双向环形过道布置问题建模及混合鲸鱼算法求解

针对基于中央回路的物料搬运系统中设施的布置,提出了双向多路径交互环形过道布置问题,其通道形状为首尾相通的封闭回路,设施之间的物料通过环形路径双向流动.针对所提问题,构建了混合整数规划模型,随后通过优化求解器进行精确求解,验证了模型的正确性.为了更快速高效地求解该问题,设计了一种混合鲸鱼算法.该算法将差分进化算法嵌入到鲸鱼算法气泡网觅食阶段,以提高算法局部搜索能力,并引入禁忌搜索机制,提高全局搜索性能.通过对标准算例进行试验,并与其他算法进行对比,验证了所提算法对解决双向环形过道布置问题的优越性.     

基于多纵向传输通道的双层过道布置问题建模与优化

针对制造和服务系统中纵向运输形式在双层过道布置问题中研究不足的情况,以实际布局方式为背景,对双层过道布置问题进行拓展,构建基于多纵向传输通道的双层过道布置问题混合整数规划模型,并提出一种混合模拟退火算法。该算法采用整数编码方式,以模拟退火算法为框架,结合2-Opt路径重连策略与逆转扰动操作,以避免陷入局部最优,同时采用禁忌搜索操作与带有记忆功能的存储操作来提高获得全局最优解的概率。通过精确求解所提问题的小规模算例,验证了模型的合理性。应用混合模拟退火算法分别求解所提问题、双层过道布置问题和过道布置问题,通过对比表明所提算法在求解性能和求解质量上均具有一定优势。     

多路径交互环形过道布置问题建模及改进蚁狮算法优化

为了结合生产中环形布局的特征分析不同交互路径对环形过道布置问题的影响,提出一种多路径交互环形过道布置问题,并构建其混合整数规划模型.设计了一种将随机行走机制与迭代机制融合的改进蚁狮算法,算法利用蚁狮衍生蚂蚁种群方式增强局部搜索能力,提高算法求解性能.通过精确求解小规模环形过道布置问题算例验证了模型的合理性与正确性.将该算法与遗传算法、禁忌搜索算法对所提问题求解的结果进行对比,表明改进蚁狮算法在求解质量与效率上更具有效性和优越性.     

考虑设施方向的双目标过道布置问题建模与优化

针对现有过道布置问题研究忽略布局面积对成本的影响以及未考虑矩形设施布置方向的不足,以最小化总物料搬运成本和布局面积为目标,提出考虑设施方向的双目标过道布置问题,并建立混合整数非线性规划模型。由于该问题具有NP-hard属性,提出一种基于Pareto占优的多目标改进分散搜索算法,该算法采用双层编码方式构造可行解,并据此设计双层交叉和变异算子;为有效处理多目标结果,引入Pareto占优思想和拥挤距离机制,将自适应模拟退火双向改进搜索结构嵌入分散搜索算法,通过设置双阈值实现算法对参考集的自适应改进并减少不必要的迭代过程。通过对比所提算法与LINGO数学规划软件对40个算例的运算结果,验证了所提算法的有效性。最后采用所提算法求解双目标过道布置问题,并将所得结果与相关文献对比,证明了所提算法的优越性。     

考虑不规则物流交互点的过道布置问题建模与优化

针对制造和服务系统中不规则物流交互点在过道布置问题中的研究不足,以实际布局方式为研究背景,探究物流交互点对过道布置问题(CAP)影响,构建考虑不规则末端设施物流交互点位置的CAP混合整数规划模型(MIP),同时结合问题和模型特点,提出一种基于遗传的混合鸡群算法,该算法采用整数编码方式,应用部分映射交叉、两点变异等操作进...     

