单车场多送货点车辆调度优化的一种改进禁忌算法

为解决单车场容量约束车辆调度问题提出了一种改进禁忌算法.在传统的禁忌算法思想中,它的解受算法的唯一初始解的状态影响很大,因此优化结果的稳定性得不到保证.此改进算法使用多初始解和全局禁忌表,它能够减小解的不稳定性和扩大搜索范围.与标准禁忌算法比较,它的全局搜索能力和稳定性都大大增强.通过算例试验,取得了良好的结果.     

基于融合禁忌搜索粒子群算法的配电网无功优化

从数学角度分析,配电网无功优化是一个非线性、多变量、多约束的混合规划问题。粒子群优化搜索算法被广泛应用于求解配电网无功优化问题。由于粒子群算法粒子群在进化过程易趋向同一化,失去多样性,从而使算法陷入局部最优解。本文在分析配电网无功优化的特性基础上,提出一种改进的紧融合禁忌搜索-粒子群算法用于配电网无功优化问题的求解。通过将禁忌搜索功能融合到粒子历史最优解和全局最优解寻优过程中,避免了粒子群算法寻优过程中出现的局部最优问题,从而提高粒子群算法的全局搜索能力。通过IEEE14节点系统的仿真计算结果表明,改进的算法能取得良好的效果。     

非线性函数全局最优化的一种混沌优化混合算法

混沌优化方法是近年出现的利用混沌的遍历性、随机性作为全局优化机制的一种优化技术。已有的混沌优化方法都是利用Logistic映射作为混沌序列发生器,而由Logistic映射产生的混沌序列的概率密度函数服从两头多、中间少的切比雪夫型分布,这种分布特性会严重影响混沌优化全局搜索能力和效率。利用Logistic映射的特点,在混沌搜索时预先筛选掉劣质点,建立改进的混沌BFGS混合优化算法。复杂非线性测试函数计算结果表明,与文献中不加改进的混沌混合算法相比,本算法以同样的混沌搜索次数找到全局最优解的概率提高了10-30%,而以概率1获得全局最优解的最大混沌搜索次数减少了8-10倍。另外,还将细搜索策略引入到改进的混沌BFGS混合算法中,对具有较大边界约束范围的非线性函数进行了优化计算。     

基于IHHO算法的光伏电池工程模型的参数辨识

针对HHO算法存在搜索过程调整不够灵活,不能针对性地进行阶段性搜索,有时会陷入局部最优使算法搜索精度相对较差等问题,提出了一种基于改进哈里斯鹰优化(IHHO)算法的参数辨识方法。对HHO算法进行了两项改进:引入柔性递减策略,在迭代初期扩大全局搜索范围,在迭代后期延长局部搜索时间,从而加强了初期的全局搜索能力和后期的局部搜索能力;引入黄金正弦法,不但增加了种群的多样性,减少算法陷入局部最优的可能性,并且缩小了搜索空间,提高了寻优效率。应用于光伏电池工程模型的参数辨识中,IHHO算法比其他算法得到的辨识结果更为精确,辨识结果与实测数据拟合度更高,IHHO算法能够在不同环境下对光伏电池的工程模型进行准确的参数辨识。     

粒子群优化算法在电网规划中的应用

粒子群算法适合求解连续变量优化问题,本文提出了粒子群算法的新离散化方法。常规粒子群算法在电力系统优化问题中取得了成功,但有"趋同性"。本文提出了改进多粒子群优化算法(IPPSO),IPPSO是两层结构:底层用多个粒子群相互独立地搜索解空间以扩大搜索范围;上层用1个粒子群追逐当前全局最优解以加快收敛。粒子群以及粒子状态更新策略不要求相同。     

改进差分进化算法及啤酒灌装机液位控制PID参数整定

目的 针对啤酒液位控制系统存在PID参数整定难、非线性、滞后性问题,提出一种改进基于邻域的改进差分进化算法,应用于PID参数优化整定中,从而提高灌装机的工作效率和啤酒的质量。方法 文中对差分进化算法进行改进,设计一种新型的变异策略,在变异环节引入邻域搜索操作;根据当前种群的分布情况,实时对邻域的个数进行自适应分配,以提升算法全局和局部搜索能力;与2种基本差分进化算法和4种改进差分进化算法对比,用18个测试函数验证文中所提出算法的性能。结果 仿真结果表明,相较于基本差分进化算法,使用改进的差分进化算法整定的PID参数,调节时间减少0.22 s,上升时间减少0.04 s,超调量降低7.63%。结论 通过改进的差分进化算法对啤酒灌装机液位PID参数的优化整定,可以显著改善控制系统的超调量、上升时间和稳态误差等性能,实现了液位的稳定控制。     

