柔性车间生产排产调度优化方法

为满足柔性制造企业在车间生产中合理安排生产排产调度的需要,提出柔性车间生产排产调度优化方法。首先,通过分析车间生产排产问题的特点,制定满足车间应用需求和各种资源限制的生产排产总体流程,从而设计基于约束条件的生产对象关系模型;其次,提出一种动态策略差分进化算法,根据个体之间的拥挤度动态选择变异策略,设计基于工序位置的编解码方案,其能快速有效地进行求解,从而得到最佳调度方案,提高设备运行效率,实现资源利用的最大化;最后,通过6个标准测试函数、FT6-6测试问题及生产调度应用实例验证了算法的有效性。

一种基于局部Lipschitz下界估计支撑面的差分进化算法

为了减少智能优化算法求解复杂问题时所需的目标函数评价次数,降低算法计算代价,在差分进化算法框架下,结合Lipschitz估计理论,提出一种基于局部Lipschitz下界估计支撑面的差分进化算法.首先,对新个体的N邻近个体构建Lipschitz下界估计支撑面,进而通过支撑面获取新个体的下界估计值;然后,根据下界估计值设计Lipschitz估计选择策略来指导种群更新;其次,利用下界估计区域的极值信息排除部分无效区域,逐步缩小搜索区域;最后,根据N邻近个体下降方向和主导支撑面下降方向设计广义下降方向做局部增强.数值实验结果表明,所提算法与文中给出的主流算法相比,能够以较少的目标函数评价次数获得高质量的最优解.

基于抽象凸估计选择策略的差分进化算法

针对传统差分进化算法计算代价、可靠性及收敛速度的问题,提出一种基于抽象凸估计选择策略的差分进化算法(DEUS).首先,通过提取新个体的邻近个体建立局部抽象凸下界松弛模型;然后,利用下界松弛模型估计目标函数值来指导种群更新,同时利用下界估计区域极值点快速枚举算法系统排除部分无效区域;最后,借助线性拟凸包络的广义下降方向有效地实现局部增强.12个标准测试函数的实验结果表明,所提算法计算代价、可靠性及收敛速度均优于DE及DERL,DELB,Sa DE等改进算法.

局部抽象凸区域剖分差分进化算法

在差分进化算法框架下,结合抽象凸理论,提出一种局部抽象凸区域剖分差分进化算法(Local partition based differential evolution,LPDE).首先,通过对新个体的邻近个体构建分段线性下界支撑面,实现搜索区域的动态剖分;然后,利用区域剖分特性逐步缩小搜索空间,同时根据下界估计信息指导种群更新,并筛选出较差个体;其次,借助下界支撑面的广义下降方向作局部增强,并根据进化信息对搜索区域进行二次剖分;最后,根据个体的局部邻域下降方向对部分较差个体作增强处理.数值实验结果表明了所提算法的有效性.

基于状态估计反馈的策略自适应差分进化算法

借鉴闭环控制思想,提出基于状态估计反馈的策略自适应差分进化(Differential evolution, DE)算法,通过设计状态评价因子自适应判定种群个体所处于的阶段,实现变异策略的反馈调节,达到平衡算法全局探测和局部搜索的目的.首先,基于抽象凸理论对种群个体建立进化状态估计模型,提取下界估计信息并结合进化知识设计状态评价因子,以判定当前种群的进化状态;其次,利用状态评价因子的反馈信息,实现不同进化状态下策略的自适应调整以指导种群进化,达到提高算法搜索效率的目的.另外, 20个典型测试函数与CEC2013测试集的实验结果表明,所提算法在计算代价、收敛速度和解的质量方面优于主流改进差分进化算法和非差分进化算法.

一种基于片段组装的蛋白质构象空间优化算法

针对蛋白质构象空间优化问题,提出一种基于片段组装的构象空间优化算法。算法利用基于Rosetta粗粒度的知识能量模型有效地提高了收敛速度;同时,借助片段组装技术可以有效弥补因能量函数不精确而导致的预测精度不足的缺陷;此外,差分进化算法的引入使得算法具有较好的全局搜索能力。5种测试蛋白的实验结果表明,所提算法具有较好的搜索性能和预测精度。

一种动态自适应差分进化算法

针对差分进化算法对参数和策略选择敏感而引起的收敛速度、计算代价及可靠性问题,结合抽象凸理论,提出一种动态自适应差分进化算法(DADE)。首先,通过对种群中的个体构建下界支撑面,建立目标函数的下界估计松弛模型;然后,利用下界估计松弛模型计算策略池中各策略生成的新个体的下界估计信息,进而根据下界估计信息及前期的进化经验动态自适应调整策略及其参数,并指导种群更新;最后,根据进化结果更新下界支撑面。6个标准测试函数的数值实验结果表明了所提算法的有效性。

