本页面信息由华强电子网用户提供，如果涉嫌侵权，请与我们客服联系，我们核实后将及时处理。
应用与方案分类
摄像头让人们可以记录下镜头下的一切，同时也拉近了人们的距 下载
 收藏
该文档贡献者很忙，什么也没留下。
 下载此文档
正在努力加载中...
求解背包问题的混合遗传算法
下载积分：
内容提示：求解背包问题的混合遗传算法,求解,算法,混合遗传算法,求解背包问题的,遗传算法,求解背包问题,背包问题,背包问题求解,混合,背包问题的,遗传算法求解,背包问题的混合,混合算法,pso遗传算法,加速遗传算法,背包算法,遗传算法实例,遗传算法的缺点,遗传算法 编码,遗传算法书籍
文档格式：PDF|
浏览次数：2|
上传日期： 11:07:57|
文档星级：
该用户还上传了这些文档
官方公共微信
下载文档:求解背包问题的混合遗传算法.PDF一种改善的粒子群优化算法在工业下料理由的应用 专业写手团队→竭诚为你服务→请联系客服→
臂力论文网精英写手团队，竭诚为你服务
当前位置： >>
>> 浏览文章一种改善的粒子群优化算法在工业下料理由的应用
一种改善的粒子群优化算法在工业下料理由的应用
中国服装史的新媒体传播初探
饱和多孔介质三维非线性动力浅
人胰岛素原基因的设计、分子克
粒子群优化算法,遗传算法,一维下料,矩形排样,
本文介绍了粒子群算法、遗传算法的发展历程和国内外研究近况,并对算法的基本原理和基本模型以及主要改善模型进行了阐述；接下来对本文所要求解的实际不足—工业下料不足的背景进行叙述,着重对一维下料不足和矩形排样不足进行研究和浅析浅析,并用本文提出的改善的粒子群优化算法对上述两个不足进行浅析浅析求解,最后通过仿真实验验证了算法在求解工业下料不足上的有效性。粒子群优化算法(PSO)是进化计算技术在群智能计算领域中的很好应用和拓展,其主要思想来自于仿生学领域。种群个体通过互相协作、信息共享而使群体整体体现出高度智能性。受鸟类觅食的行为启发,结合人类的行为模式和认知方式,Kennedy和Eberhart于1995年提出了PSO算法。算法执行过程中,群体中每个粒子不断地调整自身的运动速度和方向,通过反复迭代在解空间内寻求最优解,调整的依据是根据自身与其他粒子的信息交换和共享所获得的信息。因为易于操作,参数少,效率高等显著优点,PSO算法无论是在计算领域还是工程领域都得到了广泛的应用。遗传算法(GA)也是群智能理论与进化技术相结合的智能优化算法,由美国的Holland教授于1975年最先提出,经过几十年来的学者的反复研究和改善,目前算法理论较从前更为成熟。算法是以自然界生物进化的优胜劣汰的客观规律为基础,以进化理论和变异理论为指导的一种并行的全局搜索技术,主要工作过程是通过选择、交叉和变异几个过程使上一代的优良基因能够保留到子代的基因中,通过种群的迭代进化来寻求不足的较优解。工业下料不足是指在给定原材料尺寸的前提下,求解生成目标尺寸的零件的切割方案,以达到原材料利用率最高的要求。根据维度划分,可基本分为一维下料、二维矩形排样、三维以及多维布局等几类不足。一维下料不足和矩形排样不足是工业下料不足的两个重要分支。根据计算复杂性理论,这两个不足都被证明为NP难度不足,因为其计算复杂性无法在有限时间内求得全局最优解。本文对一维下料不足和矩形排样不足建立数学模型,将其转化为离散论域内组合优化不足,并采用本文提出的改善粒子群优化算法来对这两个不足进行求解,该算法以离散粒子群优化算法为基础,引入遗传算法思想对粒子群优化算法的速度模型进行了改善,通过交叉和变异操作来更新粒子,突破了粒子群算法的速度模型限制,解决了标准粒子群优化算法在求解组合优化不足时粒子的更新难以描述不足,并且能够保证信息交流融合的连续性和稳定性；在算法执行过程中引入搜索对策,以提高收敛速度并加快形成编码方案。仿真实验表明,该算法在求解一维下料和矩形排样不足中的高效性和鲁棒性,说明本文提出算法在求解工业下料不足上具有良好的性能和广阔的工业应用前景。
【Abstract】 This paper mainly introduces the development process of the particle swarm optimization algorithm and genetic algorithm as well as the research status at home and abroad, also the principles of the algorithms and
Then we discuss the background of industrial cutting-stock problem to which this paper will mainly solve. We focus on the research of the one-dimensional cutting-stock problem and the rectangle packing problem.And We solve the above two problems with the proposed improved particle swarm optimization algorithm in this paper. Finally, experimental results show the algorithm in solving the issue of industrial cutting-stock effectiveness.PSO is a successful application and development of evolutionary computing technology in the field of intelligent computing. The main idea comes from the field of bionics. The group reflects a high degree of intelligence through individual collaboration and information sharing with each other. Inspired by the behavior of birds foraging,_combination of human behavior and cognitive style, Kennedy and Eberhart proposed PSO algorithm in 1995. During the algorithm execution, each particle continuously adjusts its speed and direction of movement, searching for optimal solution by iteration in the solution space. The basis for the adjustment is based on the information the particle obtained by itself and other particles. As easy to operate, less parameters and high efficiency, PSO have been widely used not only in computing field but also in the engineering field.Genetic algorithm is also an intelligent optimization algorithm combining swarm intelligence theory and evolution technology. It is proposed by American Professor Holland.J.H in 1975. After the scholars studied and improved the algorithm for decades,_algorithm theory is more mature than before. The algorithm is a parallel global search technique which is based on the objective law of natural survival of the fittest and according