混合分散搜索算法求解带容量约束车辆路径问题

设计一种解决带容量约束车辆路径问题的混合分散搜索算法. 在基本分散搜索的基础上, 保留参考集更新策略和组合策略的全局搜索能力. 采用随机插入法作为解的多样性产生方法, 以扩大搜索空间, 避免陷入局部最优.应用简化的变邻域搜索作为改进策略进行局部开发, 引入邻域半径减少策略提高开发效率. 对改进后的新种群实施精英保留策略, 保证算法收敛. 实验结果分析表明, 混合分散搜索算法优于所对比的算法, 寻优能力可靠.

     

分散搜索算法求解多目标优化问题

最近涌现了各种进化方法来解决多目标优化问题,分散搜索也是一种可以解决多目标问题的算法。该算法的结构引用进化算法的杂交和变异算子来增强它的性能,但该算法与其他进化算法的不同在于一系列操作策略不再基于随机性原理,而是运用“分散-收敛集聚”的迭代机制。论文在多目标优化问题区域讨论分散搜索算法,寻找多目标的非支配集或Pareto最优解。实验表明,分散搜索算法具有很好的收敛性和分布性。     

用于求解连续优化问题的均匀设计和改造BLX-a的分散搜索算法

分散搜索算法是近年来快速兴起的一种基于种群的进化计算方法,与遗传算法不同的是,它对高质量解和多样性解并存的小数据集使用多种系统子方法和有限次随机过程来获取全局最优解或满意解.基于分散搜索的柔性框架,使用均匀设计来改进以往连续分散搜索算法中的多样性产生方法,将BLX-a算子加以相应改造作为解合并方法,提出了一种基于均匀设计和改造BLX-α算子的新型分散搜索算法(URBSS)来解决非线性连续优化问题.通过8个广为使用的测试函数进行了仿真实验,实验结果表明在与其他连续优化方法的比较中,URBSS能够准确快速地搜索到全局最优解,具有很好的收敛速度和全局优化能力.     

用于求解连续优化问题的均匀设计和改造BLX-α的分散搜索算法

分散搜索算法是近年来快速兴起的一种基于种群的进化计算方法,与遗传算法不同的是,它对高质量解和多样性解并存的小数据集使用多种系统子方法和有限次随机过程来获取全局最优解或满意解.基于分散搜索的柔性框架,使用均匀设计来改进以往连续分散搜索算法中的多样性产生方法,将BLX-α算子加以相应改造作为解合并方法,提出了一种基于均匀设计和改造BLX-α算子的新型分散搜索算法(URBSS)来解决非线性连续优化问题.通过8个广为使用的测试函数进行了仿真实验,实验结果表明在与其他连续优化方法的比较中,URBSS能够准确快速地搜索到全局最优解,具有很好的收敛速度和全局优化能力.     

改进的求解约束P-Median问题的分散搜索算法

对解决约束P-中位问题已有的分散搜索算法进行改进。通过划分中心点服务范围的新方法指派需求点以构造初始解,用基于外包矩形的局部搜索方法来提高邻域解搜索的效率,结合路径重连算法,扩展邻域解的搜索范围,来提高解的质量。实验表明此算法能够得到优化且连续的解。     

串并行软件系统测试资源动态分配建模及求解

系统测试是软件开发各个阶段中最消耗时间和资源的阶段,对于串并行软件系统来说,系统可靠性随着测试时间的推进会发生变化,如果再按照最初的方案分配测试资源,可能会造成测试资源的浪费,这时需要分阶段对测试资源进行再分配.在基于搜索理论的软件工程领域展开研究,首先,在分析测试资源、测试代价和系统可靠性关系的基础上构建了以测试资源为约束,以最大化可靠性和最小化测试成本为目标的测试资源多目标动态分配模型,按照测试进程的推进,动态地分配测试资源;然后,基于具有改进种群初始化策略的“一维整数向量编码”差异演化算法,提出了一种针对串并行软件系统的测试资源动态分配算法.对比实验结果表明,测试资源动态分配模型在保证系统可靠性的前提下,有效地节省了系统测试的消耗,提高了串并行软件系统的开发效率.     

基于合成邻域的蚁群算法求解无委托板坯匹配问题

无委托板坯是指炼钢工序剩余的暂时没有合同对象的板坯. 无委托板坯匹配问题是研究如何将这些板坯合理分配给热轧计划中的合同. 针对实际问题, 建立了多目标优化的0-1整数规划模型. 鉴于其NP-hard特性, 采用蚁群算法(Ant colony optimization, ACO)获得近似解. 根据问题特点, 提出钢级分解策略, 并加入随机扰动策略, 构造了合成邻域以改进算法性能. 目前, 以该算法为核心的决策支持系统已在企业通过应用验证, 与人工匹配相比, 日匹配板坯量平均提高了52.42%, 百吨板坯匹配切损量平均降低了11.36%.     