一种配电网络差分禁忌线路规划方法

针对配电网络规划问题,基于差分进化算法(DE)和禁忌搜索算法(TS)协同优化框架,提出了一种差分禁忌混合算法(DETS)。首先,将配电约束条件划分为硬约束和软约束,硬约束用于保证配电网络拓扑结构的合理性;软约束用于提高种群多样性。然后,设计DE及TS两层优化结构,外层利用DE快速收敛特性为内层提供较好的初始个体;内层利用TS贡献全局搜索能力,避免陷入局部最优。其次,设计修复算子来避免DE算法易产生不可行解的问题。最后,采用10个标准测试函数验证了DETS算法的性能,同时利用DETS算法实现了某市的中低压配电网络线路规划。

基于动态策略的差分进化柔性车间优化调度

针对柔性作业车间调度问题,提出基于动态策略的差分进化优化方法。首先,基于差分进化算法框架,考虑个体之间的距离,设计种群拥挤度指标来衡量当前种群的分布情况,进而自适应判断算法所处阶段;然后,针对不同阶段的特点设计相应的变异策略池,实现变异策略的动态阶段选择,达到提高算法搜索效率的目的;最后,10个标准测试函数的计算结果表明了所提方法的有效性,进一步,采用工序和机器双层编码的方式,以最大完工时间为目标,求解得到作业车间调度测试问题的最佳调度方案。

基于精英多策略的货位分配优化方法

针对智能立体仓库货位分配问题,提出一种基于精英多策略的货位分配优化方法。首先,考虑货物重量、出入库频率和出入库时间等因素,以货架重心低、出入库频率高、货物离出入库口近等为原则建立货位分配优化模型;然后,提出一种精英多策略差分进化算法,通过提取部分精英个体的信息指导变异,并根据精英个体的拥挤度变化对不同的阶段使用不同的策略,从而产生高质量的解,同时加快算法的收敛速度;最后,通过10个经典测试函数验证了所提算法的有效性,并基于该方法对某智能制造企业的成品库进行了优化,得到了满意的货位分配方案。

一种阶段性策略自适应差分进化算法

针对差分进化算法的变异策略选择问题,提出一种阶段性策略自适应差分进化算法(SSADE)。首先,根据各个体与当前最优个体之间的平均距离衡量种群的拥挤度,进而估计种群的进化阶段;然后,将整个种群划分为多个子种群,并针对不同阶段的特性,设计子种群协同进化变异策略池;最后,根据各变异策略的历史成功信息,从对应的策略池中动态自适应地选择合适的变异策略,从而达到平衡全局探测和局部搜索的目的。在12个经典测试函数上的实验结果表明,所提SSADE算法在计算代价、可靠性、解的质量和扩展性方面优于现有主流算法。

蛋白质构象空间的多模态优化算法

蛋白质能量模型的不精确性导致数学上的最优解并不一定对应其稳定的天然态结构,同时其巨大的构象空间使得现有方法也极易收敛到局部最优解。针对蛋白质结构能量模型不精确和高维构象空间采样可靠性低的问题,在进化算法的基础上,提出了一种基于二面角相似度的蛋白质构象多模态优化方法。首先,执行模态探测,将Rosetta粗粒度能量模型作为筛选高质量新个体的标准,进行种群更新,增加种群构象的多样性;然后,建立二面角相似度模型,用于评价不同构象间的相似程度,以满足多模态优化算法中相似个体快速判定的要求,并基于排挤更新策略实现模态增强,获得结构更为合理的构象。10个测试蛋白质的实验结果表明:所提算法能够达到较高的预测精度,并且可以使种群具有良好的模态分布,得到尽可能多的高质量局部极值解,从而获得一些较好的蛋白质亚稳态结构。

动态步长蛋白质构象空间搜索方法

针对蛋白质构象空间采样问题,提出了一种基于能量引导树搜索框架的动态步长构象空间搜索方法。通过蛋白质构象特征提取,将高维二面角优化空间映射到低维结构特征向量空间,有效避免了维数灾难问题;根据能量和温度测度离散化特征空间为多个能量层和温度层,并系统划分为'构象室',减小构象空间搜索范围。在不同能量层,赋予相应的片段组装步长和蒙特卡洛扰动步长,在不同温度层,采用相应Metropolis准则接收当前构象;辅以副本交换方法,增强对构象空间中稳态结构的采样能力。12个蛋白质测试结果表明,该方法可以快速有效地采样得到近天然态构象。

接触图辅助的过程重采样蛋白质构象空间优化算法

蛋白质的三维结构是研究其生物功能及活性机理的基础.为了提高蛋白质结构的预测精度,在进化计算的框架下,提出一种接触图辅助的过程重采样蛋白质构象空间优化算法(Contact Map-assistedProcess Resampling Protein Conformation Space Optimization Algorithm,CM PR). CM PR算法基于残基接触图设计打分模型,用于选择构象以构建过程片段库,使用基于过程重采样策略的片段组装技术执行变异操作,残基接触先验知识和种群进化过程统计知识辅助采样,可以增强近天然态构象区域的搜索能力,提高蛋白质结构预测精度.在12个测试蛋白上的实验结果表明,所提方法具有良好的近天然态构象采样能力和较高的预测精度.

