基于混合粒子群算法的物流配送路径优化问题研究

配送路径优化问题对物流业有着极为重要的影响,急需制定合理的解决方案.本文结合前人研究,提出一种混合粒子群算法,以此来克服一次性粒子群算法过早收敛的问题,增强算法的计算水平与综合检索水平.相关研究证实,混合粒子群算法相比其他算法能够提供更优的搜索能力和结果,对于解决物流配送路径优化方案的制定来说不可或缺.     

基于混合粒子群算法的物流配送路径优化问题研究

针对物流配送路径优化问题,提出了一种融合Powell局部寻优算法和模拟退火算法的混合粒子群算法,以克服单用粒子群算法求解问题早熟收敛的不足,增加算法的开发能力,提高算法的全局搜索能力,并进行了实验计算.计算结果表明,用混合粒子群算法求解物流配送路径优化问题,可以在一定程度上提高粒子群算法在局部搜索能力和搜索全局最优解概率,从而得到质量较高的解.     

改进蚁群算法在物流配送路径中的应用

针对物流配送路径优化问题的特点,分析了基本蚁群算法的不足之处,并对原有蚁群算法进行改进.同时引入"扰动因子"和"奖惩"机制,建立数学模型,进而对物流配送车辆路径问题进行了实验仿真.结果表明,改进后的蚁群算法提高了全局寻优能力与收敛速度,取得了较好的效果.     

粒子群优化算法在电网规划中的应用

粒子群算法适合求解连续变量优化问题,本文提出了粒子群算法的新离散化方法。常规粒子群算法在电力系统优化问题中取得了成功,但有"趋同性"。本文提出了改进多粒子群优化算法(IPPSO),IPPSO是两层结构:底层用多个粒子群相互独立地搜索解空间以扩大搜索范围;上层用1个粒子群追逐当前全局最优解以加快收敛。粒子群以及粒子状态更新策略不要求相同。     

一种改进的粒子群优化粒子滤波算法

粒子群优化粒子滤波方法容易陷入局部最优,针对这一问题,提出一种改进的粒子群优化粒子滤波算法,该算法对惯性权重和位置更新采用模糊控制,增强粒子全局搜索的能力,防止粒子陷入局部最优,提高估计精度。     

粒子群优化算法在水文科学中的应用进展

介绍了粒子群算法的标准算法及流程,探讨了粒子群算法在水库优化调度、水电站经济运行、参数优选等水文领域中的研究成果和存在的问题,指出未来应该加强粒子群算法改进机理和收敛性能的研究,并与其他算法技术相比较、结合,拓展其在水文科学领域的应用范围,为解决水文领域中大量优化问题提供新途径。     

粒子群算法在超声三维坐标测量中的应用

提出一种基于粒子群算法的三维坐标反演模型,实现了超声波三坐标测量中三维坐标的高精度反演,提高了坐标反演迭代过程的鲁棒性.同时介绍了超声波测距系统的原理,推导了三维坐标反演的目标函数,建立了基于粒子群算法的反演模型,并进行了实验研究.通过软件仿真,对粒子群算法在超声波三维测量上的可行性和鲁棒性进行了验证,并搭建超声波三维定位平台,在1m×1m×2m空间中进行了测量实验.结果表明,测量的绝对误差小于10mm,具有较高的反演精度.     

粒子群优化算法在入侵检测系统中的应用

通过对基本PSO算法进行分析研究,发现PSO是一种有效的全局寻优算法。它操作简单,使用方便,但是极易陷入局部最优。通过对PSO进行改进应用到入侵检测系统中,大大提高检测率。     

改进离散粒子群算法及其在飞机装配任务调度中的应用研究

论文阐述了飞机装配过程中任务调度的重要意义,介绍了当前调度算法的研究现状,对离散粒子群优化算法进行研究并在此基础上提出一种基于激励原则的改进离散粒子群优化算法。最后以某型飞机尾段装配流程为对象对改进后的算法进行验证,得到良好效果。     

粒子群算法的理论分析与研究

粒子群算法是上世纪90年代兴起的群体智能算法,其特点是模拟自然界生物群体行为来构造随机优化算法,它对函数性态要求较弱、寻优结果和初值无关,并具有一定的并行性,因而成为优化算法领域研究的一个热点。介绍粒子群算法的研究现状,重点论述标准粒子群算法以及几种主流的改进型粒子群算法,并提出未来可能的研究方向。     

粒子群优化算法综述

粒子群优化（PSO）算法是一种新兴的优化技术,其思想来源于人工生命和演化计算理论。PSO通过粒子追随自己找到的最好解和整个群的最好解来完成优化。该算法简单易实现,可调参数少,已得到广泛研究和应用。详细介绍了PSO的基本原理、各种改进技术及其应用等,并对其未来的研究提出了一些建议。     

加权微粒群算法在模型配准中的应用

微粒群算法目前已经在很多领域得到了广泛的应用。根据微粒群算法收敛较快的权值范围,建立加权函数,将其运用到速度进化过程中,并在进化过程中分群优化,使得改进的微粒群算法在迭代初期具有较好的全局收敛能力,在迭代后期具有较好的局部收敛能力,从而可以实现维护全局和局部搜索能力的平衡。将该算法运用于散乱点云与三维CAD模型的配准问题中,并与基本微粒群算法进行对比,具有更好的配准结果,迭代收敛更快。     