evolutionary theory and the mutation theory as a guide. The main work process is to preserve excellent genes of generation to the genes of the offspring through selection, crossover and mutation of several processes. The algorithm seeks optimum solutions through the iterative evolution. Industrial cutting stock problem is the issue that split the same shape of the raw materials into several parts with different specifications, achieving maximum utilization of raw materials requirements. According to the dimension, industrial cutting-stock problem can be classified into one-dimensional cutting problem, rectangle packing problem, three-dimensional and multi-dimensional layout problems.The one-dimensional cutting stock problem and rectangle packing problem are important branches of industrial cutting stock problem. According to the theory of computing complexity, these two problems have been proved to be a NP-complete problem. It is difficult to find the exact global optimal solution for such problems because of the high complexity of computation.This paper converts the one-dimensional cutting stock problem and rectangle packing problem into combinatorial optimization problem in discrete domain by building mathematical models for them, an improved particle swarm optimization algorithm is proposed in this paper.The algorithm bases on discrete particle swarm optimization, combining the idea of mutation and crossover in genetic algorithm to update particle.This method breakthroughs the limit of the velocity model of the standard particle swarm optimization algorithm and solves the problem of difficult to describe the update particles in the standard particle swarm optimization algorithm for combinatorial optimization problem.]t can also ensure the continuity and stability of the exchange of information. An improved search strategy is proposed to accelerate convergence rate and formation of coding scheme.The experimental data show that the proposed algorithm is effective and robust in solving the problem of one-dimensional cutting and rectangular packing. The algorithm has good performance and broad industrial application foreground in solving industrial cutting-stock issue.
【关键词】 粒子群优化算法；
遗传算法；
一维下料；
矩形排样；
【Key words】 particle swarm optimization；
genetic algorithm；
One-dimensional cutting-stock problem；
rectangle packing；
请您记住我们臂力论文网，竭诚为您服务
《一种改善的粒子群优化算法在工业下料理由的应用 》由臂力论文网
|粤ICP备号-1
此篇论文：一种改善的粒子群优化算法在工业下料理由的应用由臂力论文网整理提供 论文，请联系客服您所在位置： &
&nbsp&&nbsp&nbsp&&nbsp
一维下料问题的优化算法研究.pdf55页
本文档一共被下载：
次 ,您可免费全文在线阅读后下载本文档
文档加载中...广告还剩秒
需要金币：200 &&
优秀硕士学位论文，完美PDF格式，支持自由编辑复制。
你可能关注的文档：
··········
··········
学校代码1 0 4 8 7
硕士学位论文
一维下料问题的优化算法研究
学位申请人
：机械电子工程
：饶运清 教授
：2013 年1 月20
A Thesis Submitted in Partial Fulfillment of the
Requirements for the Degree of Master of Engineering
The research on optimization algorithms for
one-dimensional cutting stock problems
Candidate :
ZHU Sheng-Lan
Mechatronic Engineering
Supervisor:
Professor RAO Yun-Qing
Huazhong University of Science and Technology
Wuhan, Hubei 430074, P. R. China
Jan., 2013
独创性声明
本人声明所呈交的学位论文是我个人在导师指导下进行的研究工作及取得的
研究成果。尽我所知，除文中已经标明引用的内容外，本论文不包含任何其他个
人或集体已经发表或撰写过的研究成果。对本文的研究做出贡献的个人和集体，
均已在文中以明确方式标明。本人完全意识到本声明的法律结果由本人承担。
学位论文作者签名：
学位论文版权使用授权书
本学位论文作者完全了解学校有关保留、使用学位论文的规定，即：学校有
权保留并向国家有关部门或机构送交论文
正在加载中，请稍后...求解约束优化问题的内外交叉遗传算法--《系统工程理论与实践》2012年01期
求解约束优化问题的内外交叉遗传算法
【摘要】：针对很多约束优化问题的最优解位于可行域的边界上或其附近的特点,提出了一种新的遗传算法.算法将种群中的可行解和不可行解分别存贮在两个容器中,新设计的交叉算子(内外交叉法)尽量让可行域内的可行解与可行域外的不可行解交叉,并顺着有利的方向一维搜索到可行域边界,此举既增大了个体接近全局最优解的几率,又增强了算法的收敛速度;粒子群变异法则吸取粒子群(PSO)算法的优点,让粒子沿粒子自身历史最优和全局最优的方向变异,而选择算子则采取了保留固定比例不可行解的方法.仿真结果证明了算法能够在种群规模小,迭代次数少的情况下迅速接近或找到全局最优解.
