基于多目标优化禁忌搜索算法的停机位分配方法研究

针对机位资源分配不均给机场运行多方带来的公平性问题，提出多目标优化的停机位分配方法。建立以旅客通行距离、飞机滑行距离和远机位使用次数最小为多目标优化分配模型。分析航班属性设置分配优先级表。设计一种基于pareto最优的多目标优化禁忌搜索算法，使用pareto最优策略对解集进行筛选。在机场实际分配方案的基础上进行仿真实验,旅客通行距离和飞机滑行距离分别缩短18%和5%，机位资源的使用数量减少20%，航班靠桥率提高到93%，多目标优化禁忌搜索算法比遗传算法更优。     

舰载机甲板停机位分配问题研究

舰栽机甲板停机位分配问题关系到航母飞行甲板作业的效率,合理的停机位分配对于提高甲板作业效率十分重要。对舰载机停机位分配问题进行了详细研究,以舰载机移动路径、加油路径以及挂弹路径总和最小为目标函数,建立了甲板停机位分配模型,利用贪心算法并结合模拟退火算法对模型进行了求解,仿真结果表明,该模型对停机位的分配合理。     

基于免疫遗传算法的停机位动态再分配优化

针对兼顾旅客转机行走距离、航班场面滑行距离和停机位使用效率的多目标停机位分配的问题,以最小化航班停机位分配的扰动性为优化目标,建立停机位动态再分配混合整数规划模型.提出基于航班序列的自然数编码方案,设计改进的免疫遗传求解算法,保证个体在遗传操作中的可行性.将免疫算法中个体密度的概念引入对个体适应度值的评价过程,以保持种群的多样性,避免算法过早收敛.实例仿真结果表明,所提出的优化方法能够有效降低延误航班对停机位预分配计划造成的影响.     

基于松弛算法的停机位分配优化方法

针对机场近机位资源紧缺及实际航班到离港时间偏离计划时间对停机位分配所造成的扰动，提出了在同机位相邻航班间加入缓冲时间的停机位分配调度方法。首先，建立了以机位空闲时间、远机位占用时间最小为目标的鲁棒性停机位分配模型；然后，设计了一种基于双目标的拉格朗日松弛优化算法，并使用次梯度算法求解拉格朗日松弛算法中的对偶问题。基于国内某枢纽机场运行数据的仿真结果表明，所提方法的优化方案和原始机位分配方案相比，机位使用量和机位空闲时间分别降低了15.79%、7.56%，机位占用率提高了18.72%，并且冲突率降低到3.57%，达到了有效提高停机位利用率与鲁棒性的目的。     

基于蚁群协同算法的图权值停机位分配模型

停机位分配关系到整个机场系统的运行,是机场地面作业的核心部分。根据不同航班占用停机位的时间冲突约束,将航班之间的冲突关系表示成图的权值0-1,基于停机位、航班类型的匹配约束和得到的图的权值,运用蚁群协调算法,在保证不存在停机位分配冲突约束的前提下,以最少数量航班被分配到远停机位和旅客到停机位总行走时间最小为目标函数,对航班进行停机位分配。对枢纽机场进行停机位分配,并与遗传算法在停机位分配上的应用做比较,表明蚁群协调算法在停机位分配上的应用从运行时间和实验结果都明显好于遗传算法,验证了算法的合理性,这一算法可作为机场停机位分配的参考。     

基于可变禁忌长度的优化停机位分配

针对机场"最大化停机位利用率"以及"最小化旅客行走路程"问题,提出了一种动态、灵活分配停机位的禁忌搜索算法。首先介绍了基本禁忌搜索算法的相关设计,然后引出了改进后的动态禁忌搜索算法（DTS算法）,最后利用实际数据对改进后的禁忌搜索算法进行演算。通过几组数据的对比可看出,突出可变禁忌长度能够缩短全局寻优的循环次数。而与相关文献的演算结果进行对比显示：在资源不受限情况下,旅客行走总时间减少了15.75%;在资源受限情况下,旅客行走总时间减少了22.84%。实验结果表明,采用动态禁忌搜索算法能够得到更小的旅客行走路程的分配方案。     

联合补货策略下的供应商选择和订货量分配协同优化

分析基于联合补货策略的供应商选择与商品订货量分配协同决策问题,设计一种有效的改进差分进化算法(Improved differential evolution,IDE)进行求解.在考虑商品异质性带来的分组约束基础上,构建一种拓展的供应商选择与订货量分配协同决策新模型.对比算例分析表明,IDE在求解此问题及其扩展问题时优于标准差分进化算法和模拟退火算法,随机生成的大规模算例进一步验证了IDE求解此类复杂问题的优越性.     

