【摘 要】
：
针对遗传算法在印染车间生产调度时收敛性与全局搜索能力不能兼顾等问题,提出了一种基于混合遗传算法的初始种群生成方法.通过对生产车间调度进行数学建模、对遗传算法的初始
【机 构】
：
西安工程大学电子信息学院 西安710048
论文部分内容阅读
针对遗传算法在印染车间生产调度时收敛性与全局搜索能力不能兼顾等问题,提出了一种基于混合遗传算法的初始种群生成方法.通过对生产车间调度进行数学建模、对遗传算法的初始种群进行改进,以海明距离的方式均匀展开,再将模拟退火算法的思想融入到遗传算法变异操作中,提高遗传算法在印染车间调度问题的性能.最后,将传统遗传算法与改进的混合遗传算法进行仿真实验对比.通过仿真实验证实了此算法拥有更好的收敛性,且在车间生产调度问题上具有高效性和精确性.
其他文献
针对结构振动模态试验数据存在不确定性问题,开展试验数据的不确定性研究,分析试验数据不确定性的内涵和来源,简要阐述各因素对试验数据不确定性的影响,并建立结构模态试验结
负荷预测作为电力调度的基础,需要响应速度快,精准度高.针对直流配电网用户用电特点,首先,按时间序列收集统计合理的实验数据,使用残差法消除因天气、温度等原因产生的干扰所
综合传统AISI300系奥氏体不锈钢和高氮奥氏体不锈钢的优缺点,开发一种新型节镍奥氏体不锈钢.为了研究其最优成分和工业试制工艺,通过Thermo-Calc热力学计算软件设计成分、热
传统拓扑细化法提取血管骨架在轴向长度和分支上会有误差,使临床诊断的精确度有所欠缺。该研究采用新型血管端点约束的骨架提取方法,尽可能的保留血管的长度和分支信息。使用模拟图像和显微CT图像分别进行测试,并与传统拓扑细化方法结果进行比较分析。新型骨架化算法中,提取中心骨架的平均距离比传统方法要小(P<0.05),准确率要较传统骨架化方法也有所提高(P<0.05),能够有效规避传统方法在长度和分支信息上的
随着军事目标的隐蔽性和机动性越来越好,导致检测识别难度加大,为了更加快速准确检测识别目标以防贻误战机,设计了一种新的深度网络识别方法(FDRCN)。首先通过将特征金字塔网络(FPN)和稠密性卷积神经网络(DenseNet)进行融合,构建特征金字塔稠密网络(FPDN)对目标进行高质量的特征提取;再通过RPN网络进一步确定检测目标的特征位置信息并形成目标候选区域;最后借助FCN和DenseNet的跳跃
针对路面起伏导致前方车辆距离测量偏差过大,提出一种基于PnP算法的前方车辆距离测量方法。以前方车辆的车牌作为靶标,采用深度学习算法SSD对车牌进行识别,获得车牌在图像中的位置坐标,根据PnP算法估计车牌的位姿,由相机的映射关系计算出目标车牌与本车的纵向和横向距离。该方法与地面是否起伏无关,仅与前方车辆车牌图像测量相关,通过靶标测试、虚拟场景和实际场景对算法的有效性进行测试,测试过程中表明,目标在5
1 卫星一体化试验鉴定概述rn20世纪90年代后,联合作战以及信息战成为了现代战争的主要样式,各类高新技术武器装备也随之快速发展,对武器装备试验鉴定提出了更高的要求.与此同
Considering the variable cross section thickness of longitudinal profiled plate and the dynamic reductions of straightening rolls,an analytical model combining
针对微波探测旋翼无人机多普勒回波信号微弱的问题,通过对目标多普勒效应及微多普勒效应的分析,设计了一种微波探测模块后端的信号运算放大电路.结合目标运动特性,制定回波信
美国海港2006年的经济影响在经济全球化和区域经济一体化的过程中,港口对一个国家的经济影响的重要性不言而喻,但是一般国家没有衡量港口对经济影响的量化指标,美国在这一方