【作者单位】：
【关键词】：
【基金】：
【分类号】：TP18【正文快照】：
1引言约束优化间题在最优化领域一直是一类非常难处理的间题，因此许多学者致力于研究该类问题并提出各种解决方案[l一4].本文利用罚函数的思想将约束优化间题转化为有两个目标函数的双目标优化间题同，并运用改进的遗传算法来解决这个双目标优化问题.在此遗传算法中，我们针
欢迎：、、)
支持CAJ、PDF文件格式，仅支持PDF格式
【参考文献】
中国期刊全文数据库
董红斌;黄厚宽;何军;侯薇;;[J];计算机研究与发展;2006年05期
王宇平;刘大莲;;[J];计算机学报;2006年04期
朱海梅;吴永萍;;[J];控制与决策;2010年01期
周育人,李元香,王勇,康立山;[J];软件学报;2003年07期
刘智明,周激流,敖蔷;[J];四川大学学报(自然科学版);2002年05期
魏静萱;王宇平;;[J];系统工程与电子技术;2008年04期
【共引文献】
中国期刊全文数据库
刘大莲;王丽伟;胡琳;;[J];北京联合大学学报(自然科学版);2010年02期
敖友云,迟洪钦;[J];燕山大学学报;2005年04期
林剑艺;程春田;顾妍平;武新宇;;[J];中国工程科学;2007年10期
周育人;[J];系统工程;2005年09期
唐忠;罗德相;欧旭;凌巍高;;[J];桂林理工大学学报;2010年03期
包家汉,裴令明,谢能刚,张玉华;[J];安徽工业大学学报(自然科学版);2005年02期
刘勇;张晓红;;[J];火力与指挥控制;2008年02期
孙有发;高京广;张成科;邓飞其;;[J];华南理工大学学报(自然科学版);2007年01期
曾洪鑫;宾鸿赞;张芬;;[J];华中科技大学学报(自然科学版);2006年03期
炎士涛;;[J];河南科技学院学报(自然科学版);2010年01期
中国重要会议论文全文数据库
张启义;梅冬;陈亮;;[A];中国运筹学会第十届学术交流会论文集[C];2010年
邴志强;顾佳晨;李堂俊;;[A];全国炼钢连铸过程自动化技术交流会论文集[C];2006年
;[A];Proceedings of the 2009 International Conference on Computational Intelligence and Natural Computing(Volume 1)[C];2009年
周心阳;任佳;潘海鹏;;[A];中国自动化学会控制理论专业委员会B卷[C];2011年
中国博士学位论文全文数据库
高延增;[D];华南理工大学;2010年
张健中;[D];哈尔滨工业大学;2010年
李晓明;[D];西南石油学院;2004年
邹琳;[D];华中科技大学;2004年
刘茜;[D];天津大学;2004年
林剑艺;[D];大连理工大学;2006年
董红斌;[D];北京交通大学;2006年
吴志健;[D];武汉大学;2004年
师瑞峰;[D];北京航空航天大学;2006年
张敏;[D];中国科学技术大学;2008年
中国硕士学位论文全文数据库
苗玉洁;[D];哈尔滨工程大学;2010年
徐银凤;[D];长沙理工大学;2010年
胡剑;[D];湘潭大学;2010年
王瑛;[D];江西理工大学;2010年
刘大莲;[D];西安电子科技大学;2004年
冯董;[D];北京工业大学;2004年
汤亚玲;[D];苏州大学;2004年
郑武;[D];中南大学;2005年
敖友云;[D];上海师范大学;2006年
李锋;[D];西安电子科技大学;2007年
【二级参考文献】
中国期刊全文数据库
寇晓丽;刘三阳;;[J];吉林大学学报(工学版);2007年01期
王宇平;刘大莲;;[J];计算机学报;2006年04期
谢晓锋,张文俊,杨之廉;[J];控制与决策;2003年02期
李炳宇,萧蕴诗,吴启迪;[J];控制与决策;2004年07期
王跃宣,刘连臣,牟盛静,吴澄;[J];清华大学学报(自然科学版);2005年01期
周育人,李元香,王勇,康立山;[J];软件学报;2003年07期
