一种并行粒子群算法及其在热轧计划中的应用

针对串行优化算法在搜索时间上的不足,提出了一类组合优化问题的并行粒子群算法。该算法将粒子群划分为多子种群异步并行运算,利用不同范围内的多极值,指导粒子速度更新,加入邻域搜索策略,提高了搜索速度,同时也有效地防止了粒子在最优点附近发生的振荡现象。仿真实验表明,该算法与其他搜索方法比较,在搜索时间和求解质量上具有优势。现已应用于钢铁生产热轧计划编制中,并用实际生产数据表明了该算法的可靠性。     

考虑结晶器在线调宽浇次计划的改进蚁群算法

针对炼钢-连铸调度中的浇次计划编制问题,结合结晶器在线调宽技术,以最小化加权成本(包括浇次间炉次切换成本、连铸机停机成本和结晶器在线调宽成本)为目标对传统模型进行改进,建立了新的浇次计划编制模型。同时,借鉴车辆路径问题的优化思路构建了改进的蚁群算法,算法设计了节点排序规则和节点选择规则,并引入奖惩因子和分位参数提高搜索广度和适应性。最后,利用实际生产数据验证了模型及算法的有效性。     

基于神经网络的热轧带钢卷取温度预测

热轧带钢卷取温度是影响成品带钢性能指标的重要工艺参数之一,其层流控制系统具有高度的非线性。采用附加动量BP算法,建立了基于神经网络前馈与数学模型反馈的联合层流控制系统,仿真结果表明,采用神经网络预测的卷取温度与实测温度相近,结果可信,为层流数学模型参数的在线辨识打下了坚实的基础。     

生产配送协同计划问题研究

针对单工厂、多产品、多周期、单配送中心的供应链网络,研究了生产、配送协同计划问题,构建了生产、配送协同计划模型,提出了用于求解该问题的粒子群算法方案,阐明了该算法方案的具体实现过程.采用分离策略提出独立决策下的生产计划问题模型和配送计划问题模型.仿真实例的计算结果表明协同决策可以有效地降低供应链成本.     

求解卸装一体化的车辆路径问题的混合粒子群算法

提出了结合粒子群算法（PSO）和变邻域下降搜索（VND）的混合粒子群算法（PSO-VND）,用以解决卸装一体化车辆路径问题（VRPSDP）。在此混合算法的前半部分,运用粒子群算法对解空间进行搜索,找到相对较优的一组解。在PSO过程中对于可行化和优化后的粒子添加速度分量,并依据相似度进行变异。在此算法的后半部分,运用变邻域下降搜索对得到的较优解再进行深度搜索,以得到理想的解。在变邻域下降搜索（VND）过程中使用3种不同的邻域结构：插入、交换和交叉,依次对解进行迭代优化。最终采用标准算例进行了仿真试验,验证了混合算法的可行性和有效性。     

求解卸装一体化的车辆路径问题的混合粒子群算法

提出了结合粒子群算法(PSO)和变邻域下降搜索(VND)的混合粒子群算法(PSO-VND),用以解决卸装一体化车辆路径问题(VRPSDP)。在此混合算法的前半部分,运用粒子群算法对解空间进行搜索,找到相对较优的一组解。在PSO过程中对于可行化和优化后的粒子添加速度分量,并依据相似度进行变异。在此算法的后半部分,运用变邻域下降搜索对得到的较优解再进行深度搜索,以得到理想的解。在变邻域下降搜索(VND)过程中使用3种不同的邻域结构:插入、交换和交叉,依次对解进行迭代优化。最终采用标准算例进行了仿真试验,验证了混合算法的可行性和有效性。     

基于多车辆路径问题模型的信通机房巡检路线优化

对信通机房巡检路线进行优化,利用巡检路线优化问题具有带容量约束的多车辆路径问题特点,以巡检总天数最少、总巡检工作时间最短为目标,建立信通机房巡检路线规划问题优化模型,并利用改进粒子群算法对优化模型进行求解。通过海宁地区一个巡检路线优化实例进行验证,结果表明,所提改进粒子群算法能有效求解优化问题,应用该优化模型可以缩短巡检天数,提高巡检工作时间利用效率。     

一种复杂曲线插补轨迹的粒子群优化算法

目前复杂曲线的插补主要有两种方式,通过B样条基函数参数的等距变化或对速度和加速度控制产生弦线逼近进行拟合,但这两种方式拟合精度不高.为了提高拟合精度,综合考虑了样条曲线局部特性,构建了误差增广目标函数,并采用粒子群算法对均匀三次B样条曲线插补轨迹寻求最优解.结果 表明,算法可迅速收敛求出最优轨迹,且有效规避了局部最优带...     

