一种混合局部搜索算法的嵌套分区算法

提出了一种混合多种局部搜索算法的嵌套分区算法用于求解中小规模旅行商问题.该算法使用加权抽样法产生初始最可能域,用带约束的3-opt局部搜索算法搜索每个子域的最优解,然后对Lin-Kemighan算法进行了改进,并且用改进的Lin-Kemighan算法搜索每个裙域的最优解,最后通过实验分析法确定了子域和裙域最优的抽样个数及初始最可能域的长度.对TSPLIB中15个问题实例的仿真结果表明,所提出的混合局部搜索算法的改进嵌套分区算法在求解旅行商问题时可以获得高质量的解.     

求解可重入并行机调度的混合禁忌搜索算法

为解决带有一台远程服务设备的可重入并行机调度问题,设计了一种混合禁忌搜索算法。针对传统禁忌搜索算法只从单起始点搜索、容易陷入局部最优等缺点,混合禁忌搜索算法设计了一种Restart策略。当传统禁忌搜索算法陷入局部最优时,用Restart策略重新产生初始解以进行禁忌搜索,将传统的禁忌搜索算法从单起始点搜索改进成多起始点搜索。数值实验中将混合禁忌搜索算法与启发式算法CS相比,结果表明该算法具有较高的求解质量,且其计算时间是可接受的。     

MAX-SAT问题一种改进的局部搜索算法

局部搜索算法是求解大规模SAT问题的高效算法。经典的局部搜索算法有GSAT、WSAT、TSAT、NSAT等,但这些算法的初始解都是随机产生的。本文提出了用单纯形法产生“初始概率”（每个变量取1的概率）,用“初始概率”对局部搜索算法中变量的初始随机指派进行适当的约束,使在局部搜索的开始阶段,满足的子句数大大增加,加快了收敛的速度。通过对不同规模的随机STA问题实例的实验表明,这些改进有效地提高了局部搜索算法求解SAT问题的效率。     

改进的嵌套分区算法求解旅行商问题

嵌套分区算法是近年来提出的一种求解大规模优化问题的新型全局优化方法。介绍了嵌套分区算法（NPM）的基本思想,将其应用于求解旅行商问题。分析确定了嵌套分区算法各个算子的策略,提出了一种改进的嵌套分区算法。该算法采用加权抽样法求得初始最可能域,用全局数组记录下每个区域的历史最优解,用3-opt局部搜索算法改进每个区域解的质量。对TSPLIB中部分实例仿真结果表明,所提出的结合3-opt算法的改进嵌套分区算法在求解 TSP问题时可以获得高质量的解。     

基于禁忌搜索和蚁群算法的广义分配问题研究

广义分配问题是典型的组合优化问题.蚁群算法在求解该类问题时,存在着求解时间长和容易陷入局部最优的问题.为有效地解决该问题,将禁忌搜索算法作为蚁群算法的局部搜索策略,在蚁群算法求得的优化解的基础上进行局部搜索,增快算法的收敛速度,避免陷入局部最优;在解没有得到明显改善时,采取多样化操作,强迫算法采取新的解的结构,从全新方法求解.实验结果表明,该算法与其它算法相比,具有收敛速度快、不易陷入局部最优、求解精度高的特点,能够有效地解决广义分配问题.     

求解CARPSD问题的自适应局部搜索算法

针对带有随机需求的弧路径规划问题,提出一种自适应局部搜索算法。采用随机路径扫描算法产生初始种群,选出最优者作为初始解,以自适应的方式进行局部搜索,并设计2种局部搜索机制。实验结果表明,与自适应大邻域搜索算法相比,该算法的最优解得到改进,运行时间平均缩短60%。     

面向柔性作业车间调度问题的改进变邻域搜索算法

针对柔性作业车间调度问题的特点,提出一种求解该问题的改进变邻域搜索算法。结合问题特点设计合理的编码方式,采用遗传算法进行最优解搜索,将搜索的结果作为变邻域搜索算法的初始解,以提高初始解的质量。为提高局部搜索能力,设计3种不同的邻域结构,构建邻域结构集以产生邻域解,保证邻域解的搜索过程中解的可行性以提高求解效率。针对一系列典型的柔性作业车间调度问题的实例,运用所设计的改进变邻域搜索算法进行测试求解,并将计算结果与文献中其他算法的测试结果进行比较,验证了所提出方法求解柔性作业车间调度问题的可行性和有效性。     

