基于共生遗传算法求解应急资源调度

吉林大学学报(工学版) ›› 2011, Vol. 41 ›› Issue (02): 442-0446.

基于共生遗传算法求解应急资源调度

李永丽^1,2,张海龙¹,刘衍珩¹

1.吉林大学计算机科学与技术学院,长春 130012;2.东北师范大学计算机学院,长春 130024

收稿日期:2010-06-01 发布日期:2011-03-01
通讯作者: 刘衍珩（1958-）,男,教授,博士生导师.研究方向:网络安全.E-mail:yhliu@jlu.edu.cn E-mail:yhliu@jlu.edu.cn
作者简介:李永丽（1965-）,女,博士,副教授.研究方向:网络安全.E-mail:liyl603@nenu.edu.cn
基金资助:
“十一五”国家科技支撑计划重大项目(2006BAK01A33)

Emergency resources distribution model based on symbiotic genetic algorithm

LI Yong-li^1,2,ZHANG Hai-long¹,LIU Yan-heng¹

1.College of Computer Science and Technology, Jilin University, Changchun 130012, China|2.School of Computer Science, Northeast Normal University, Changchun 130024,China

Received:2010-06-01 Published:2011-03-01

摘要/Abstract

摘要：

建立了以时间为中心的基于共生遗传算法的数学模型，并对遗传算法进行了适当的改进，使其更满足应急资源调度的要求。分析了求解最佳调配路线设计的遗传算法的构成要素，提出了一种新的交叉方法和适应度函数的计算和评价方法。通过实验对比表明：改进后的算法在相同环境条件下性能优异，该模型能有效地求解应急资源调度问题，并且可以为决策者提供有力的决策支持。

关键词: 计算机应用, 遗传算法, 交叉方法, 资源调配, 适应函数

Abstract:

A timecentered and symbiotic GAbased mathematical model is established and appropriate improvements are made on GA to meet the requirement of contingency resource scheduling. Moreover, the basic elements of GA for solving the best scheduling route are analyzed in detail. A new crossover method and the calculation and evaluation of the fitness function are proposed. Comparison of experiment results shows that, under the same environment situation, the performance of the improved algorithm is better. This model can solve the problem of contingency resource scheduling efficiently and provide strong support for the decision maker.

Key words: computer application, genetic algorithm, resource distribution, crossover, fitness

中图分类号:

TP391.3

李永丽, 张海龙, 刘衍珩. 基于共生遗传算法求解应急资源调度[J]. 吉林大学学报(工学版), 2011, 41(02): 442-0446.

LI Yong-Li, ZHANG Hai-Long, LIU Yan-Hang. Emergency resources distribution model based on symbiotic genetic algorithm[J]. 吉林大学学报(工学版), 2011, 41(02): 442-0446.

参考文献

相关文章 15

[1]	吴蔚楠,崔乃刚,郭继峰,赵杨杨. 多异构无人机任务规划的分布式一体化求解方法[J]. 吉林大学学报(工学版), 2018, 48(6): 1827-1837.
[2]	刘富,宗宇轩,康冰,张益萌,林彩霞,赵宏伟. 基于优化纹理特征的手背静脉识别系统[J]. 吉林大学学报(工学版), 2018, 48(6): 1844-1850.
[3]	王利民,刘洋,孙铭会,李美慧. 基于Markov blanket的无约束型K阶贝叶斯集成分类模型[J]. 吉林大学学报(工学版), 2018, 48(6): 1851-1858.
[4]	金顺福,王宝帅,郝闪闪,贾晓光,霍占强. 基于备用虚拟机同步休眠的云数据中心节能策略及性能[J]. 吉林大学学报(工学版), 2018, 48(6): 1859-1866.
[5]	赵东,孙明玉,朱金龙,于繁华,刘光洁,陈慧灵. 结合粒子群和单纯形的改进飞蛾优化算法[J]. 吉林大学学报(工学版), 2018, 48(6): 1867-1872.
[6]	刘恩泽,吴文福. 基于机器视觉的农作物表面多特征决策融合病变判断算法[J]. 吉林大学学报(工学版), 2018, 48(6): 1873-1878.
[7]	焦玉玲, 张鹏, 田广东, 邢小翠, 邹连慧. 基于多种群遗传算法的自动化立体库货位优化[J]. 吉林大学学报(工学版), 2018, 48(5): 1398-1404.
[8]	欧阳丹彤, 范琪. 子句级别语境感知的开放信息抽取方法[J]. 吉林大学学报(工学版), 2018, 48(5): 1563-1570.
[9]	刘富, 兰旭腾, 侯涛, 康冰, 刘云, 林彩霞. 基于优化k-mer频率的宏基因组聚类方法[J]. 吉林大学学报(工学版), 2018, 48(5): 1593-1599.
[10]	桂春, 黄旺星. 基于改进的标签传播算法的网络聚类方法[J]. 吉林大学学报(工学版), 2018, 48(5): 1600-1605.
[11]	刘元宁, 刘帅, 朱晓冬, 陈一浩, 郑少阁, 沈椿壮. 基于高斯拉普拉斯算子与自适应优化伽柏滤波的虹膜识别[J]. 吉林大学学报(工学版), 2018, 48(5): 1606-1613.
[12]	车翔玖, 王利, 郭晓新. 基于多尺度特征融合的边界检测算法[J]. 吉林大学学报(工学版), 2018, 48(5): 1621-1628.
[13]	赵宏伟, 刘宇琦, 董立岩, 王玉, 刘陪. 智能交通混合动态路径优化算法[J]. 吉林大学学报(工学版), 2018, 48(4): 1214-1223.
[14]	黄辉, 冯西安, 魏燕, 许驰, 陈慧灵. 基于增强核极限学习机的专业选择智能系统[J]. 吉林大学学报(工学版), 2018, 48(4): 1224-1230.
[15]	傅文博, 张杰, 陈永乐. 物联网环境下抵抗路由欺骗攻击的网络拓扑发现算法[J]. 吉林大学学报(工学版), 2018, 48(4): 1231-1236.

Metrics

Viewed

Full text

Abstract

Cited

Shared

Discussed