基于改进差分进化鲸鱼算法的经济负荷分配

针对电力系统经济负荷分配这一典型的非凸、非线性、组合优化问题,提出一种将改进差分进化算法和鲸鱼算法相结合的优化算法。该算法首先在鲸鱼优化算法中引入了非线性的收敛变化策略,加速寻优算法的迭代;再利用差分进化算法的交叉和选择,丰富算法种群个体信息,增强优化算法的全局收敛性;同时引入一种淘汰机制,将适应度较好的个体信息更快地保留用于下一次鲸鱼优化算法的迭代,提高了求最优解的速度和精度;最后,对多个经济负荷分配问题进行了测试,将该算法与标准鲸鱼算法、标准差分进化算法进行对比,验证了差分进化鲸鱼算法可以更合理地配置电力系统的经济负荷,能够有效找到可行解,避免陷入局部最优,能实现经济负荷的合理分配。     

基于路径检测的航空器动态滑行路径优化模型北大核心

为了优化航空器在场面的滑行路径,提出基于路径检测的航空器动态滑行路径优化模型,使航空器在安全的前提下滑行总时间最短。首先明确包括冲突检测和拥堵检测的路径检测方法,然后将航班波滑行总时间最短作为目标,结合路径检测的约束建立多航空器滑行路径优化模型。采用蚁群算法求解,并针对优化模型将蚁群算法进行改进,采用双向搜索和引入奖惩因子,以提高全局搜索能力。算例分析中选取某机场滑行系统,对其某段时间内的真实航班波进行仿真,经验证:采用优化模型可以有效缩短航班波滑行总时间,滑行道的使用情况较为合理。     

一种高效的虚路径带宽分配最优算法

作者提出了一种在电信网中对虚路径的带宽进行分配的步进式最优算法．在给定网络拓扑结构、链路容量、虚路径路由以及通信量的条件下,此算法能够对虚路径的带宽进行优化分配,从而使得网络中所有(源-目的)点对的最大呼损率(Call Blocking Probability．CBP)达到最小．在每一点对之间只取一条虚路径的条件下,该文对此算法的最优性进行了证明．基于该文中给出的测试网络,作者将另一种流行的最优算法“二分法”和此算法的性能进行了对比．从实验结果中可以看到,步进式算法能给出最优的最大呼损率．速度是二分法的三倍以上,而且平均呼损率相对降低了20％以上．     

基于ADEMO/D-ENS的飞控系统性能指标分配方法

针对目前飞行控制系统设计中部件/组件性能参数的确定存在反复多次迭代的问题,对飞控系统性能指标的分配进行了研究。通过对性能指标分配过程进行建模,确定了分配过程属于多目标优化问题。基于Tchebycheff方法将多目标优化问题转化为单目标优化子问题集合,基于自适应差分进化算法得到的单目标优化子问题集合的最优解即为多目标优化问题Pareto最优解,同时采用惩罚因子保持差分进化算法种群的多样性。通过仿真与性能指标未分配的系统进行对比,结果表明分配后的系统具有更好的动态性和跟踪性,说明所提出的分配方法是正确的、可行的,并能够为工程应用提供一定的理论指导。     

面向钻削路径规划问题的微粒群优化算法研究

提出一种基于微粒群优化（PSO）算法的方法,用于解决离散空间的群孔钻削路径规划问题．为了满足钻削路径规划问题中整数编码的需要,建立了算子中元素的二元转换方法和操作方式,对算法的操作算子进行改进．针对基本微粒群算法全局收敛率较低的问题,本文在算法数学模型的基础上,引入了重新生成“停止进化微粒”的方式对算法加以改进．实验表明,改进的算法全局收敛率较基本算法提高3倍多;新的算法具有实现简单、收敛速度快、能够实现全局收敛的优点．实际应用中,采用新的PSO优化算法对钻削路径优化后,可以节省17.9%的机床工作台移动时间．     