基于TS的动态车辆调度问题的混合算法研究

对带时间窗的动态车辆调度问题进行分析,采用实时再优化方法进行研究,引入时间轴概念,建立动态车辆调度模型,并给出求解的混合禁忌搜索算法。该算法先用C-K节约算法求得初始解,然后用禁忌搜索进行优化,得到全局最优解。禁忌搜索算法中采用动态邻域移动方法构造候选解和动态禁忌长度选取策略设置紧急长度,提高算法的收敛速度。最后用实例证明该混合算法的可行性和有效性。     

改进的求解TSP混合分支裁剪法

分支裁减法是一种有效的求解小规模TSP的整数规划方法.随着TSP规模的逐步扩大,问题求解的复杂性也随之增加.在TSP的可计算数学研究领域中,局部搜索算法能快速求解TSP的局部最优解.通过将局部搜索算法与分支裁减法结合,利用局部搜索算法对分支裁减法获得上界所对应环路进行优化,使分支限界算法的上界更快地向全局最优解靠近,提高算法的求解效率,扩大了分支裁减法求解TSP的规模.     

最小赋权支配集的迭代禁忌搜索算法

最小赋权支配集是一个NP困难的组合优化问题,有着广泛的应用背景。提出了一个高效的求解最小赋权支配集的迭代禁忌搜索算法。该算法采用随机贪心构造算法构造初始解,并利用快速的局部禁忌搜索算法寻找局部最优解,通过随机扰动和修复策略来搜索新的区域,以期跳出当前的局部最优解。用顶点数为800到1 000的大规模标准测试例子测试提出的算法。数值实验结果和与现存的启发式算法比较结果表明了算法是有效的。     

多服务中心设置问题局部搜索算法的分析与实验

讨论了多服务中心设置问题的局部搜索近似算法及其在实际计算中表现出的新性质。首先对局部搜索算法求解多服务中心设置问题的实际近似性能比给出了一个针对性分析结果,然后编程实验对局部搜索求解算法的求解时间和求解质量进行了探讨。     

Modified shuffled frog leaping algorithm with genetic algorithm crossover for solving economic load dispatch problem with valve-point effect

This paper addresses a hybrid solution methodology involving modified shuffled frog leaping algorithm (MSFLA) with genetic algorithm (GA) crossover for the economic load dispatch problem of generating units considering the valve-point effects. The MSFLA uses a more dynamic and less stochastic approach to problem solving than classical non-traditional algorithms, such as genetic algorithm, and evolutionary programming. The potentiality of MSFLA includes its simple structure, ease of use, convergence property, quality of solution, and robustness. In order to overcome the defects of shuffled frog leaping algorithm (SFLA), such as slow searching speed in the late evolution and getting trapped easily into local iteration, MSFLA with GA cross-over is put forward in this paper. MSFLA with GA cross-over produces better possibilities of getting the best result in much less global as well as local iteration as one has strong local search capability while the other is good at global search. This paper proposes a new approach for solving economic load dispatch problems with valve-point effect where the cost function of the generating units exhibits non-convex characteristics, as the valve-point effects are modeled and imposed as rectified sinusoid components. The combined methodology and its variants are validated for the following four test systems: IEEE standard 30 bus test system, a practical Eastern Indian power grid system of 203 buses, 264 lines, and 23 generators, and 13 and 40 thermal units systems whose incremental fuel cost function take into account the valve-point loading effects. The results are quite promising and effective compared with several benchmark methods.     

用双种群混合遗传算法求解最优QoS划分问题

在取决于性能的价格机制下,最优QoS划分用于沿路由路径最优化地分配QoS参数值,以使得通信总费用最小。提出了求解最优QoS划分问题(OPQ问题)的双种群混合遗传算法。该算法充分利用了遗传算法的全局搜索优势和模拟退火算法的局部搜索优势,并且两个相互独立的子群体周期性的交流最优染色体,进一步提高了性能。仿真结果表明了该算法的有效性。     

求解SAT问题的拟人退火算法

该文利用一个简单的变换，将可满足性（SAT）问题转换为一个求相应目标函数最小值的优化问题，提出了一种用于跳出局部陷阱的拟人策略，基于模拟退火算法和拟人策略，为SAT问题的高效近注解得出了拟人退火算法（PA），该方法不仅具有模拟退火算法的全局收敛性质，而且具有一定的并行性，继承性。数值实验表明，对于本文随机产生的测试问题例，采用拟人策略的模拟退火算法的结果优于局部搜索算法，模拟退火算法以及近来国际上流行的WALKSAT算法，因此拟人退火算法是可行的和有效的。     

