基于改进灰狼优化算法的自动导引小车路径规划及其实现原型平台

针对智能优化算法求解自动导引小车路径规划问题效率低且易早熟的缺陷,提出一种用于求解复杂环境下自动导引小车路径规划问题的改进灰狼优化算法。算法引入路径微调算子和邻域变异算子来提高灰狼优化算法的局部开发能力,又引入新的初始解生成算法提高初始种群的质量;采用改进的路径片段与障碍物相交判断算法来提高算法的运行效率,再采用新的避障算子来提高路径片段避开障碍物的效率。基于MATLAB GUI开发工具开发了带有多种智能优化算法的自动导引小车路径规划仿真原型平台,并与单种群遗传算法、多种群遗传算法和改进遗传算法进行对比,验证了改进灰狼优化算法求解自动导引小车路径规划的有效性。     

基于改进遗传算法的自动导引小车动态路径规划及其实现

针对传统遗传算法求解自动导引小车动态路径规划易早熟的缺点,提出一种改进遗传算法的自动导引小车动态路径规划算法,针对传统变异算子缺少启发式规则导致变异产生优质解的概率较低和算法早熟的缺陷,基于相连的路径片段组成的三角形建立使路径缩短的启发式变异规则,并提出路径微调算法;为了提高路径的光滑程度便于自动导引小车行驶,提出路径光滑处理算法;为了增加改进遗传算法的局部寻优能力,对每一代的最优解进行模拟退火操作;并且基于MATLAB GUI开发工具开发出自动导引小车动态路径规划仿真平台,以证明所改进遗传算法求解自动导引小车动态路径规划问题的有效性。     

可重入混合流水车间调度的改进遗传算法

研究了可重入多阶段混合流水车间调度问题,其中至少有一个加工阶段有多台同构并行机。考虑工件在相邻两阶段间的运输时间和工件动态到达等实际生产特征,以最小化最大完工时间为目标建立数学模型。在传统遗传算法的基础上,结合NEH启发式算法产生工件初始加工顺序,令遗传参数随进化代数和个体适应函数值2个方面进行自适应调节,以避免算法陷入早熟,提出改进遗传算法用以求解该NP-hard问题。分别利用所提出的改进遗传算法与传统遗传算法、NEH启发式算法对不同规模的问题进行仿真测试,结果表明,改进遗传算法在较短的计算时间内能够获得较好的近优解。     

一种新的求解多目标随机需求车辆路径问题的算法

为优化带时间窗的随机需求车辆路径问题,建立了基于模糊满意度的多目标数学规划模型,并提出了一种基于量子进化算法和粒子群算法分段优化的方法求解Pareto解。第一阶段使用量子进化算法获得一定规模和精度的Pareto候选解,提出了概率选择最优解和可变旋转角改进变异算子;第二阶段通过转换将候选解映射到连续空间,利用粒子群算法继续搜索Pareto最优解。引入了节点交换策略进行邻域搜索,避免算法早熟。为保持Pareto解的分散性,提出了一种自适应网格算子。通过对benchmark仿真与非支配排序的遗传算法的比较,验证显示了算法的有效性。     

考虑交通拥塞时变特性的预制构件生产调度与装车组合集成优化EI北大核心

生产调度、装车组合与交通拥塞是影响预制构件制造企业生产运营效率及成本的重要主客观因素,如何在考虑交通拥塞时变特性的情况下有效集成生产调度与工件装车组合方案是预制构件制造企业迫切需要解决的问题。针对该集成优化问题,首先以最小化总提前拖期惩罚和车辆运输费用之和为目标,建立了预制构件生产调度与工件装车组合集成优化数学模型。随后为降低问题求解困难,通过深入分析问题解结构特点,提出了一种基于自适应多邻域协同搜索的果蝇优化算法(AMNCS-FOA)。其主要特点是:设计了一种带有插零操作的集成决策编码方式用于表示生产调度和工件装车组合方案;在算法的嗅觉搜索阶段,基于组内交换、组间交换、组内插入和组间插入四种邻域构造,提出了一种自适应概率邻域选择策略;在视觉搜索阶段,为提高算法全局搜索能力,以一定概率接受劣解作为种群中心进一步执行迭代搜索。计算结果显示,AMNCS-FOA算法在求解该集成优化问题时具有更快的收敛速度以及更好的求解质量。与预制构件制造企业常用的规则启发式方法相比,提出算法在求解质量上具有不低于13%的平均改进率,有望显著增加预制构件企业净利润并提高客户满意度。     