带时间窗车辆路径规划算法研究与实现

针对基本蚁群算法易陷入局部最优、早熟等特点,设计了一种基于蚁群系统和局部增强搜索策略的蚁群算法求解带时间窗的车辆路径问题.首先,利用改进的状态转移规则,设计多种局部搜索算子实现可行解子回路以及子回路之间的路径优化;其次,引入了动态更新信息素挥发以及转移规则参数策略,指导算法在迭代过程不同阶段进行动态参数选择.最后,通过与标准测试数据集比对表明算法在较短时间内可得出满意解,并结合GIS物流配送实际案例验证了算法的有效性.

带有时间窗口的富网络配送问题研究及仿真

通过建立GIS富网络路网属性模型,并组合N阶最短近邻自适应聚类算法和遗传算法,来解决不确定车辆数目、较大规模网点和多层次交通网络的带时间窗口的联合配送问题。首先,为了解决传统带有时间窗口车辆线路调度模型中配送网点规模小(不超过20个网点)的问题,以及在建模时将各网点抽象为图的顶点的缺陷,建立基于实际道路数据的网络数据集,采用GIS技术精确计算各网点之间的距离,并建立距离OD矩阵;然后,为了降低对较大规模网点配送算法设计的复杂度,采用N阶最短近邻自适应算法确定聚类簇数,再通过聚类数划分配送网点。其次,为了确定配送车辆的种类、车辆数目以及时间窗口的限制,利用遗传算法对配送线路进行优化。最后,通过2个实例验证了所提方法的有效性。

佛山市南海区有轨电车1号线限界设计特点及创新

佛山市南海区有轨电车1号线是国内首条全线采用独立路权型式的有轨电车线路。本文介绍了佛山市南海区有轨电车1号线限界设计的特点及创新,主要包括工程的特点,车辆轮廓、车辆限界及设备限界的包容性设计,高架、盾构、明挖区间、车站的限界设计及管线敷设。高架区间建筑限界,主要分析了线间距的确定及利用电缆槽作为疏散通道的可行性;盾构区间建筑限界,创新性制定了国内首条有轨电车盾构隧道的建筑限界及疏散平台的设置方式。明挖区间建筑限界,提出利用明挖隧道行车方向左侧的隧道地面空间进行人员疏散的方案。车站建筑限界,分析了车站站台板及屏蔽门限界制定须考虑的因素。以供类似项目设计时参考。

基于接触图残基对距离约束的蛋白质结构预测算法

从头预测是蛋白质结构建模的一种重要方法,该方法的研究有助于人类理解蛋白质功能,从而进行药物设计和疾病治疗。为了提高预测精度,文中提出了基于接触图残基对距离约束的蛋白质结构预测算法(CDPSP)。基于进化算法框架,CDPSP将构象空间采样分为探索和增强两个阶段。在探索阶段,设计基于残基对距离的变异与选择策略,即根据接触图的接触概率选择残基对,并通过片段组装技术对所选择的残基对的邻近区域进行变异;将残基对距离离散化为多个区域并为其分配期望概率,根据期望概率确定是否选择变异的构象,从而增加种群的多样性。在增强阶段,利用基于接触图信息的评分指标,结合能量函数,衡量构象的质量,从而选择较优的构象,达到增强CDPSP近天然态区域采样能力的效果。为了验证所提算法的性能,通过CASP12中的10个FM组目标蛋白质对其进行了测试,并将其与一些先进算法进行比较。实验结果表明,CDPSP可以预测得到精度较高的蛋白质三维结构模型。

距离和疏水模型辅助的蛋白质结构预测方法

预测蛋白质结构对药物设计和疾病诊断有着重要的科学意义.针对蛋白质结构从头预测问题,在进化算法框架下,提出一种距离和疏水模型辅助的蛋白质结构预测方法(Distance and Hydrophobic Model-assisted Protein Structure Prediction Method,DHM A).首先根据亲疏水性构建氨基酸的回转半径来指导构象空间采样,达到提高搜索效率的目的;然后,利用距离谱构建距离分布估计模型和疏水概率模型,指导种群更新,缓解能量函数不精确带来的误差.在10个测试蛋白的预测结果表明,DHM A具有良好的搜索性能和预测精度,是一种有效的蛋白质结构预测方法.

江苏徐州

江苏省徐州市新沂质监局执法人员根据群众举报对一假白酒生产销售窝点进行查处，现场查获得假劣白酒500余瓶。图为执法人员正在销售现场进行检查。