一种改进遗传算法及其在企业原料采购优化中的应用.pdfVIP

第 卷第 期 矿 冶 工 程 年 月 MINING AND METALLURGICAL ENGINEERING 一种改进遗传算法及其在企业原料采购优化中的应用! 桂卫华，黄泰松，阳春华 （中南大学 信息科学与工程学院，湖南 长沙 ） 摘 要：遗传算法以其解决不同非线性问题的鲁棒性、全局最优性、不依赖于问题模型的特性、可并行性及高 效率，在系统优化与决策方面的使用越来越多。但由于其本质特性，传统遗传算法很容易产生早熟收敛的现 象，而不能收敛到全局最优。为了解决上述问题，根据加热原理，提出了一种改进型的遗传算法。对于具有连 续生产特性的有色冶炼企业，原料采购有其自身的特点，据此提出了智能集成的原料采购策略，在保证原料满 足生产要求和质量要求的条件下，使得采购费用最小。针对某厂的实际情况进行了新遗传算法的应用研究， 结果证明效果较好。 关键词：遗传算法；改进；原料采购；优化 需要将这些因素都考虑进去。 问题的提出 改进的遗传算法 遗传算法（ ）作为一种直接搜索法，以其解决 不同非线性问题的鲁棒性、全局最优性、不依赖于问题 是由美国 大学的 教授 模型的特性、可并行性及高效率，因而具有独特的吸引 和他的学生建立的［ ， ， ， ， ］。其思想源于生物遗传学 力，广泛应用于工程问题［ ］。但是在实际应用中，遗 适者生存的自然规律，原先用于模拟自然系统的自适 传算法很容易早熟收敛，陷入局部极值，不能使模型参 应现象，后来被引向了广泛的工程问题。试验结果表 数达到全局最优，从而难以获得满意解，有时甚至会使 明，在解决问题的时候，标准遗传算法（ ）往往能够 算法无法继续进行。本文提出一种改进的遗传算法， 迅速达到最优解的 ，但通过齐次有限马尔科夫链 可以证明带有复制、交叉、变异操作的 不能收敛 该算法利用加热原理，通过改造 操作中的两个关 键步骤，以克服上面提到的一些问题。 到全局最优解。 的一个缺陷就是容易产生早熟收 对于具有连续生产性质的有色冶炼企业而言，原 敛，陷入局部极值，原因很简单，遗传后代中的个体已 料的采购必须要有一定的策略。从生产部门的角度来 经丧失了多样性，个体向同一个方向发展，但这个方向 说，希望使用品位较高的原料，但品位高的原料的价格 不一定是最优的。在微观世界中，往往采用加热的方 相对较高，造成了产品成本的增加，企业的利润会降 法来增加分子的活性。本文正是利用这一原理，提出 低，特别是在成品价格低而原料价格高的情况下，可能 了一种改进的遗传算法：当遗传群体中出现趋同现象 会得不偿失；如果采购原料的品位低，虽然采购成本降