改进遗传算法在物流车辆调度中的应用研究

北京信息科技大学硕士学位论文改进遗传算法在物流车辆调度中的应用研究姓名：梁艳申请学位级别：硕士专业：管理科学与工程指导教师：杨孔雨20081226改进遗传算法在物流车辆调度中的应用研究作者：梁艳学位授予单位：北京信息科技大学相似文献(10条)1.期刊论文韩生廉.周文愚基于免疫更新机制的遗传算法及其在规划问题中的应用-控制与决策2002,17(3)受生物体免疫系统抗体更新机制的启发,将抗体更新机制引入遗传算法,从而保证抗体遗传子的多样性,有效地防止了遗传操作中的早期收敛.对遗传子进行分段编码以对应多值染色体,进而克服了传统遗传算法只能对二值染色体进行操作的缺陷.应用实例证明了该方法的有效性.2.期刊论文马杰.高洪元.刁鸣.MAJie.GAOHong-yuan.DIAOMing基于免疫遗传算法的多用户检测器设计-弹箭与制导学报2006,26(2)文中将免疫系统的免疫机制引入到遗传算法的设计中.模拟免疫系统、神经网络、遗传系统的信息处理机制,提出了免疫遗传算法.这种免疫遗传算法结合了遗传算法的近似全局优化能力和由Hopfield神经网络构成的免疫系统的快速信息处理机制,加快了算法的收敛速度,并提高了遗传算法的全局收敛能力.然后在在CDMA系统利用此算法设计了多用户检测器,仿真结果证明了本文的方法能够快速收敛到全局最优解,并且无论抗多址干扰能力和抗远近效应能力都优于传统方法和一些应用优化算法的多用户检测器.3.学位论文王帅基于移动Agent的分布式网络入侵免疫系统的设计与实现2004随着网络的日益普及,网络安全问题日益突出.入侵检测系统是目前网络安全领域的一个研究热点,该文首先从入侵检测的基本概念出发,阐述了入侵检测技术以及入侵检测系统的发展现状,通过分析当前一些有代表性的入侵检测系统指出了入侵检测系统存在的一些不足,在很多地方还有待改进,如分布式、灵活性、效率等方面,需要探索新的技术来提高入侵检测系统的整体性能.在国家自然科学基金项目(60132030)的资助下,该文对应用新兴的入侵检测技术来构建新一代入侵检测系统展开了研究.生物免疫系统由于其分布式信息处理的功能越来越受到研究人员的关注,其应用领域包括:模式识别、故障检测、病毒检测等.由于免疫系统与入侵检测系统所要完成的任务极为相似,其对于入侵检测技术的研究具有极好的借鉴意义.另外,移动Agent技术是近来出现的一种分布式计算技术,其移动性和灵活性也极其适合开发新一代的入侵检测系统.该文系统介绍了这两种技术的基本原理,分析了它们的特点及优势,对该文所用的关键技术有了一个整体的把握.接下来该文提出了系统的设计目标,综合比较了免疫系统与入侵检测系统以及免疫系统与移动Agent系统之间的相似之处,提出用移动Agent来模拟免疫系统的功能来实现入侵检测的设想和模型,并进行了详细的系统设计,其中包括各模块的功能、各组件的内部结构、工作流程、算法、各组件间的相互通信协作等,详细阐述了如何将网络数据表示为免疫系统中的抗原,如何生成抗体来检测出抗原,如何进行Agent之间的交流以实现分布式检测,如何对入侵行为作出响应等方面.基于上面的设计方案,该文实现了原型系统MANIIS(MobileAgentbasedNetworkIntrusionImmuneSystem),介绍了系统的开发情况和一些关键的实现细节,并通过实验确定了几个关键参数的选取.随后,该文将系统实际检测的结果与一些现有的典型的IDS进行了比较,从定性和定量两个方面评价了系统的性能.结果表明,MANIIS系统具备可扩展性、可配置性、可伸缩性、自适应性、鲁棒性以及全局分析的能力,能以较高的效率和准确度检测入侵行为,满足新一代入侵检测系统的要求.该文最后对所作的工作进行了总结,并提出了下一步的工作目标.4.期刊论文李军.常征基于遗传算法的免疫网络设计-成都信息工程学院学报2004,19(3)从人体免疫网络抵御抗原与计算机网络抵御入侵的相似性,提出一个基于遗传算法的免疫网络并应用于分布式入侵检测系统.