基于反向扩散灾变和精英增强进化的自适应蝴蝶算法求解MFCAP问题

针对工业实际中设施物流交互点与其靠过道边线中点存在不重合的情况,提出一种考虑设施左右镜像情况的过道布置问题(MFCAP),建立该问题的整数规划模型,并提出一种适用于MFCAP的改进离散蝴蝶优化算法。该算法在标准蝴蝶优化算法的基础上对编码方法和相关操作进行离散化构造,通过自适应模式切换概率提高算法的搜索速度,采用精英增强进化、反向扩散灾变等方法提高算法的搜索精度。为验证所提模型的正确性,采用分支定界法和改进离散蝴蝶优化算法对小规模MFCAP算例进行精确求解。为验证所提算法的有效性,将改进离散蝴蝶优化算法与其他启发式算法在较大规模算例中的求解结果进行对比。结果表明,所提改进离散蝴蝶优化算法在应用于MFCAP时具有较高的寻优质量和寻优效率,是求解MFCAP问题的一种有效方法。

基于二阶段的3D虚拟世界客户分配方法

针对3D虚拟世界中的客户分配问题,提出一种基于二阶段的分配方法。把客户分配问题分为初始分配阶段和优化分配阶段,使得具有服务质量的客户数量最大化和分配成本最小化。在初始分配阶段为每个客户寻找一个目标服务器,在优化分配阶段为每个客户寻找一个触点服务器,并针对二阶段的客户分配问题提出随机分配区域算法、贪婪分配区域算法、基于虚拟位置的分配客户算法和贪婪分配客户算法。仿真结果表明,在初始分配阶段中考虑网络时延的算法明显优于不考虑网络时延的算法,同时能够较好地适应虚拟世界的动态变化特性,4种算法在网络平均通信时延和资源消耗方面都优于目前广泛采用的客户分配算法。

混合模拟退火及分散搜索优化过道布置问题

针对过道布置问题的求解复杂性,提出了一种混合模拟退火及分散搜索算法。该算法通过引入模拟退火操作进一步优化参考集中的解,以提高获得全局最优解的概率。设计了包含高质量和多样性解的双层参考集,扩大了搜索范围,避免算法陷入局部最优。同时采用动态参考集更新方法,及时替换参考集中质量或多样性较差的解,加快算法的收敛速度,并改进子集产生方法,避免产生重复的解,从而提高算法的求解效率。应用所提算法对24个不同规模的测试问题进行验算与对比,结果表明所提算法的求解质量与平稳性均优于基本模拟退火算法和分散搜索算法,且较已有的4种方法更具求解优势。