两阶段装配流水车间加工与配送协同调度研究

针对以两阶段装配作业方式的制造型企业,将加工与配送调度相结合,研究生产配送协同调度问题。由于问题的强NP难性,提出了一种基于遗传算法和反向变邻域搜索的混合智能优化算法。该混合算法融合反向学习思想,构造反向邻域结构,增大搜索范围,提高遗传变邻域搜索算法的局部搜索能力,使生产和配送之间的时间衔接更精确,实现整体最优。通过多组实例仿真将该算法与其他算法进行比较,验证算法的有效性。     

基于文化基因算法的开放车间调度问题研究

针对开放车间调度问题,运用了文化基因算法进行优化求解。在文化基因算法的框架中,既有种群中的全局搜索,又包含针对问题自身特点的局部搜索,为解决开放车间调度问题提供了一种新的算法。按照文化基因算法的思想和特点,将爬山法作为局部搜索策略加入到全局搜索策略所用到的遗传算法中,通过对开放车间调度问题的邻域结构进行研究,加入爬山搜索法进行优化求解。基于40个标准算例,通过与下界值的比较,验证了所提算法在解决具有较大搜索空间的调度问题时,其拥有更出色的算法性能。     

混合模拟植物生长算法在包装件配送中的应用

目的针对改进模拟植物生长算法(IPGSA)容易陷入局部最优解及其算法运行时间较长,提出混合模拟植物生长算法(HPGSA)来求解带时间窗车辆调度问题(VSPTW)。方法在IPGSA基础上,提出求解包装件物流配送中VSPTW的混合模拟植物生长算法(HPGSA)。改进IPGSA初始调度方案的构造方式,设计求解VSPTW的C-W算法用于构造HPGSA的初始调度方案;改进IPGSA的邻域搜索算子,选择插入搜索算子和互换搜索算子对HPGSA进行邻域搜索;对18个不同规模的Solomon算例进行仿真测试。结果相对于其他智能算法,HPGSA具有更好的求解性能,能够保证VSPTW对求解算法的要求。结论 HPGSA的全局优化能力、稳定性和运行速度均优于IPGSA、遗传算法、蚁群算法和禁忌搜索算法。     

基于改进变邻域搜索算法的多批次协同任务规划

目的 对多批次协同任务进行分析与建模,并研究任务规划的求解算法。方法 以车载装备多批次协同执行任务为例,综合考虑时间协同、任务区域协同和补给区域协同约束,以暴露时间最短为目标函数建立模型,并提出一种改进变邻域搜索算法进行求解,该方法根据邻域的优化能力自动调整迭代时选择该邻域的概率。结果 仿真结果表明,改进策略在不降低最优解质量的情况下,能够避免标准变邻域搜索算法后期易出现某些邻域长时间无法寻找到最优解的情况,有效提高了算法的效率。结论 变邻域搜索算法可以解决多批次任务规划问题,改进后的算法减少了后期对优化能力不强的邻域的搜索次数,有效提升了算法效率。     

基于改进A*算法的移动机器人全局最优路径规划

在栅格地图环境下,传统A~*算法搜索路径时选取的路径点受限于栅格中心,并且路径的转折角度固定为特定的离散值,因此存在长度非最优以及冗余转折较多的问题。为此,提出一种新启发搜索策略下的改进A~*算法。在探索当前节点的每个邻域节点时,将邻域点父节点的选取范围扩大到从当前点至起始点的整个支路,采用邻域点与支路上的点直接相连的方式,找到所需真实代价G最小的安全路径,此时支路上对应的点便为该邻域点的父节点。实验结果表明,改进算法能够有效提高路径质量,即规划的路径长度更短、转折更少。与此同时,真实代价G和预估代价F之间的偏差降低,启发函数的启发能力增强,寻路效率也有所提高。     

求解约束优化问题的改进布谷鸟搜索算法

为了提高约束优化问题的求解精度和收敛速度,提出求解约束优化问题的改进布谷鸟搜索算法。首先分析了基本布谷鸟搜索算法全局搜索和局部搜索过程中的不足,对其中全局搜索和局部搜索迭代公式进行重新定义,然后以一定概率在最优解附近进行搜索。对12个标准约束优化问题和4个工程约束优化问题进行测试并与多种算法进行对比,实验结果和统计分析表明所提算法在求解约束优化问题上具有较强的优越性。     

基于连续函数优化的禁忌搜索算法

提出了一种连续禁忌搜索算法,用于求解连续函数优化问题.邻域规则及禁忌规则是禁忌搜索算法的核心,针对连续函数解空间的连续性,提出了一种邻域分割法来进行邻域搜索,并对禁忌规则进行了设计.通过经典函数测试可以看出,禁忌搜索算法在连续函数优化问题中显示出很强的"爬山"能力,优化结果与实际最优值非常接近,是一种有效的全局优化算法.     