工艺计划与车间作业计划集成系统的研究

分析了现有工艺计划与车间作业计划的系统集成模型,建立了企业生产工艺计划与作业计划的层次结构,提出了面向车间作业计划的动态、分布式工艺计划与车间作业计划集成模型。将工艺计划与基于周期和事件驱动的动态作业计划相结合,把改进的离散化粒子群算法引入车间优化作业计划运算,使集成模型中生产作业计划与控制功能得以实现。实例证明了集成系统的可行性和有效性。     

基于AHP-GRA的热轧计划排程评价体系研究

为解决计划排程方案优劣判定问题,建立了面向热轧的计划排程综合评价体系。依据热轧生产过程的约束条件和节能需求,从生产工艺、生产资料和能源消耗三方面,归纳出热轧计划排程综合评价指标体系,结合模糊理论,利用灰色关联层次分析法(AHP-GRA),对排程方案进行综合评价。最后,通过对某钢铁企业的热轧排程进行评价,验证本评价体系的可行性和科学性。     

考虑机器检修的圆钢热轧批量调度算法

针对圆钢的热轧批量调度问题,考虑实际生产中的机器检修计划对批量连续性加工的影响,以最大化产能利用率、最小化机器调整时间和订单提前拖期为优化目标,建立了多目标的整数规划模型,并提出改进的带精英策略的快速非支配排序算法对模型进行求解。算法结合问题的约束特征,采用改进的NEH算法生成初始解,并采用罚函数的思想设计适应度函数,对种群中存在的不合理解设计修复规则进行修复;针对遗传进化过程,设计了遗传操作方式,并在算法迭代过程中嵌入基于有限搜索范围的邻域搜索算法,避免算法陷入局部最优。实验结果表明,模型和算法对问题的描述和求解是可行有效的。     

半导体炉管区批调度问题的粒子群优化算法研究

为改善粒子群算法对大规模问题求解的性能,提出了一种基于文化进化的并行粒子群算法,详细阐述了该算法的原理和具体实施方案.针对半导体炉管区批调度问题,设计了双层粒子群算法,外层应用基于文化进化的并行粒子群算法进行批量计划问题的求解,内层采用传统的粒子群算法求解调度问题.通过对其他文献中的仿真实例进行计算和结果比较表明,该算法优于文献中的启发式算法和蚂蚁算法.     

间歇过程PSO SQP混合优化算法研究*

针对SQP算法在求解具有复杂约束的间歇过程优化时容易陷入局部极值点的问题,本文提出一种PSO-SQP混合优化算法。该算法首先采用外点罚函数法将间歇过程有约束的优化问题转换为无约束的优化问题,利用PSO强大的全局搜索能力对其进行求解,并把搜索结果作为SQP搜索初始点,以此弥补SQP全局搜索弱的缺点,再利用SQP良好的局部收敛性和较强的非线性收敛速度对原优化问题进行精细搜索,弥补了PSO局部搜索弱的缺点,通过不断的迭代最终获得优化问题的全局最优解。该算法充分利用了SQP和PSO的优缺点,增强了其对复杂约束优化问题的求解能力。将本文提出的算法用于连续搅拌化学反应系统温度控制中,仿真结果表明产物浓度能够充分逼近期望值,且反应器的温度轨迹收敛,从而验证了该算法的有效性和实用价值。     

基于混合粒子群算法的多目标车辆路径研究

为解决多目标下带时间窗车辆路径的优化问题,提出了将粒子群算法与变异操作相结合的求解方式.设计了一个随迭代次数增加而变化的变异算子,采用轮盘选择机制,以使多目标离散问题能收敛到Pareto最优解集,并在Pareto曲线上有均匀的分布.采用随机键,将连续的粒子位置向量转化为离散的解向量,并通过提出相对最短距离法来评价解集的优劣.所提出的无间隔编码方式,减少了算法的无效迭代.通过实验,验证了该方法的简单有效性.     

基于模糊期望值模型的车辆路径问题

针对模糊需求的车辆路径问题,基于模糊可信性理论对车辆服务失败事件进行可能性分析,建立了一个模糊期望值模型,提出一种带双层禁忌搜索的并行粒子群算法。该算法引入两种不同的禁忌空间,采用新的粒子迭代公式,并利用轮盘赌策略设计了两类邻域算子。通过仿真对比实验表明了该算法的有效性。