基于极值动力学的自组织优化算法求解TSP问题

旅行商问题(traveling salesman problem, TSP)具有很强的理论研究和工程应用价值. 在定义离散状态变量和局部适应度的基础上, 分析了TSP优化解的微观特征; 将自组织临界(self-organized criticality, SOC)的概念引入到组合优化领域, 提出了一种基于极值动力学的自组织优化算法. 该算法利用快速下降和间断涨落的动态搜索过程, 高效地遍历解空间中的局部最优解. 针对TSPLIB中典型实例, 计算结果表明其求解效率和优化性能均优于模拟退火和遗传算法等优化方法. 文中算法提供了一种全新的思路, 有助于从系统角度理解组合优化问题的复杂性, 并分析合理的优化动力学过程.     

基于成本的车间调度模型及遗传算法求解

制造企业的成本优化,无论在学术界还是工业界,始终是一个热点研究课题.从成本优化思想出发,建立了基于成本的多产品切换作业车间调度问题的经济指标模型,并应用具有新型交叉、变异算子的遗传算法作为求解该调度问题的方法,其目的是使企业的综合生产成本(主要包括多产品切换成本、产品作为在制品的存储成本以及产品拖期惩罚等)最低.仿真实例的运行结果表明了该调度模型和优化算法的有效性,且适用于过程工业及离散工业的生产调度系统,实现生产调度和经济效益的有效集成.     

基于成本的车间调度模型及遗传算法求解

制造企业的成本优化，无论在学术界还是工业界，始终是一个热点研究课题。从成本优化思想出发，建立了基于成本的多产品切换作业车间调度问题的经济指标模型，并应用具有新型交叉、变异算子的遗传算法作为求解该调度问题的方法，其目的是使企业的综合生产成本（主要包括多产品切换成本、产品作为在制品的存储成本以及产品拖期惩罚等）最低。仿真实例的运行结果表明了该调度模型和优化算法的有效性，且适用于过程工业及离散工业的生产调度系统，实现生产调度和经济效益的有效集成。     

基于混合遗传算法的热轧生产调度优化方法

热轧生产调度是一个复杂的约束组合优化问题，其生产约束包括连续轧制板坯的宽度、厚度和硬度跳变要求，轧制单元的最大长度，产品库存及交货期等。基于多旅行商模型，建立了热轧生产批量调度问题的优化模型，并提出一种混合遗传算法（遗传算法、局部搜索）求解该问题。通过应用串行边重组和并行边重组的遗传交叉算子，算法在优化过程中可以很好地处理调度约束。针对工业数据的仿真结果证明该调度模型和混合遗传算法的并行求解策略可以有效地解决热轧生产批量调度问题。     

基于混合遗传算法的热轧生产调度优化方法

热轧生产调度是一个复杂的约束组合优化问题,其生产约束包括连续轧制板坯的宽度、厚度和硬度跳变要求,轧制单元的最大长度,产品库存及交货期等.基于多旅行商模型,建立了热轧生产批量调度问题的优化模型,并提出一种混合遗传算法(遗传算法、局部搜索)求解该问题.通过应用串行边重组和并行边重组的遗传交叉算子,算法在优化过程中可以很好地处理调度约束.针对工业数据的仿真结果证明该调度模型和混合遗传算法的并行求解策略可以有效地解决热轧生产批量调度问题.     

冷轧机组作业计划编制的建模及算法

以一个具体的冷轧厂为背景,针对钢铁企业物流交叉较多、机组作业计划编制难度大的问题,重点对机组作业计划的编制(生产调度)问题进行深入探讨.文中提出的一些优化物流的思想,对于小型钢铁企业加快生产物流管理现代化、有效降低成本具有具体的指导意义.     

参数化路径的S-型进给速度最优规划

基于曲线的路径参数化表示,提出了基于S-型光滑进给速度规划的最小燃料控制模型,解决了运动控制的柔性S-型加减速控制启发式算法的最优性量化与评价问题.通过在规划问题中引入速度、加速度和急动度边界约束,定量描述了轨迹的最优性光滑进给量;考虑机械惯性,假设分段S-型速度轨迹的始终点加速度为零过渡,使得模型对称易于求解;根据S-型速度控制的结构化特点,将最优控制问题转换为求解非线性规划问题.最小燃料模型比一般最短时间模型具有更宽泛的含义和应用可行性.通过曲率极值点的判断,可分段给出参数曲线的S-型速度规划.从单轴到多轴阐述了S-型速度的燃料指标最优规划问题,并引入关联轨迹控制的能耗评价,通过算例说明了所提方法的有效性.     

混合编码差分进化算法求解含邻域Dubins旅行商问题

含邻域Dubins旅行商问题(DTSPN)是一个具有挑战性的混合变量优化问题,它源于Dubins车的运动规划,例如轨迹受曲率约束的高速飞行器.本文在对DTSPN的相关研究进行综述的基础上,提出两种混合编码差分进化算法来有效求解DTSPN,这两种算法分别采用完整编码方案和部分编码方案.完整编码差分进化算法在整个解空间中搜索最优的Dubins路径,有利于充分探索搜索空间.通过对Dubins车在相邻两点间移动时的终端朝向进行松弛,本文提出一种部分编码差分进化算法,在解的质量和计算时间方面实现了较好的权衡.比较性计算实验包含两种差分进化算法以及现有文献中的两种先进DTSPN算法,实验结果表明基于终端朝向松弛和部分编码的差分进化算法能够以较小的计算代价得到DTSPN的高质量解,明显优于其他算法.