基于自适应引力算法的桥梁监测传感器优化布置

针对桥梁健康监测中传感器布置优化问题,提出了一种基于自适应引力算法的传感器优化布置方法。以模态置信准则为基础,构造满足传感器优化布置的适应度函数;针对引力搜索算法开发能力不足,对衰减因子α进行了自适应改进。搜索初期α较小,粒子以较大步长进行全局搜索,增强了算法的搜索效率;搜索后期α较大,粒子以较小的步长进行局部搜索,提高了算法的搜索能力,避免落入局部极值点。改进后的自适应引力算法通过双重编码的方式,使算法可以解决离散型的传感器布置问题;以马水河大桥为例,验证算法的可行性。结果表明,改进后的算法有很好的寻优能力,能够准确高效的确定传感器优化位置。     

基于并行混沌和复合形法的桁架结构形状优化

针对多工况下受应力、位移和局部稳定性约束的桁架形状优化问题,提出了基于并行混沌优化算法和复合形法的混合优化算法。该算法综合利用了并行混沌的全局搜索能力,复合形法的快速局部搜索能力和混沌细搜索。首先,利用并行混沌优化算法快速搜索到全局最优解附近,然后应用改进复合形法以并行混沌的优化解为初始复形进行搜索,提高了最优解的搜索速度,最后应用混沌细搜索策略提高最优解的精度。两个典型数值算例验证了该混合优化方法对桁架形状优化问题的有效性和稳定性。     

无功补偿技术的应用研究

提高功率因数，减少电力损失，计算补偿容量，改进无功补偿技术。     

双边拆卸线平衡问题优化模型及算法研究北大核心CSSCI

分析大型产品在双边布局拆卸线上的作业情形,构建双边拆卸线平衡问题优化模型,并提出一种变邻域搜索遗传算法进行求解。所提算法针对任务可在左右两边工位并行分配的特点,设计了基于一维正负整数排列的染色体编码方式,以节省存储空间;在个体进化时采用变邻域搜索策略,以拓展搜索范围提高搜索质量;通过设置扰动阈值对个体实施干扰,以加快跳出局部最优。最后,采用不同规模算例验证所提算法的高效性。     

IC-PSO算法的收敛性分析及应用研究

针对标准PSO算法后期迭代搜索效率不高,容易陷入局部最优的问题,提出将免疫克隆(IC)原理引入PSO算法中,把抗体视为粒子,根据亲和度的高低进行粒子克隆选择、克隆抑制和高频变异,提高了种群的多样性和全局搜索的能力.并将其应用于40Gh/s的传输系统中进行了DOP优化补偿实验,算法补偿所需时间约为71 ms.通过对比补偿前后的信号眼图可以发现,PMD补偿后,信号眼图张开度有明显改善,证明了算法的有效性.     

集装箱车辆调度问题的变邻域禁忌搜索算法

研究一类带工作时间约束的集装箱专用车辆调度问题的混合禁忌搜索算法.此问题可分解为车辆路线设定和车辆分配两个组合优化问题,但是两个问题的分开求解最优解的组合却并不一定是总问题的最优解.首先对问题给出数学描述,之后通过引入一个变邻域搜索策略,提出一个解决该问题的混合禁忌搜索算法.该算法使用两行向量进行编码,采用随机扩大禁忌步长,并设计三种邻域变换定义,采用变邻域策略来扩大搜索空间.最后通过对6个不同规模算例求解验证该算法在解决此类问题的有效性.     

求解随机拆卸线平衡问题的改进人工蜂群算法

考虑拆卸时间不确定,以最少工作站开启数量、负荷均衡、尽早拆除有危害和高需求零部件为目标,建立随机拆卸线平衡问题优化模型,并提出一种改进人工蜂群算法。在雇佣蜂、观察蜂开采蜜源阶段,采用变邻域深度搜索策略,通过系统改变邻域结构以增强开采能力;在侦察蜂探索蜜源阶段,构建基于左右变异机制的全局学习策略,以提高探索蜜源质量加速跳出局部最优。最后,通过求解不同规模算例并与其他算法对比,验证所提算法的优越性。