炼钢连铸动态调度方法及其应用

在炼钢连铸生产工艺约束条件下, 针对实际生产运行过程中存在的时间偏差、温度补偿、浇铸异常以 及钢种变更等多扰动问题, 单纯依靠手工调度还不能快速有效的达到计划的优化调度。提出了基于案例推理和人 机交互相结合的局部调整、基于分批规则的重调度的动态调度方法, 应用所提出的方法建立了动态调度架构, 设计 与开发了软件系统。该系统应用于国内某大型钢厂的生产调度, 实现了多扰动情况下的快速优化调整。     

改进灰狼算法及其在港口泊位调度中的应用

为提升港口泊位调度的效率,提出一种基于改进灰狼算法的船舶调度优化方法.针对灰狼算法收敛速度慢、寻优精度不高等不足,引入Sin混沌初始化,增强初始种群的均匀性和遍历性;引入头狼引领策略,加快算法收敛,提高算法效率;引入合作竞争机制,增强算法局部搜索的能力;在灰狼种群位置更新时引入自适应权值,以满足不同时期的寻优要求.为验证改进灰狼算法的有效性,将该算法与其他6种不同算法进行对比实验.结果表明:改进灰狼算法的收敛速度明显快于其他6种算法,在不同测试函数的仿真中均能得到所求函数的最优值,且该算法独立运行20次取得解的标准差均为0,表明该算法对不同维度的求解问题均具有很好的抗扰性;在港口泊位调度的应用中,经过该算法优化后,所有船舶停留总时间较优化前缩短了14.7%,大幅度缩短了船舶的在港时间.该算法在船舶调度优化中取得了满意的应用效果,能够得出相对较佳的调度方案,实现泊位停靠最优化,为港口泊位调度优化提供了新方法.     

改进反向粒子群算法及其在噪声中的应用

粒子群优化算法规则简单,收敛速度较快,但易陷入局部最优值,在噪声问题中也显示出较差的寻优能力．针对算法存在的不足,本文结合反向学习机制较快的学习速度及优化能力,并在算法进化过程中引入交叉因子,提出一种新的改进的反向粒子群算法（COPSO）．实验表明,该算法在噪声问题中要优于反向粒子群算法．     

炼钢—连铸生产调度的研究

针对拥有连铸设备的钢厂生产调度问题进行了研究,提出了由计算机生成调度计划的方案,从而避免了人工编制调度计划的不足,并给出了仿真结果。     

炼钢-连铸生产调度系统建模

针对炼钢-连铸生产调度,通过扩展UML对象和消息传递机制,形式化捕述每个Agent的知识,并提升其行为控制和模块通讯能力;基于多Agent分布式建模体系,构造出炼钢-连铸生产调度系统所需的各种Agent类的静态属性和方法,及各类之间的动态交互关系,完成调度表生成、信息收集及数据分析处理,实现生产的有效调度．     

改进粒子群算法及其在电力变压器优化设计中的应用

针对基本粒子群算法易陷入局部最优解的缺陷,本文提出了一种带有惩罚量的改进粒子群算法。用标准测试函数对改进算法做了仿真分析,结果表明改进算法在寻优精度和收敛性能上均有所提高。将改进算法应用于电力变压器SF9—630／10的优化设计中,分析了优化变量和约束条件的选取,建立了带有惩罚函数的优化设计目标函数,给出了改进粒子群算法的具体实施方法。将传统计算数据与优化数据做了对比,证明了该方法的正确性和有效性。     

狼群算法的改进及其在水库优化调度中的应用!

为了在水电站优化调度领域更加有效地应用狼群算法,对基本狼群算法(WPA)进行了改进研究.为了克服WPA过分强调个体的独立性、缺乏群体之间信息的共享及个体对历史经验的认知学习等缺陷,对WPA的召唤奔袭算子和围攻猎物算子进行了改进,提出了改进的狼群算法(NWPA);基于基准测试函数和水库优化调度实例对NWPA算法的综合性能展开了仿真实验并与粒子群算法(PSO)、WPA算法及动态规划(DP)进行了比较;对NWPA算法的关键参数有效取值范围进行了仿真实验分析.结果表明,NWPA算法的寻优能力和收敛速度优于PSO算法、WPA算法;给出关键参数的有效取值范围和建议取值,为NWPA算法应用于水库优化调度提供了参数取值依据.     

粒子群优化算法在水库调度中的应用分析

寻求水库最优调度轨迹过程线是水库优化调度中的经典、难点问题.本文在分析以往水库优化调度模型优缺点的基础上,提出了基于粒子群优化算法(Particle Swarm Optimization,简称PSO)的水库优化调度模型,并通过引入罚函数解决强约束问题.以某综合利用水库优化调度为实例进行研究,并与动态规划模型计算结果进行对比分析.结果表明:粒子群优化算法原理简单,易于编程实现,而且占用计算机内存小,计算速度快,适用于年内水库优化调度规则的确定.     