一种新的求解多维背包问题的分散算法

为了避免蚁群算法在优化搜索过程中易陷入局部最优和早熟收敛,提出一种求解多维背包问题的新型分散搜索算法。该算法是把蚁群算法的构解方法引入到分散搜索算法中,在搜索过程中,既考虑解的质量,又考虑解的分散性。同时,该分散算法还采用了动态更新参考集与阈值接收算法的阈值参数,以控制搜索空间来加快收敛速度。通过选取国际通用MDKP实例库中的多个实例进行测试表明,该算法可以避免陷入局部最优解,能提高全局寻优能力,其结果优于其他现有的方法,并获得了较好的结果。     

求解八数码问题的几种搜索算法比较

本文针对八数码问题的求解,给出了深度优先搜索、广度优先搜索和启发式搜索之间的算法比较,并得出结论：在通常情况下,采用启发式搜索算法来进行状态空间的搜索更为方便、快捷。     

奖励收集斯坦利最小树的混合拉格朗日与分散搜索算法

针对PCSTP问题,提出了HLGSS混合算法．通过拉格朗日松弛策略,将PCSTP问题转化为简单的CMST问题;然后由Volume算法求解PCSTP的拉格朗日对偶问题并获得其下界．用SS算法优化原问题的可行解,利用求解拉格朗日对偶问题过程中获得的原始一对偶信息来指导SS算法的搜索．仿真结果表明,HLGSS比SS降低了算法的搜索空间,加速了算法的收敛性．     

加热炉优化调度模型及算法研究

加热炉是热轧生产中主要的能源消耗设备,其合理调度对于降低生产过程的能耗和生产成本都具有重要作用.根据加热炉的生产工艺和约束条件建立了加热炉优化调度数学模型,针对模型特点提出了分散搜索（scattersearch,SS）算法,设计了基于随机变量序列的投票组合算子和单点交叉组合算子.根据国内某钢铁企业加热炉生产过程的实绩随机生成40个测试案例,进行实验,分析了参考集规模及不同组合算子对SS算法性能的影响,并与遗传局域搜索（genetic local search,GLS）算法的求解结果进行了比较.结果表明所提出的模型和算法对解决本文研究的加热炉调度问题有效.     

正交Scatter Search算法

针对Scatter Search算法在初始种群的分布欠均匀,难以搜索到全局最优,目标函数评价次数多等方面的缺点,把正交设计方法同Scatter Search算法结合起来,提出了Orthogonal Scatter Search(OSS)算法,以改进其不足,满足实际工程的需要.实验证明OSS算法优于SS算法,不仅目标函数评价次数少,收敛速度快,而且易于搜索到全局最优或者非常接近于全局最优,尤其是高维空间效果更加明显.     

一种基于分散搜索的多星测控调度遗传算法

多星测控调度是一个具有大搜索空间的多峰问题。针对简单遗传算法求解易陷入局部最优和不稳定的缺陷,借鉴分散搜索多样化采样、局部寻优的特点,提出一种基于分散搜索的混合遗传算法,在全局的随机搜索中嵌入全局的定向搜索。在描述问题的基础上,提出可进行细粒度搜索的可行解表示方式,构建算法的整体流程,并设计由输入参数控制的多样化初始集产生方法、基于质量和多样性原则的参考集生成和更新方法、吸取被组合个体优良成份的解组合方法及基于启发式局部搜索的解提高方法等算法要素。仿真表明新算法在求解质量上比简单遗传算法有明显提高。     

基于双禁忌对象的并行禁忌搜索算法

禁忌搜索算法是解决组合优化问题的一种主要方法,是克服NP完全问题的一个有效途径。随着计算网格的发展,将禁忌搜索算法引入到这种分布式并行计算环境中,具有广泛的应用价值。提出了一个基于双禁忌对象的禁忌搜索算法,在此算法的基础上,利用并行化分散搜索策略来提高算法的求解精度。实验结果表明该并行禁忌搜索算法性能较高。     

用改进的散射搜索法求解带平衡约束的圆形Packing问题

以卫星布局为背景的带平衡约束的圆形Packing问题属NP难问题.该文用给出的改进的散射搜索方法求解.一是给出基于极坐标变换的散射搜索多样性生成策略,二是采取基于极角和极径差异度的参考集更新策略,三是用梯度下降法和Nelder-Mead直接搜索法分别作为散射搜索法中不同阶段所产生新解的改进方法,从而构成改进的散射搜索法,提高了散射搜索法的探索和搜索能力.数值实验结果表明了该改进散射搜索法的可行性和有效性.     

带释放时间的并行机调度问题的ILS & SS算法

研究工件带释放时间的两类并行机最小化总完成时间的调度问题.针对问题提出了一种新的基于变深度环交换邻域结构的Iterated local search(ILS)算法.1)提出了变深度环交换邻域结构.2)基于变深度环交换和传统Swap的混合邻域,提出了带有两种kick策略的ILS算法.3)为了加强ILS逃出局部最优的能力,将Scatter search (SS)搜索方法引入了ILS算法中;算法将当前最好解和次好解进行分散处理,再从处理后的解开始继续迭代.为了验证算法的有效性,对两类并行机问题分别随机产生100组数据进行试验.实验结果表明:对于同构并行机问题,引入SS的ILS算法的计算结果与下界的平均偏差为0.99%,而没有引入SS的ILS算法的为1.06%;对于无关并行机问题,引入SS搜索方法后,ILS算法的计算结果 改进了6.06%,并明显优于多点下降算法.     

基于列生成算法求解动态库存板坯分配问题

针对钢铁企业中遇到的动态库存板坯分配问题进行了研究。建立了一个0-1整数规划数学模型,该模型的目标是最小化板坯与合同规格差异费用以及板坯在库停留所产生的库存成本费用之和。根据问题特点,使用Danzig-Wolfe策略将这个模型分解为一个带有集划分约束的主问题和一个具有背包特征约束的价格子问题,开发了分支价格算法进行求解。计算结果表明所开发的分支价格算法能够最优求解生产实际问题。     

一种新的项目调度解表示方法

基于解集合的准启发式方法是解决资源约束下项目调度问题的有效方法,解的表示形式一直是这种方法的一个重要研究问题。只有充分利用解的形式和目标函数之间的联系,才可能达到在少数枚举下得到尽可能好的解。详细分析了解空间性质,提出了用额外关系表示一个可行解的方法,给出了这种表示方法的理论依据。并介绍了用该方法产生邻域的方法。