将一个基于每秒网络数据量为参数的时间序列作为检测子的抗体表达形式,在单个网段检测网络数据,通过各个网段之间的抗体交流,实现抗体的优化.在抗体的进化过程中,提出了较好地评价抗体适应度的评估函数,为优化抗体的遗传算法的实现打下了基础.5.学位论文杨建新基于免疫遗传算法的配电网无功优化研究2007系统无功分布的合理与否直接影响着电力系统的安全与稳定，并与经济效益直接挂钩。无功优化控制是保证电力系统安全、经济运行的一项有效手段，是降低网络有功网损，提高电压质量的重要措施。因此电力系统无功优化问题的研究既具有理论意义，又具有实际应用价值。本文在查阅大量文献的基础上，对无功优化的方法进行了研究。目前，无功优化方法主要有线性规划法，非线性规划法，混合整数规划法，动态规划法等传统的数学优化方法，以及人工智能优化算法。将传统数学优化方法应用于无功优化研究，在电力系统无功优化中已经取得了较好的成果，但普遍存在一些局限性。传统数学优化方法依赖十分精确的数学模型，但精确的数学模型较复杂，求解困难，且难以适应实时控制要求，而粗略的数学模型又存在较大的误差。近年来，人工智能优化算法在解决多变量、非线性、不连续、多约束的问题时显示出独特的优势，弥补了传统的数学规划方法的不足，在无功优化领域中的应用日益为人们所重视。目前，以遗传算法为代表的人工智能方法被广泛应用于无功优化领域。遗传算法是目前应用最广的优化搜索算法之一，但基本遗传算法易陷入局部最优，在有些时候收敛速度过慢，这使得基本遗传算法很难找到全局最优。如何能够使遗传算法尽可能快地跳出局部最优和如何能够提高遗传算法的收敛速度，是遗传算法面临的主要问题。针对无功优化问题的特点和遗传算法存在的局限性，本文采用了一种新的免疫遗传算法用于无功优化研究。该算法依据自然免疫响应的特点，将克隆选择，克隆扩增，高频变异，未被激发的细胞消亡及记忆细胞的产生，免疫补充等免疫机制引入到基本遗传算法中，对遗传算法进行了改进。本文算法的框架与遗传算法相似，但采用高频变异操作和保留记忆细胞群体，增加了群体的多样性，保留了更多且不同的最优个体，并随进化过程的进行而不断更新这些个体，这样能加快找到全局最优值；免疫算法还采用克隆扩增和免疫补充两个操作，前者使得算法通过变异能在当前种群最优点处进行多方向搜索，从而提高了获得全局最优解的概率；后者通过在每一代引入新个体，保证了种群的多样性，避免了封闭竞争问题，从而加速找到全局最优值。首先，将免疫遗传算法用于一组多模态函数优化测试及PID控制器参数优化整定,仿真结果表明本文采用的免疫遗传算法比遗传算法有更快的收敛速度和更高的收敛精度。接着，将免疫遗传算法用于无功优化。电力系统的无功优化问题是一个多变量、多约束的混合非线性规划问题，其操作既有离散变量，又有连续变量。本文采用十进制整数与实数混合的编码方式，对离散变量通过映射采用整数编码，既避免了在实数编码中由于截断小数部分而引起的截断误差，同时在迭代寻优中又大大减少了不必要的基因组合，以加快收敛速度。仿真实验是将免疫遗传算法用于IEEE-30节点系统，并将计算结果与遗传算法进行了比较。计算表明，本文所采用的基于免疫遗传算法的电力系统无功优化方法是有效的，与常规遗传算法相比，不但降低了网损，提高了收敛速度，而且改善了电压质量，有良好的理论价值和实用价值。6.期刊论文鞠全勇.朱剑英.JuQuanyong.ZhuJianying基于免疫遗传算法的车间调度问题的研究-机械科学与技术2007,26(6)根据生命科学中免疫系统的信息处理机制,在一般遗传算法的基础上,将免疫计算和改进的遗传算法(预防近亲结合的多重交叉策略)相结合,建立了一种用于车间调度的免疫遗传算法,通过接种疫苗提高抗体的适应度,通过免疫选择防止种群的退化.针对作业车间调度问题,设计了免疫遗传计算中疫苗的提取和接种方法,即基于加工机器的基因片断抽取疫苗方法和接种方法.