改进粒子群算法及其在共形相控阵综合中的应用

在常规粒子群算法的基础上,通过引入新的速度更新算子、自适应边界控制算子和全局最优粒子扰动算子等操作,提出一种改进粒子群优化算法(IPSO); 并将该算法与简单二次插值算法相结合,克服了收敛速度慢,早熟及局部收敛等缺陷．进一步在对球面共形相控阵方向图综合时,引入了修正的波恩斯坦多项式以减少优化的变量,能够有效地加快算法的收敛速度．与常规粒子群算法和遗传算法的比较结果表明,该算法的局部搜索能力和全局搜索能力都有了很大程度的改善,从而证明了该方法在天线阵列综合中的有效性．     

一种离散鲸鱼算法及其应用

针对鲸鱼优化算法(WOA)在求解高维复杂问题时存在收敛精度低,难以解决离散优化问题等的不足,提出了一种离散鲸鱼算法(DWOA)。该算法引入收敛因子调控个体距离最优鲸鱼位置的远近程度,利用惯性权值平衡算法的全局搜索和局部开发能力,通过改进的Sigmoid函数对WOA进行离散化处理。9个基准函数和油田措施规划方案的测试结果表明,DWOA在收敛速度和寻优精度等方面均有较大的提升。     

遗传算法在炼钢—连铸组炉计划中的应用

组炉计划问题是炼钢－连铸中的一个基本问题，由于实际情况复杂，约束较多，使其用常规方法难于求解，本文利用最新的搜索算法－遗传算法对其进行求解。     

免疫粒子群优化算法在车间作业调度中的应用

针对标准粒子群优化(PSO)算法在迭代过程中容易出现粒子过早收敛从而降低其寻优能力的问题,分析了粒子在更新过程中早熟的原因,通过引入免疫系统的抗体浓度选择机制,构造了一种基于免疫机制的粒子群优化算法模型,并给出了免疫粒子群优化（IPSO）算法在车间作业调度问题（JSP）中的应用.抗体浓度选择机制使得粒子在更新迭代过程中保持了多样性,从而克服了过早收敛的缺陷.对43个JSP标准测试案例的仿真结果表明,与其他算法相比,IPSO算法能够获得更优的结果,求解时间更短,从而验证了免疫机制对算法寻优能力的改善.最后给出了LA36问题的调度结果的甘特图.     

改进的PSO算法在RFID网络调度中的应用

为在寻优过程中有效地保持算法的种群多样性,提出了一种改进的PSO（ParticleSwarmOptimization）算法——PSOPc（ParticleSwarmOptimizerbasedonPredator—preyCoevolution）。PSOPC算法将生态系统中捕食者和猎物的竞争协同进化机制嵌入到PSO算法中。基于PSOPC进行RFID（RadioFrequencyIDentification）读写器网络调度模型的求解,根据读写器冲突关系的变化在线进行读写器的时隙分配求解与控制,在不影响读写器工作效率的同时,有效消除密集读写器环境下的读写器冲突问题,并优化整个读写器网络的工作效率。     

改进的粒子群优化算法及其在电磁装置优化设计中的应用

基于对鱼、鸟群体捕食行为和过程的深入分析与系统研究，文章提出了一种改进的粒子群全局优化算法。主要内容包括：提出了粒子群初始化新机制以提高算法的收敛性能；引入了重启策略以避免算法陷于局部极值点或死循环；设计了全新的速度与位置矢量调节算法以提高优化方法的全局寻优能力。为验证前述工作的有效性和正确性，应用本文提出的改进粒子群算法对典型的数学函数和TEAM Workshop问题22进行了分析和计算。计算结果表明：与原粒子群算法比较，本文算法的全局寻优能力明显提高。     

炼钢生产调度甘特图自动协调算法的应用

甘特图能直观地反映任务工期、进度、逻辑关系以及关键路径,是一种有效的项目进度管理工具。本文提出了在甘特图的基础上增加自动协调算法,使得甘特图能根据主生产计划和实际情况自动排定详细作业计划,并且在实际情况发生变化的时候能自动地协调后面未执行的作业计划,保证原先排定的作业计划能合理地适用新情况,减少手工修改作业计划。     

改进的粒子群优化算法在物流配送中的应用

选址问题的优化模型一般是多目标约束优化模型,综合考虑物流成本和物流服务能力,以物流成本最小化和物流服务能力最大化为目标,构建一个多目标优化选址模型,通过添加参数和运用约束处理方法,将选址问题化为单目标约束优化问题,并利用嵌入最速下降法的改进粒子群优化算法ZK_PSO_SD算法进行求解,所得数值分析和对比的结果表明,所建立的选址模型具有很好的实用性.     

改进粒子群算法在供应链库存控制中的应用

针对季节性产品,设计了拥有多个供应商和零售商的二级供应链网络,其中,每个供应商都有对应的仓库且库存量是有限的.供应商和零售商的位置是已知的,零售商从供应商处购买不同的产品拥有相应的折扣.把零售商与供应商的距离设为欧氏距离.寻找最优的供应商,使库存总成本包括运输成本,库存持有成本和采购成本最小化.通过改进的粒子群优化算法和遗传算法分别对算例进行求解.最后对结果对比分析,证明了改进粒子群算法与遗传算法相比具有更好的效果.     

改进粒子群算法在PID参数优化中的应用

针对火电厂循环水加酸控制系统存在控制系统对象难以建立、非线性和时变的特性,采用了改进的粒子群优化算法优化PID参数,使得控制器可在不同环境温度下采用不同的PID参数.实际运行结果表明,该系统能够克服环境温度带来的干扰,使循环水pH值被控制在给定值范围内.     

改进粒子群算法在数据聚类中的应用

结合粒子群聚类算法和K-均值聚类算法对粒子群聚类算法进行了改进,分别通过编程展示一个具体数据聚类的实现过程,并在MATLABR2013a环境下形象地展示了数据聚类过程。     

改进粒子群算法在PID参数优化中的应用

针对火电厂循环水加酸控制系统存在控制系统对象难以建立、非线性和时变的特性,采用了改进的粒子群优化算法优化PID参数,使得控制器可在不同环境温度下采用不同的PID参数.实际运行结果表明,该系统能够克服环境温度带来的干扰,使循环水pH值被控制在给定值范围内.