基于Wang-Landau算法的动态设施布局方法

动态设施布局问题是设施在车间内多个阶段的布局规划问题。目前,针对动态设施布局问题,国内外学者对离散模型研究较多,而对连续模型的研究却较少。根据连续动态设施布局的特性与需求,构建了不等面积设施的动态设施布局连续模型。求解该模型的难点在于缺乏一种高效的布局优化方法。Wang-Landau算法是一种改进的蒙特卡罗算法。通过将Wang-Landau算法与空位点放置策略、外推移动策略、内压移动策略三种启发式策略相结合,提出一种基于Wang-Landau抽样的启发式算法,并以此求解该模型。使用文献中已有的测试算例对提出的算法进行测试,计算结果表明,所提出的算法在求解连续动态设施布局问题上是有效的。     

一种多目标不等面积设施布局问题的启发式算法

多目标不等面积设施布局问题（UA-FLP）是将一些不等面积设施放置在车间内进行布局,要求优化多个目标并满足一定的限制条件。以物料搬运成本最小和非物流关系强度最大来建立生产车间的多目标优化模型,并提出一种启发式算法进行求解。算法采用启发式布局更新策略更新构型,通过结合基于自适应步长梯度法的局部搜索机制和启发式设施变形策略来处理设施之间的干涉性约束。为了得到问题的Pareto最优解集,提出了基于Pareto优化的局部搜索和基于小生境技术的全局优化方法。通过两个典型算例对算法性能进行测试,实验结果表明,所提出的启发式算法是求解多目标UA-FLP的有效方法。     

基于改进NSGA-Ⅱ算法的多目标设施动态布局问题研究

为解决高效的车间动态设施布局问题,以重布局费用、非物流关系和面积利用率为目标,对NSGA-Ⅱ算法进行了优化,将随机变异操作与最近和最远法的非支配解选择结合,对NSGA-Ⅱ算法进行了改进并对其进行求解。通过经典算例的模型求解测试,验证了该方法的可行性和有效性。     

基于IBSA的高校图书馆布局优化设计

针对系统布置设计方法存在手工计算作业量大、易受布局决策者主观因素影响等缺点,提出一种基于改进回溯搜索优化算法设施布局优化设计方法。以某高校图书馆为研究对象,在分析现有图书馆布局现状的基础上,结合图书馆多层布局特点,建立了图书馆设施规划的数学模型,将改进回溯搜索算法应用到图书馆设施规划优化设计并获取了最优布局方案,并与现有布局方案进行对比分析。结果分析表明,该方法能够有效地解决受面积约束的多层设施布局问题,可为解决类似的设施规划问题提供解决方案。     

基于模拟退火算法的布局问题研究

在传统模拟退火算法的基础上,对布局问题的优化算法进行了研究,采用回火策略,改进一般模拟退火算法寻优的效果;结合布局问题的具体特点,采用Sequence Pair来描述布局问题的解结构,综合构成了一种新的求解布局问题的模拟退火算法.通过算例验证,该算法优于传统优化算法和普通启发式搜索算法,并且对增量布局也能够取得较好的效果.     

基于免疫和模拟退火原理的柔性JobShop调度研究*

为了研究柔性Job-Shop调度的不同解法,采用免疫和模拟退化原理求解柔性Job-Shop调度问题。研究了柔性处理问题,提出两种调度策略;分析了算法混合的思想,提出了免疫模拟退火算法。分别采用不同调度策略,使用不同调度算法对多种国际标准算例进行了仿真,仿真结果表明,该模型、策略和算法能够解决柔性Job-Shop调度问题。     

柔性结构形态重构的感知网络优化配置研究

以航天结构健康监测为研究背景,针对柔性板状结构形态重构的感知网络进行优化配置研究.在基于应变模态的结构形态重构算法中,以应变位移转换矩阵的条件数作为传感器优化配置的优化准则,以结构形态重构误差作为优化效果评价指标,采用一种改进的模拟退火算法对传感器优化配置进行了研究.针对传感器优化配置中的传感器数量、位置、方向以及多个目标的综合进行了传感器配置优化设计,仿真结果显示通过传感器配置的优化设计,可以有效地提高柔性结构的形态重构效果.最后,通过实验验证了传感器优化配置的有效性,为结构形态重构的感知网络优化配置提供了一定的理论依据.     

基于VPR的FPGA布局算法时延改进

基于模拟退火的现场可编程门阵列(FPGA)布局算法在计算关键度时存在一定的偏差。为此,提出一种FPGA布局时延改进算法。利用不同的模拟退火温度和交换接收率,以及前后2次布局的时延代价差,对FPGA布局的时延代价进行补偿。通过增加时延补偿模块来调整布局的代价函数,达到重新寻找布局过程中被遗弃的较优解的目的。实验结果表明,在MCNC基准电路上使用改进算法,布局的时延代价和线网代价分别比改进前的算法减少19.2%和0.5%。此外,电路的关键路径时延也得到了不同程度的改善,使得布局质量在各个方面都明显优于优化前的通用布局布线算法。     