求解作业车间调度的变邻域细菌觅食优化算法

针对最小化最大完工时间的作业车间调度问题,提出一种基于变邻域趋化操作的细菌觅食优化算法。邻域搜索是一类改进型局部搜索算法,在每一步迭代过程中通过搜索当前解的邻域得到一个改进的解,利用邻域搜索可大大提高局部最优解的精确度。本算法采用基于操作的编码,使得细菌觅食优化算法适用于作业车间调度求解;将3种不同的邻域结构引入趋化操作中,以便扩大可行解的搜索空间,细菌个体按照自适应学习策略根据邻域的各自贡献率选择搜索方式,减少陷入局部极小的机会;同时使用自适应步长更新各邻域内趋化操作的位置,根据适应度值动态调整搜索精度,避免早熟收敛。典型算例试验表明,该算法具有一定的鲁棒性,并有效地提高了搜索精度和收敛性。     

具有柔性加工时间的机器人制造单元调度问题改进遗传算法

为克服传统遗传算法在求解具有柔性加工时间的机器人制造单元调度问题时易出现早熟收敛、冗余迭代等缺陷,提出了改进遗传算法。该算法采用基于工件搬运顺序的染色体编码,并根据调度问题特征,设计构造型启发式算法来生成初始种群,避免了大量不可行染色体的产生,提高了后续操作的优化质量。同时,在交叉变异操作中引入局部邻域搜索,通过对子代邻域的局部寻优提高了算法的收敛速度。最后,分别应用该算法和传统遗传算法求解六个基准案例,实验结果验证了该算法的有效性。     

双机流水车间外包与调度联合优化问题的混合变邻域搜索算法

针对最小化内部完工期与总外包费用的双机流水车间外包与调度联合优化问题,开发了一种混合变邻域搜索算法。在该算法中,采用工件剔除型启发式方法产生初始联合决策解;基于3种新型邻域结构提出了最佳改进式局部搜索规程;引入概率式准则来决定下轮迭代的目标搜索邻域。通过算法校准实验分析,探索出合适的邻域变更次序和温度参数的计算方式。通过与CPLEX软件、隐枚举测试程序对比显示,对于工件数不超过30的算例,校准后所提算法求得最优解的耗用时间更少。通过与遗传算法、模拟退火算法、和声搜索3种对比算法在工件数不少于100的算例上进行对比发现,所提算法经校准后,在求解质量和解的鲁棒性上均具有显著优势。     

作业车间类型多机器人制造单元调度算法

针对带多台机器人的作业车间类型机器人制造单元调度问题的特点,研究了以最小化最大完工时间为优化目标、将邻域搜索策略与启发式规则相结合的混合遗传算法,建立了作业车间类型多机器人制造单元调度问题的数学优化模型和析取图模型。基于析取图关键路径,采取移动机床块、交换机器人块、调整任务分配来构建搜索邻域;用启发式搬运工序插入法和启发式搬运任务分配法相结合的三层调度方法初始化种群;将基于邻域结构的局部搜索算法和基于三层调度的遗传算法相结合,有效实现问题的求解。通过基准算例测试表明,混合遗传算法有效并优于其他算法。     

基于自适应遗传算法的隔振系统参数优化计算

为优化航天器中隔振系统的隔振参数,提出了一种基于自适应遗传算法的优化方法。在只考虑单条支腿的前提下,建立了主动隔振系统的动力学模型,通过拉普拉斯变换得到了上平台输出的力对下平台控制力的传递函数,并获得待优化的参数。将参数优化问题转化成数值优化问题,利用最大熵法生成算法的目标函数;采用新的选择算子来避免算法早熟;提出自适应交叉算子和自适应高斯变异算子来保证种群多样性;通过优胜劣汰和种群迁移法则来提高算法的全局收敛性。最后,通过仿真实例对算法的有效性进行验证,结果表明：和传统的遗传算法相比,本算法的收敛速度快、优化效果好。