存成本之和为优化目标,设计了基于启发式规则的仿真程序与遗传禁忌算法相结合的优化算法,研究单工序不相关并行机调度环境下车间批量调度的最优调度方案,再通过案例验证了本文优化算法的有效性。结果表明,优化算法得出的并行机批量调度方案使得作业切换次数和拖期订单大大减少,减少在制品库存的同时提高了转运资源的利用率。

摘要：针对城市公共交通营运调度因发车间隔未得到优化而出现的乘客等车时间过长、公交车辆满载率不均形成的资源浪费现象,从乘客和企业的双向角度考虑,建立了以乘客等车时间和公交企业营运成本最小为优化目标的公交线路发车间隔优化模型。基于遗传算法的全局搜索能力和禁忌算法的局部搜索能力,设计了遗传禁忌算法求解方法。以南宁市67路公交线路为例,进行了实例验证。分析结果表明了该模型和算法均可行。

摘要：并行测试任务优化调度是并行测试技术的核心内容之一。针对并行测试任务调度复杂、难以优化的难题,结合遗传算法的早熟收敛特性和禁忌搜索法自适应优点,提出了解决此问题的遗传禁忌算法。可充分利用其优异的全局最优搜索能力来寻找具有最大并行率的任务序列,避免算法早熟。建立了并行测试任务调度的数学模型;设计了一种满足资源约束与任务时序约束的基因编码方法。给出了实例运算,结果证明了该算法的有效性及优越性。

摘要：为解决机动作战背景下抢修分队的合理选址问题,提高战场装备抢修的时效性,基于不确定决策理论中的拉普拉斯准则以及网络上任意一点均有可能发生任务需求的假设,以整个机动交通网的覆盖率最大为目标,构建了一种新的双重覆盖标准选址模型;设计了边需求下的覆盖率计算方法,采用分区域聚类的方法构造初始解,用改进的遗传禁忌算法精确求解,并加入启发式策略,避免搜索过程中产生大量不可行解.结果表明,所提出的算法计算量小,在不增加网络维度的情况下,解决了边需求选址模型的精度问题.

摘要：针对汽车零部件循环取货的特点,为缩短零部件取货时间、提高车辆装载率,在循环取货过程中考虑实际车辆路径约束和三维装载约束条件,构建三维装载约束下零部件循环取货路径优化模型,设计了遗传禁忌算法与车辆装载检验算法相结合的求解算法.通过实例计算得出循环取货路线,并与传统遗传算法进行了比较,结果表明了该算法的有效性.

摘要：针对动态事件对配送过程的干扰问题,提出多品类共同配送车辆路径优化问题。基于对不确定环境下动态客户时空特性的分析,提出利用时空泊松分布生成动态客户的方法;并从整体运营成本及车辆固定成本入手,建立不确定环境下多品类共同配送模型;鉴于考虑模型的特殊性,设计遗传-禁忌搜索组合优化算法,结合具体算例对模型和算法性能进行验证。结果表明,提出的多品类共同配送方法优于单品类配送方法,且改进后的遗传-禁忌搜索算法具有更强的寻优能力。

摘要：区域调度是公交营运调度的发展方向,但区域调度相对于传统的线路调度,其影响因素多,模型构建难度大,求解也较为复杂。以单车场区域调度为对象,选择公交车辆空驶时间、等待时间、跨线次数以及运力规模最小等主要目标,构建了多目标区域调度优化模型。考虑到多目标函数优化问题的复杂性,将禁忌搜索融入遗传算子,设计遗传禁忌搜索求解算法,最后将已建模型和设计算法运用到算例中。计算结果表明,遗传禁忌算法较一般遗传算法更能高效地解决公交车辆的单车场多目标区域调度问题。