基于局部搜索机制的K-Means聚类算法

K-Means聚类算法的结果质量依赖于初始聚类中心的选择。该文将局部搜索的思想引入K-Means算法,提出一种改进的KMLS算法。该算法对K-Means收敛后的结果使用局部搜索来使其跳出局部极值点,进而再次迭代求优。同时对局部搜索的结果使用K-Means算法使其尽快到达一个局部极值点。理论分析证明了算法的可行性和有效性,而在标准文本集上的文本聚类实验表明,相对于传统的K-Means算法,该算法改进了聚类结果的质量。     

带模糊需求的开放式选址路径问题的混合离散蘑菇繁殖算法

针对带限制的开放性选址路径问题的研究,考虑模糊需求的条件下,以仓库选址成本、车辆行驶距离成本、机会损失成本、额外距离等目标之和最小化的要求建立数学模型。通过对蘑菇繁殖算法的改进,使用部分映射交叉和路径重连算法代替原算法中父代更新方式;在邻域搜索部分使用概率法进行邻域选择;使用随机模拟程序对设计好的路径进行模拟,计算因服务失败而产生的额外行驶距离与机会损失成本。在保留算法原有特性的情况下使其成功应用于组合优化问题;通过一系列算例测试与对比,验证了模型的正确性与有效性以及混合离散蘑菇繁殖算法的计算效率和优化能力。     

一种车辆路径规划的改进混合算法

针对物流活动中需要找出各个配货节点之间的最短路径,用以指导物流车辆调度的问题,提出一种将遗传算法与BP神经网络相结合的新方法,规划车辆的路径,达到节约运送成本的目标。对遗传算法进行了改进,克服了遗传算法局部搜索能力差、易早熟和总体可行解质量不高的缺点。该混合算法有效弥补了遗传算法的不足,同时在遗传优化操作中引入最优保存策略,并在选择操作中采用锦标赛选择法,使算法的效率和功能得到了很大提高。通过对基于遗传算法的改进混合算法求解车辆路径优化问题的性能进行仿真,并与自适应遗传算法和免疫遗传算法进行对比分析,验证了改进混合算法的优点和有效性。     

求解Job Shop调度问题的混合蚁群算法研究

为了解决单一算法求解Job Shop调度问题存在的不足，该文提出了一种混合算法，将蚁群算法用于全局搜索。针对蚁群算法易于陷入局部最优的情况，提出了一种基于关键工序的邻域搜索方法，将使用此邻域搜索方法的TS算法作为局部搜索策略。利用TS算法较强的局部搜索能力，提高了蚁群算法的优化能力，达到改善Job Shop调度问题解的质量。实验结果表明，混合算法在较短的时间内，找到了FT10、LA24、LA36等典型benchmarks问题的最优解，得到的makespan的平均值较并行遗传算法(PGA)和TSAB算法均有所提高。     

基于度值和聚类系数的跨单元调度问题优化

针对工业互联网大环境下的跨单元调度存在协作效率差、生产成本过高等问题,在机器设备归置存在重叠的情况下,首先使用分层网络设计思想构造以机器和制造单元为节点的双层有向加工网络,通过分析网络中全局协作效率、单元间冗余加工路径与一阶度值的相关性,构建最小化平均度值、完工时间和加工成本的多目标调度模型.其次根据麻雀搜索算法局部搜索能力强的特点,提出了一种非支配排序遗传算法和麻雀搜索算法融合策略以及基于聚类系数的初始解生成机制.最后通过实例计算说明网络特征与跨单元调度目标呈相关性,所提模型和算法求解质量更高.     

区际救援物资中转运输网点的定位—配给问题研究*

为增强大规模区际救援物资联动调运的效率,建立了救援物资中转网点的定位—配给模型,并设计了一种运用矩阵编码的遗传算法。在算法流程设计中,为提高标准遗传算法求解非线性运输问题的寻优速度和寻优效能,参照费用矩阵标杆的寻优导向信息来指导种群中每个个体局部的精细搜索空间。最后通过算例分析验证了该模型和算法的有效性。