动态规划-禁忌搜索算法在水库群调度中的应用

针对水库群调度这一多约束条件、动态的、非线性的优化问题,引进了动态规划-禁忌搜索(DP-TS)算法进行求解。首先利用动态规划(DP)算法求出调度的一组发电流量优化解,其次将DP算法得出的解作为禁忌搜索(TS)算法的初始值,以降低TS算法运行时间和增强其全局寻优的能力。以锦屏一级二滩梯级水库群为例,用上述提出的组合算法进行优化求解,结果表明该法效率高,优化结果良好。     

排列流水车间提前/延期惩罚调度问题的启发式算法

在满足了工序中间无储存能力、每一个任务必须连续加工和任务的交货期相同等假设条件后,提出了一种排列流水车间提前/延期惩罚调度问题的启发式算法.该算法首先按照任务的延期惩罚系数与任务加工时间的比值升序排序,得到较优次序,然后使用NEH算法寻找优化解,最后再进行邻域搜索进一步优化解决方案.在中小规模问题的数据实验中,该算法求解与最优解的相近程度达到97%以上,并且通过大量数据样本的标准差验证,求解的稳定性也非常好.在大规模问题的数据实验中,该启发式算法体现出非常好的优化性能,优化结果明显好于其他的启发式算法,并且算法在大规模问题中的运算时间也较短,在大规模的调度应用中可以代替精确的数学算法.     

改进的蜂群算法在边坡稳定性分析中的应用

将人工蜂群算法(ABC)应用于边坡最危险滑动面的搜索以及最小安全系数的求解,为了提高算法的搜索效率,减少搜索过程中的停滞现象,对工蜂进行邻域搜索产生新解的方法进行改进,提出一种自适应智能搜索的人工蜂群算法。该算法具有较高的搜索精度和搜索效率,简单易实现,适用性强,搜索的最优解更具有全局性。通过工程实例验证了该方法的合理性与可靠性,计算结果令人满意,能较好地应用于边坡稳定性分析中。     

基于等级划分狼群算法的三维传感器优化布置方法研究

为解决传感器优化布置中的信息冗余问题,提出了一种信息冗余度函数,将其与三维模态置信准则(TMAC)相结合,建立了一种既能保证模态振型可观性又能保证模态振型可区分性的传感器三维模态置信准则。为提高算法的求解效率,提出了一种等级划分狼群算法,采用双重编码的方式,克服了原狼群算法只能求解连续变量优化的问题;通过人工均匀法进行狼群数据的初始化,以保证初始数据的均匀性;并采用等级划分方法,避免群体内狼个体与头狼等级相似,增加狼群的多样性,提高算法的搜索效率。以一个桥梁基准模型为数值算例,进行参数敏感性分析以及三维传感器优化布置方案的选择。结果表明:等级划分狼群算法的搜索能力较原狼群算法有了大幅提高,能较好地解决传感器优化布置问题。     

改进禁忌算法求解考虑实时路况的车辆路径问题

车辆路径问题作为经典的组合优化问题,随着电子商务的蓬勃发展而广受关注.基于实时路况和禁忌搜索算法在求解该问题时过于依赖初始解的特点,提出了一种改进的禁忌搜索算法,即根据实时路况,先运用竞争决策算法的资源分配方式取得较优的初始解,再在此基础上进行禁忌搜索运算.实验案例中将改进后的禁忌搜索算法和改进前的禁忌搜索以及其他算法进行了对比,发现它不仅保持了禁忌搜索的高效率,而且计算结果更优更稳定,应用范围更加广泛.     

改进的蚁群算法在TSP问题中的应用

应用基本蚁群算法来求解TSP问题,在算法中引入去交叉策略,降低其计算复杂度,仿真算例表明,该方法能有效加快局部搜索能力,加快了大规模TSP问题的求解。     

求解随机阻塞批量流水线调度问题的改进人工蜂群算法

针对含有随机加工时间的阻塞批量流水线调度问题,利用蒙特卡洛采样方法,将不确定加工时间的阻塞批量流水线调度问题转化为确定加工时间的阻塞批量调度问题。采用改进的人工蜂群算法,对上述转化后的调度问题进行求解。算法中加入了和声搜索和基于插入操作的局部搜索算子,以改进全局探索和局部开发能力,并将改进的算法应用到阻塞批量调度的24个算例中。仿真实验结果表明,改进的人工蜂群算法能够降低调度中的不确定因素带来的影响,产生高质量的解。     

网架结构CAD后处理中的下料优化

在分析遗传算法的基础上 ,针对网架结构中杆件类材料的下料问题 ,提出了一种优化下料的求解算法。该算法采用直接编码方式 ,结合优先适合搜索方法 ,经过交叉、变异、评估过程求得较优解。该算法的结果不依赖于初始值的选取。经算例证明 ,该算法运行时间少、优化结果好     

基于粒子群算法的电网能量优化调度方法

本文选用粒子群算法作为电网能量优化调度模型核心,构建目标函数,寻找约束条件,进行模型求解。最后运用算例对所提出的能量优化调度方法进行了验证,结果表明该调度模型在节约调度成本,增加电网能量输出等方面具有明显优势。     

四面体网格修匀算法研究

对有限元分析中网格优化的算法进行了研究。基于单元形状的度量准则,构造了与不可微目标函数等价的可微目标函数,建立了四面体网格修匀的优化模型。为了尽量避免陷入局部优化,采用了BFGS与混沌搜索相结合的求解算法,提高了获得全局最优解的概率。算例结果表明,该优化算法易于实现,稳定性好,效率较高,能够用于实际的网格优化。