【相似文献】
中国期刊全文数据库
王晓飞;陈岳兵;张希;张权;唐朝京;;[J];电子与信息学报;2011年07期
谭德坤;;[J];机械设计;2011年07期
李纯莲;孙宇;戴银飞;王薇;刘玉宝;;[J];辽宁工程技术大学学报(自然科学版);2011年03期
;[J];硅谷;2011年15期
丁立;;[J];电脑知识与技术;2011年18期
蒋鹏;佘艳;;[J];信息与电脑(理论版);2011年06期
李伟;;[J];中国城市经济;2011年11期
吴旻;陈长明;史哲;杜鹏;;[J];湖北广播电视大学学报;2011年09期
唐俊;;[J];计算机工程与应用;2011年21期
杨治秋;;[J];微计算机信息;2011年08期
中国重要会议论文全文数据库
刘戊洪;蓝兆辉;;[A];第十三届全国机构学学术研讨会论文集[C];2002年
王福林;王吉权;吴昌友;吴秋峰;;[A];农业工程科技创新与建设现代农业——2005年中国农业工程学会学术年会论文集第一分册[C];2005年
黄天立;楼梦麟;;[A];第九届全国振动理论及应用学术会议论文集[C];2007年
王涛;高淑萍;;[A];第四届全国决策科学/多目标决策研讨会论文集[C];2007年
周海清;王恭先;陈正汉;;[A];中国土木工程学会第九届土力学及岩土工程学术会议论文集（下册）[C];2003年
吴建生;金龙;;[A];推进气象科技创新加快气象事业发展——中国气象学会2004年年会论文集（下册）[C];2004年
申元霞;张翠芳;;[A];中国自动化学会、中国仪器仪表学会2004年西南三省一市自动化与仪器仪表学术年会论文集[C];2004年
刘辙;彭亮;崔广才;吴学礼;;[A];中国自动化学会全国第九届自动化新技术学术交流会论文集[C];2004年
曹春红;李文辉;张永坚;;[A];中国仪器仪表学会第六届青年学术会议论文集[C];2004年
姜楠;张春森;;[A];高精度几何量光电测量与校准技术研讨会论文集[C];2008年
中国重要报纸全文数据库
林京;[N];中国水利报;2002年
程爱娟;[N];新疆科技报(汉);2001年
中国科技大学计算机系　邢方亮;[N];计算机世界;2003年
包家庆;[N];网络世界;2002年
郭明波;[N];北京科技报;2001年
易水;[N];计算机世界;2003年
高澜庆;[N];中国矿业报;2000年
河海大学水利水电工程学院
南京水利科学研究院水工研究所;[N];中国水利报;2005年
李磊;[N];计算机世界;2001年
吴苡婷;[N];上海科技报;2009年
中国博士学位论文全文数据库
张旭;[D];大连理工大学;2004年
廖平;[D];中南大学;2002年
周明;[D];西北工业大学;2006年
张需溥;[D];上海大学;2004年
杨春成;[D];解放军信息工程大学;2004年
方娟;[D];北京工业大学;2005年
崔晓芳;[D];大连交通大学;2005年
张材;[D];中南大学;2004年
田方;[D];东北大学;2006年
谷峰;[D];中国科学技术大学;2006年
中国硕士学位论文全文数据库
张亚龙;[D];西安理工大学;2007年
武金瑛;[D];大连理工大学;2000年
范国海;[D];大连理工大学;2000年
刘金星;[D];曲阜师范大学;2003年
陈慧琴;[D];武汉理工大学;2003年
文高进;[D];湖南师范大学;2003年
赵雷;[D];福州大学;2004年
杨海清;[D];浙江工业大学;2004年
孙昌佑;[D];大连理工大学;2004年
施小纯;[D];中国科学院研究生院（软件研究所）;2004年
&快捷付款方式
&订购知网充值卡
400-819-9993
《中国学术期刊（光盘版）》电子杂志社有限公司
地址：北京清华大学 84-48信箱 知识超市公司
出版物经营许可证 新出发京批字第直0595号
同方知网数字出版技术股份有限公司
订购热线：400-819-82499
在线咨询：
传真：010-
京公网安备74号