整数规划的量子行为蝙蝠算法

蝙蝠算法是一种新型群体智能算法,传统的蝙蝠算法在解决整数规划问题时容易陷入局部最优并出现早熟收敛现象,为了解决这些弊端,提出了一种基于势阱的具有量子行为的蝙蝠算法。论述了算法的优化原理和实现方式,并通过仿真实验,与粒子群算法和量子行为粒子群算法进行性能对比。实验结果表明,量子行为蝙蝠算法不仅能够有效地解决整数规划问题,而且比其他算法具有更好的性能。     

0-1规划问题的元胞蝙蝠算法

基于元胞自动机原理和蝙蝠算法, 提出了一种求解0-1规划问题的元胞蝙蝠算法。利用元胞及其邻居增强搜索过程的多样性, 提高算法的全局寻优能力, 通过罚函数的方法将约束问题转换为相应的无约束问题, 给出了元胞蝙蝠算法的具体步骤, 并用MATLAB软件编程实现。通过对多个0-1规划问题的算例进行测试, 并将测试结果与其他算法进行比较, 结果表明, 元胞蝙蝠算法具有较快的收敛速度和较好的全局寻优能力, 可作为求解0-1规划问题的一种实用方法。     

求解0/1背包问题的自适应元胞粒子群算法

对0/1背包问题进行研究,提出一种自适应元胞粒子群算法。在算法设计过程中,重新定义粒子位置和速度的更新方程,引入自适应因子,为有效粒子的主动进化和无效粒子的主动退化提供依据,新的编码方式使得新产生的粒子能够以更大的概率和更快的速度成为有效粒子,将元胞及其邻居引入到算法中保持种群的多样性,利用元胞的演化规则进行局部优化,避免算法陷入局部极值。对多组不同规模的背包问题进行仿真实验,结果表明,该算法不仅可以有效求解0/1背包问题,而且能够以较快的速度搜索到精度较高的次优解甚至全局最优解,具有较好的稳定性。     

遗传变异蝙蝠算法在0-1背包问题上的应用

0-1背包问题是经典组合优化NP难题。在蝙蝠算法的基础上结合遗传变异的思想,引入主动进化算子、无效蝙蝠和当前最优位置蝙蝠集聚的处理规则,提出了遗传变异蝙蝠算法,并将其用于求解0-1背包问题。仿真结果表明：该算法在收敛速度和精度上优于基本蝙蝠算法,并且能够有效地求解0-1背包问题。     

3033t/h超超临界压力锅炉制粉系统故障分析及改进措施

针对邹县发电厂3 033 t/h超超临界压力锅炉在投运后制粉系统出现的一些问题,研究了其制粉系统特点,并在系统密封及管道磨损方面提出了改进措施,为今后锅炉制粉系统设计和运行维护提供参考。     

大型齿轮在线修复

大型齿轮在线修复具有简便快捷的特点，但必须克服现场安全环境、复合连接、仰面切割、磁偏吹利用、盲区焊接等困难。本文对可焊性较差的金属，工艺制定不必坚持焊接材料“同材质、等强度”：采用通过“异质变质处理，调整焊缝组织，改进焊接工艺”提高焊接质量。     

求解最小比率旅行商问题的离散蝙蝠算法

研究了以总路程与总收益之比为目标函数的最小比率旅行商问题,提出了求解该问题的离散蝙蝠算法。介绍了蝙蝠算法的基本思想,重新定义了位置与位置的减法操作算子、实数与位置的乘法操作算子以及速度与位置的加法操作算子,引入了城市子序列逆序策略来对线路进行局部搜索。给出了算法的具体实现方案,并通过仿真和比较实验验证算法的优化性能,实验结果表明该算法可以有效求解最小比率旅行商问题。