扩展双目标过道布置问题的建模与求解方法

针对现有关于通道宽度对过道布置问题影响研究的不足,以最小化物料搬运成本和通道长度为目标,提出了考虑通道宽度的双目标过道布置问题,并建立了该问题的混合整数规划模型。鉴于该问题具有的NP-hard组合优化特性,提出一种基于Pareto占优的遗传变邻域算法。引入Pareto思想、拥挤距离机制对多目标结果进行处理,设计并对比了4种新生代种群产生方式以提高算法收敛性,将寻优过程中自适应转换搜索深度和搜索广度的变邻域搜索结构嵌入到遗传算法中,在个体完成遗传算法的并行操作之后继续执行变邻域搜索。通过对比所提算法与GUROBI数学规划方法对33个测试算例的运算结果,验证了算法的有效性。最后,应用该算法求解未考虑通道宽度的双目标过道布置问题,不同算法的对比实验表明了所提算法的先进性。     

整数非线性规划方法优化下料问题

探讨了生产实际中一维下料的优化问题,建立了下料问题的非线性整数规划的数学模型,并通过LINGO程序获得该优化模型的解。该方法适用于较大规模的型材下料问题,能够提高原材料的利用率。     

考虑模拟退火算法的多阶段主动配电网规划模型

为了提高多阶段主动配电网的规划能力,提出基于模拟退火算法的多阶段主动配电网规划模型。进行配电网规划的最优路径配置,结合输出功耗的自适应分配方法进行节点部署。构建多阶段主动配电网规划的参数解析模型,实现多阶段主动配电网规划过程中的寻优控制。通过结合模拟退火算法构建多阶段主动配电网规划模型,完成模拟退火寻优,进而实现多阶段主动配电网规划。仿真结果表明,采用该方法进行多阶段主动配电网规划的自适应调度能力较好,负载均衡能力较强,能够提高多阶段主动配电网规划的可靠性。     

双层过道布置问题的混合整数规划模型及启发式求解方法

针对布局活动中为节约用地成本设施被迫布置在多层空间的情况,提出双层过道布置问题,并构建了该问题的混合整数规划模型。该模型考虑了设施在两层空间的布置优化,且不同层设施之间存在物流交互,交互通道为放置在过道最左边的货梯。针对该问题,提出一种基于C2Opt邻域搜索的启发式算法,同时引入inversion程序产生扰动,采用倒置的方式重新排列当前设施序列,以避免算法陷入局部最优,并设置了最优设施序列的记忆功能,以保留邻域搜索过程中的精英解。基于建立的混合整数规划模型,运用Lingo软件对28个测试问题(9~49个设施)进行了精确求解,进而应用所提启发式算法对所选测试算例进行测试,并与3种启发式算法的求解结果进行对比,结果表明所提启发式方法在求解质量和计算时间上均有良好表现。     

基于模拟退火算法的供给侧新型电网规划问题研究

由于信息化产业的高速发展,传统电网模式电能传输效率已经难以跟上当今时代的步伐。为此,对当前发展较为迅速的新型智能电网模式进行梳理,并对各国智能电网运行模式进行比较,对基于供给侧的新型电网模式规划问题进行重点研究。在此基础上,对现在较热门的智能算法进行了研究,提出了一种基于模拟退火算法的、用于解决规划问题的智能算法,并给出了该种算法的蒙特卡洛仿真流程。利用该算法能高效求得满足总投资最小情况下的规划解。     

基于粒子群优化和模拟退火的混合调度算法

提出了一种离散粒子群调度算法，采用基于工序的编码方式及相应的位置和速度更新方法，使具有连续本质的粒子群算法直接适用于调度问题。针对粒子群算法容易陷入局部最优的缺陷，将其与模拟退火算法结合，得到了粒子群-模拟退火算法、改进的粒子群算法、粒子群-模拟退火交替算法以及粒子群-模拟退火协同算法等4种混合调度算法。仿真结果表明，混合算法均具有较高的求解质量。     

基于混合遗传算法的混流混合车间协同调度问题

为解决一类具有多品种混流生产特征和作业车间与流水车间集成的混流混合车间协同调度问题,给出了以在制品成本最小为目标的混流混合车间调度问题模型;采用零件加工、部件装配、产品总装的三段协同编码方法,给出了一种集成模拟退火算法的混合遗传算法,并在模拟退火算法中引入变温度参数来平衡算法效率。最后,通过某冰箱混流装配企业典型实例验证了模型和算法的有效性。