改进鲸鱼算法及其在路径规划的应用

针对鲸鱼优化算法(WOA)存在的收敛速度慢、收敛精度低和易陷入局部最优等问题,提出了采用非线性收敛因子、协同a的惯性权重、时变独立搜索概率和免疫记忆改进的鲸鱼优化算法(IWTWOA);应用非线性收敛因子、协同a的惯性权重和时变独立搜索概率改进WOA迭代模型,平衡了算法的全局搜索和局部搜索能力,有效避免了陷入局部最优的问题;引入免疫算法的免疫记忆机制,提高了算法收敛速度;选取了15个基准测试函数进行性能测试,结果表明IWTWOA算法在稳定性、计算精度和收敛速度上均有所提高;最终将其应用在路径规划问题中,获得了较好的结果.     

基于改进粒子群算法的电路板测试路径规划

针对飞针测试机检测电路板时检测时间长、测试效率低、单针检测容易撞针等问题,提出了一种基于改进粒子群算法的测试路径规划算法.首先,使用分区检测的方式解决两针相撞问题;其次,提出一种改进的粒子群算法,在粒子群算法的基础上加入混沌初始化公式用于约束和更新搜索的最大速度,引入遗传算法的交叉、变异的思想,改进粒子群算法易于趋于局部最优的缺陷,提升了算法的全局搜索能力.与粒子群算法、遗传算法进行有效性的对比分析与实机测试.结果表明:此算法可以有效解决测试时两针相撞问题;比起其他两种算法改进粒子群算法在更少的迭代数的同时全局搜索能力更强,可以减少30%算法运算时间、降低10%的测试距离,具有一定的工程应用价值.     

一种新基于混沌优化算法的机器人路径规划方法

提出了一种基于混沌优化算法的机器人路径规划方法,即混沌人工势场法，该方法能够在动态环境下实时、有效地产生避碰局部最优路径,避免了传统人工势场法容易陷入局部最优和在比较靠近的两个障碍物之间找不到通道的缺陷.仿真试验表明:提出的方法具有较强的路径规划能力，克服了传统人工势场法的缺点,具有较强的实用性.     

基于概率分析进化算法的飞行航迹规划

在分析传统进化算法解决飞行航迹规划问题缺点的基础上,提出了一种高阶概率分析进化算法-多变量贝叶斯优化算法,用于解决飞行器航迹规划问题。其主要特点是用多变量染色体构造贝叶斯网络,通过设计一个多变量K2评价方法评价得到的贝叶斯网络的优劣。仿真结果验证了算法的有效性。     

基于混合智能优化算法的复杂软件可靠性分配

软件可靠性是系统设计、研究和运行过程中必须考虑的关键因素之一.与目前大多数软件可靠性分配的研究主要局限于简单的串并联模型不同,本文将最优化算法应用于大型复杂软件系统的可靠性分配.针对分布估计算法收敛速度快,全局搜索能力强,但是易于陷入局部最优;而差分进化算法局部搜索能力强,但搜索速度略慢的问题,本文提出一种元启发式算法——基于罚函数的混合分布估计和自适应交叉差分进化的优化算法（PHEDA-SCDE）,该算法收敛速度快,全局搜索能力强且不易陷入局部最优.基于四种特定的体系结构风格——顺序、并发、循环、容错,对复杂软件可靠性进行评估.为不失算法通用性,本文采用三个仿真算例进行实验,分别为单输入单输出系统,单输入多输出系统和多输入多输出系统.实验结果表明,PHEDA-SCDE算法在软件可靠性分配方面与同类算法相比,具有明显的可行性和有效性.     

数控系统加工路径的优化

以数控冲床加工为背景,针对数控系统加工路径优化问题,首先介绍了优化加工路径的基本原理,后分别介绍了最近邻算法和K元交换试探算法的应用.采用优化方法后,可以大幅提高数控系统(以冲床加工为例)的加工效率,这在批量生产过程中可以创造可观的经济价值.     

一种子载波配对和功率分配联合最优算法

在基于正交频分复用的多载波两跳中继系统中有两个关键的问题亟需解决:子载波间的功率分配和子载波配对.子载波功率分配和配对之间存在复杂的耦合关系,通过现有的方法对子载波功率分配和配对进行联合优化比较困难.在深入研究这种耦合关系的基础上,针对解码转发,利用凸优化思想,提出一种功率受限下的子载波配对和功率分配联合最优算法.仿真结果表明,本算法可以有效提升中继系统的系统容量.