基于改进遗传算法的生鲜农产品多目标配送路径优化

为提高生鲜农产品物流配送效率,提出了具有普遍通用性的生鲜农产品三层配送网络结构,建立了配送成本最小和顾客满意度最大的多目标数学模型,引入惩罚函数处理约束,并对遗传算法改进,在选择之前根据非劣解水平进行排序,并利用拥挤程度对同级的不同个体排序,然后利用精英保留策略、最大保留交叉等操作获得Pareto最优解。为验证算法的性能,首先与标准遗传算法的结果对比,同时对相关参数进行设置,得到的结果变化误差较小。结果表明:建立的模型与算法是有效的,可为实际应用提供指导。     

基于改进粒子群算法的航空行李在线装载优化

目的 为解决航空行李自动装卸中关键装载算法问题,实现航空行李自动装卸,同时满足流水作业的实际需要.方法 基于关键点装载策略,提出一种以装载空间利用率为优化目标,考虑行李质量、体积及装载顺序等约束条件的改进粒子群算法.首先,通过关键点法输出流水线上待装载行李的全部可放点序列,然后根据约束条件重新定义粒子群算法的速度与位置,以空间利用率为适应度函数进行迭代寻优,输出全局最优解,实现对装载位置与姿态的优化.结果 实验部分采用真实行李数据对算法进行仿真验证表明,改进粒子群算法优化后可将箱体空间利用率提高了10.8％,平均规划布局效率提高了26.5％.结论 提出的装载算法能够有效地解决实际行李装载问题,为行李流水作业的货物装载提供理论依据及参考.     

基于随机权重粒子群和K-均值聚类的图像分割

K-均值聚类具有简单、快速的特点,因此被广泛应用于图像分割领域.但K-均值聚类容易陷入局部最优,影响图像分割效果.针对K-均值的缺点,提出一种基于随机权重粒子群优化（RWPSO）和K-均值聚类的图像分割算法RWPSOK.在算法运行初期,利用随机权重粒子群优化的全局搜索能力,避免算法陷入局部最优;在算法运行后期,利用K-均值聚类的局部搜索能力,实现算法快速收敛.实验表明：RWPSOK算法能有效地克服K-均值聚类易陷入局部最优的缺点,图像分割效果得到了明显改善;与传统粒子群与K-均值聚类混合算法（PSOK）相比,RWPSOK算法具有更好的分割效果和更高的分割效率.     

A Novel Quantum-Behaved Particle Swarm Optimization Algorithm

The efficient management of ambulance routing for emergency requests is vital to save lives when a disaster occurs. Quantum-behaved Particle Swarm Optimization (QPSO) algorithm is a kind of metaheuristic algorithms applied to deal with the problem of scheduling. This paper analyzed the motion pattern of particles in a square potential well, given the position equation of the particles by solving the Schrödinger equation and proposed the Binary Correlation QPSO Algorithm Based on Square Potential Well (BCQSPSO). In this novel algorithm, the intrinsic cognitive link between particles’ experience information and group sharing information was created by using normal Copula function. After that, the control parameters chosen strategy gives through experiments. Finally, the simulation results of the test functions show that the improved algorithms outperform the original QPSO algorithm and due to the error gradient information will not be over utilized in square potential well, the particles are easy to jump out of the local optimum, the BCQSPSO is more suitable to solve the functions with correlative variables.     

基于改进粒子群算法的高效船体分段制造优化

针对船体分段制造计划通常受到分段装焊场地、作业设备和作业工序等因素限制,以按需拉动、负荷平衡、缩短周期为优化目标,构建了高效分段制造作业计划优化模型。考虑作业优化模型变量离散和非线性问题,采用改进的粒子群算法,对优化模型进行求解。通过对某船厂实例分析,经Matlab编程运行,表明优化算法对提高分段制造产能、缩短建造周期具有较为明显的效果。     

具有时间窗的开放式车辆路径的改进微粒群算法

分析了车场开放的带时间窗的车辆路径问题,在完成配送服务的车辆数目不确定的条件下,建立了该问题的数学模型,同时运用改进的微粒群算法求解该问题,算法采用一种基于客户的序数编码方法构造初始种群,对微粒群算法的进化方程进行了改进,使改进微粒群算法的搜索过程具有自适应性。最后根据第三方物流配送的实际,基于问题的不同目标,运用数值检验了模型和算法的有效性。     

Research on a Distribution Center Location Model Based on a Particle Swarm Optimization Algorithm

Logistics is supposed to be the important source of profits for the enterprises besides reducing material consumption and improving labor productivity.Transportation costs,distribution center construction costs,ordering costs,safe inventory costs and inventory holding costs are the important parts of the total logistics costs.In this paper,based on the research results of LMRP(location model of risk pooling) location with fixed construction cost,the LMRPVCC(location model of risk pooling based on variable c...     

An Improved Unsupervised Image Segmentation Method Based on Multi-Objective Particle Swarm Optimization Clustering Algorithm

Most image segmentation methods based on clustering algorithms use single-objective function to implement image segmentation. To avoid the defect, this paper proposes a new image segmentation method based on a multi-objective particle swarm optimization (PSO) clustering algorithm. This unsupervised algorithm not only offers a new similarity computing approach based on electromagnetic forces, but also obtains the proper number of clusters which is determined by scale-space theory. It is experimentally demonstrated that the applicability and effectiveness of the proposed multi-objective PSO clustering algorithm.