通过作业车间调度十个典型标准问题验证,文中所述免疫遗传算法可行,较现有免疫算法、一般遗传算法及一些传统优化设计方法在收敛效率和准确性等方面有很大改进与提高.7.学位论文吴泽俊染色体模型在计算机防御免疫系统中的应用2004目前的网络安全方法存在一些致命的误区,如试图用静态形式化方法去描述动态网络入侵,孤立地看待网络入侵行为,被动防御等.面对如此动态复杂的网络,传统意义的安全模型、方法、技术就显得软弱无力了.具有自适应性的安全系统才可以应对动态复杂的外部环境变化,保证计算机系统和网络的安全性.机体免疫系统保护生物,使其免受大量外来病原体的侵袭.其特异性免疫反应系统具有记忆和识别外来病原体的特性.机体免疫系统的很多特性,如多级防御性、高分布性、记忆性、多样性、动态覆盖性、自治性、适应性、对大部分新的异模式的敏感性等,值得网络安全借鉴,为网络信息安全的白适应性开辟了一个崭新的途径.该文借鉴机体免疫思想,以计算机防御免疫系统作为系统框架,将人工免疫学中的染色体模型应用到计算机病毒和网络入侵的检测过程中.分别采用线性数字序列和多维特征区间作为基因空间,数字模式序列和IF-THEN表达式作为表现空间,利用模式挖掘、遗传算法等有效途径,在计算机防御免疫系统中提出了一个基于模式染色体和多维染色体的免疫方法,该方法具有亲缘特性并通过评价体系实现基因空间到表现空间的映射.该文讨论了计算机防御免疫系统中人工淋巴细胞模型的构造问题,重点讨论了染色体免疫反应的设计及实现过程,其主要内容包括:●提出基因空间和表现空间的概念,通过R邻域位和特征区间的基因匹配方法,定义不同类型的基因表达方式.●分析反向选择算法和静态克隆选择算法,利用基于R邻域位的双向模式选择算法和基于特征区间的克隆选择算法来获得不同类型的染色体,使其更具代表性和亲缘特征.●建立染色体模型评价体系,即培养淋巴细胞,分别利用简单评价算法和多维评价算法对被检测对象进行量化评估.●利用病毒模拟数据和网络通讯模拟数据进行染色体模型的实验分析,并将R邻域位和特征区间的染色体抽取方法应用于其中,得到实验对比结论.8.期刊论文汪定伟.于海斌免疫遗传算法及在新产品投入计划中的应用-控制理论与应用2002,19(5)提出一种新的求解复杂约束优化问题的免疫遗传算法.算法首先产生大量抗原来训练抗体,从而建立起一个具有自体和非自体识别能力的免疫系统.将该免疫系统嵌入到遗传算法中,即可在遗传过程中不经解码就能识别非法或不可行的染色体.算法有效地改进了遗传算法求解复杂约束优化问题的性能.算法用于求解用半无限规划模型描述的新产品投入计划问题,获得了满意的结果.9.学位论文徐春丽基于免疫遗传算法的无功优化研究2003电力系统的无功优化问题是一个多变量、多约束的混合非线性规划问题,其操作变量既有连续变量又有离散变量,使得优化过程十分复杂.针对无功优化问题的特点,该文提出了一种应用于电力系统无功优化的新算法——免疫遗传算法.该算法在改进交叉、变异、选择等算子的基础上,继承和发展了遗传算法的基于多点搜索、处理离散变量、适用范围广等诸多优点.同时,针对遗传算法在收敛计算后期,由于种群趋向单一化,出现早熟现象而陷入局部最优解的缺点,借鉴生物原理的免疫系统,设计出抗体浓度计算、抗体的抑制、促进、构造记忆单元等多个免疫算子,并与遗传算子进行有效结合.免疫遗传算法通过抗体之间的相互激励作用大大提高抗体的多样性,动态调整群体收敛性和种群的多样性之间的平衡,有良好的全局收敛能力和收敛速度.把免疫遗传算法应用于电力系统的无功优化问题中,并编制了相应的计算软件.该软件采用面向对象的程序设计与编程方法,使程序易于修改、调试和移植,并可方便地计算不同的系统.通过对IEEE-30节点系统和实际电网的计算表明,该文所提出的基于免疫遗传算法的电力系统无功优化方法是正确有效的,有良好的理论价值和实用价值.相比于传统遗传算法,它具有更好的全局收敛能力收敛速度.10.会议论文黄伟.徐春丽.张建华基于免疫遗传算法的无功优化研究2004本文提出了一种应用于电力系统无功优化的新