基于序列对和模拟退火算法的布局问题研究

结合布局问题的具体特点,采用序列对来间接描述布局问题的解结构,并且在模拟退火算法的基础上对布局问题的优化算法进行了研究,综合构成了一种有效求解布局问题的模拟退火算法。还将传统模拟退火算法和加回火策略的模拟退火算法的测试结果进行了比较。通过测试模块验证,传统算法取得了很优的结果,加回火策略的算法略微优于传统优化算法但却大大增加了时间复杂度。     

基于遗传算法和模拟退火算法的布局问题研究

文章在介绍遗传算法和模拟退火算法的基本理论及主要特点的基础上,提出了一个基于遗传算法和模拟退火算法的求解布局问题(矩形件排样优化)算法,并通过算例验证了该算法的有效性。     

改进型模拟退火算法在设备布局设计中的应用

由于设备布局问题是NP完全问题，它在有限合理的时间内难以求得最优解，因此问题的求解只能依赖于各种启发式方法。文章针对传统的模拟退火算法经常出现迂回搜索，导致搜索效率低，解的质量差这一现象，通过在传统模拟退火算法搜索过程中增加记忆功能，来避免迂回搜索，将改进的模拟退火算法应用于设备布局的研究中，通过实例证明改进的模拟退火算法解的质量有了很大提高。     

基于遗传算法的设施布置研究

为了进行优良的设施布置,给决策者提供较好的布置方案,提出了变动邻近区域遗传算法。算法在解决设施布置问题时,改进了传统遗传算法中的不足,进而达到用最小成本获得最大效率的目的。通过实例应用,并进行了结果分析。算法在最终解个数、Pareto解个数、Pareto解的均匀程度等性能指标上均优于传统算法。实验结果表明,使用本算法使决策者能以较合理的数据来选择布置方案。     

Local Search Algorithms for the Maximal Planar Layout Problem

The problem of laying out facilities is practically important in a modern manufacturing environment. This problem can be formulated as a weighted maximal planar graph in which vertices represent facilities and edge weights represent desirability measures between facilities. The objective is to find a planar graph that can be drawn on a plane without any edges intersecting with the highest sum of edge weights. Exact solution method can only solve small sized problems. In this paper, local search algorithms based on steepest ascent, hybrid simulated annealing and tabu search with a non-monotonic cooling schedule, and tabu search with a hashing function are developed to obtain near-optimal solutions. Different search strategies are investigated. All the developed algorithms are compared with existing construction methods and a branch and bound exact algorithm on a set of practical size problems. The proposed algorithms performed very well in terms of solution quality and computation time.     

家族保护遗传算法(KPGA)解决设备布局问题的研究

分析了影响遗传算法全局搜索能力的因素,并有针对性地提出一种新的变形遗传算法——家族保护遗传算法(Kindred-Protectcd GA,KPGA),以提高算法的全局搜索能力和计算性能.同时以经典设备布局问题为例进行探讨,将结果与Chae、Junjae等采用一般遗传算法得出的结果、以及与Jajodia等人采用模拟退火算法得出的结果相比较,发现KPGA得出的布局结果有明显的改善.     

改进遗传算法的防空目标分配

对防空目标分配的前提、原则和分配模型假设条件进行分析,建立基于遗传算法的防空目标分配模型,针对二进制编码不利于处理约束条件的缺点提出十进制编码的染色体表示策略,对建立的模型进行优化。设定初始条件后,基于遗传算法的原理,对改进后的防空目标分配模型进行MATLAB仿真,然后用改良圈算法和海明距离对初始种群的产生进行改进,引入Logistic混沌序列对交叉算子进行改进,并且用按个体适应度大小排序的选择算法来代替赌轮选择方法。仿真结果表明,与简单遗传算法相比,遗传算法改进合理,搜索到全局最优解的概率提高到了90%以上,收敛速度大大增加,相较于模拟退火和禁忌搜索算法,改进后的遗传算法能够以非常少的进化代数,极少的时间消耗达到较高的搜索概率,效率提高了一倍甚至更多。     

用遗传算法求解M台设备的双行布置问题

描述了车间设置布置中常见的双行布置问题的数学模型,给出了以总储运费用最少为目标的遗传寻优算法,仿真实验说明了这一方法的有效性。     

改进遗传算法在移动机器人路径规划中的应用

提出了一种应用于机器人路径规划的改进自适应遗传算法。在遗传算法的选择操作中引入模拟退火思想，以此来提高算法的全局搜索能力；对交叉、变异算子自调整策略进行改进，以提高算法的收敛速度；将规划出的路径做平滑优化处理，并根据路径与障碍物间的距离进行不同速度段的划分；在适应度函数中加入安全行驶速度和转弯次数等多个规划指标，使规划出的路径更加安全高效。仿真实验表明，改进后的算法实现效率好、安全可靠性高，规划出的路径也更加符合实际情况。     

一类含同工件流水线调度问题的优化研究

流水线调度问题是具有很强工程背景的典型NP完全问题,当其含有同工件时,批量和排序的相关性使得问题的求解更为复杂。文章有机结合模拟退火的概率突跳性和遗传算法的并行搜索结构,提出了处理一类含同工件流水线调度问题的混合优化策略。算法不仅能够动态缩小搜索空间以提高搜索效率,而且在保优策略的基础上利用重升温技术来增强克服陷入局部极小的能力,其有效性和快速性通过仿真得到了验证。