机组组合的混合编码遗传/tabu搜索组合算法

通过对遗传算法和tabu搜索的各自运算特性进行分析,文章提出了一种混合编码遗传算法与tabu搜索策略结合的组合算法,并运用组合算法对机组优化组合问题进行了求解。组合算法较好的结合了遗传算法的大规模寻优特性与tabu搜索的强局部搜索能力的特点,较大地减小了算法陷入局部最优的概率,能快速搜索到高质量的系统优化解;而且算法所采用的混合编码策略避免了每一迭代步上的负荷经济分配计算,大大地减少了计算量,提高了搜索速度。实例仿真结果表明,这种组合算法是有效的。

改进Jaya算法求解混合流水车间调度问题

混合流水车间调度问题(HFSP)是广泛存在于流程制造系统中的NP-hard问题。针对最小化完工时间的HFSP,结合Jaya算法和禁忌搜索的优势,提出了一种改进Jaya算法。在该算法迭代更新阶段,根据设计的编码方式提出一种基于路径重连的方法来进行离散更新,以保证种群的多样性,提高全局搜索能力。为提高局部搜索能力,提出融合两种邻域结构的禁忌搜索算法来进一步提高解的质量,并根据问题特性对邻域结构进行适配调整。采用所提算法求解三种基准测试集,在大规模经典测试集中求出新的最优解,在解的质量方面优于当前文献中其他算法,验证了所提算法的有效性和优越性。

求解最小支配集问题的禁忌遗传混合算法

将最小支配集问题转换为一系列判定问题k支配集问题,并提出一种禁忌遗传混合算法对k-DS问题进行求解。此算法将禁忌搜索算法和遗传算法两种启发式算法结合起来,互补不足。高效的邻域结构保证了算法的运行效率,禁忌策略防止算法过早陷入局部最优陷阱,遗传算法框架进一步增强了算法的疏散性。经过与现有求解最小支配集算法的结果进行分析比较,禁忌遗传混合算法的结果较其它算法更优。

多类型公共自行车调运问题

公共自行车是我国正大力发展的低碳交通出行模式,加强公共自行车调运优化是提升自行车出行吸引力的关键要素。通过对公共自行车调运背景分析,提出了一类多类型公共自行车的调运优化问题。针对现实生活中租赁站点内公共自行车不均衡的情况,建立了以总成本最小为目标的混合整数线性规划模型,并提出一种改进的混合禁忌搜索对问题进行求解。通过数值实验分析了问题特性并验证了算法性能。实验结果表明非均衡惩罚系数决定了租赁站点各类自行车的装卸载数量,并影响了调配车辆的运行路线,是实现多类型公共自行车均衡优化的关键因素。不同类型自行车的替代策略使得调运决策更加灵活。混合禁忌搜索可以求解更大规模的问题,并能在短时间内求得较好质量的解。

免疫禁忌混合智能优化算法在配电网检修优化中的应用

从配电网设备检修计划编制的实际需要出发,建立了考虑多种约束条件、以配电网经济性最好为目标的检修计划优化模型。针对该模型的特点,提出了一种充分结合免疫算法与禁忌搜索算法优点的混和优化策略,该策略针对配电网检修计划优化问题的特点设计了3种疫苗,并且构造了2阶段变异,在优化前期使用禁忌搜索变异算子,而在优化后期恢复为一般变异算子,从而保证了算法的快速收敛。通过实际计算和分析,验证了文中所提出模型和算法的正确性和实用性,以及与遗传禁忌混合智能算法相比的优越性,实例计算结果表明本文所采用的方法是有效的,免疫禁忌混合智能算法在收敛速度,爬山能力,解的质量和稳定性上都要优于遗传禁忌组合算法,更适合求解配电网检修优化问题。

机组负荷优化的遗传-禁忌混合算法

针对遗传算法"爬山"能力差的缺点,提出在遗传算法中引入禁忌搜索操作来提高局部寻优能力,并应用遗传-禁忌混合算法进行了火电机组负荷优化研究.在遗传算法每计算一定代数后,将每个个体作为禁忌搜索的初始解进行搜索,可以改善群体质量,加快搜索速度.混合算法有效地综合了遗传算法的全局搜索能力和禁忌搜索算法的局部搜索能力,从而避免出现"早熟"现象,改善了算法的收敛性.应用某实例进行负荷优化计算,结果表明混合算法大大改善了局部搜索能力和搜索速度,可以有效解决机组在线负荷优化难题.

基于遗传禁忌算法的双资源约束下并行生产线调度研究

并行生产线调度问题兼有并行机器和流程车间调度问题的特点,是一类新型的调度问题。在考虑遗传算法早熟收敛特性和禁忌搜索法自适应优点的基础上,将遗传算法和禁忌搜索法结合起来,提出了基于遗传算法和禁忌搜索算法的双资源并行作业车间的调度优化问题算法,即考虑到了产品的调度受到机器、工人等资源制约的影响,对算法中种群的构造,适应度计算,遗传操作等方面进行了研究,最后给出了实例仿真和结论。

遗传算法与禁忌搜索算法的混合策略

遗传算法与禁忌搜索算法的出现为解决高维组合优化问题提供了强有力工具．二者既有共性，又有个性．通过对遗传算法与禁忌搜索算法的分析，提出了一种遗传算法与禁忌搜索算法的混合策略，把禁忌搜索算法独有的记忆思想引入到遗传算法的搜索过程中，构造了新的重组算子，并把禁忌搜索算法作为遗传算法的变异算子，对旅行商问题的求解表明：混合策略在许多方面优于遗传算法．

配电网检修计划优化模型

从配电网设备检修计划编制的实际情况出发,建立了考虑多种约束条件的负荷转移路径和设备检修时间联合优化模型。该模型以设备检修时间优化为主问题,以负荷转移路径优化为子问题。通过主问题和子问题的反复优化迭代,最终获得供电企业售电损失最小的检修计划以及停电负荷、开关操作次数和系统网损最小的负荷转移方案。针对该模型的特点,采用免疫禁忌混合算法对主问题进行求解,采用改进的待恢复树切割算法对子问题进行求解。针对基本待恢复切割算法需要对联络开关进行全排列,以穷举的方式获取最优解的不足,通过应用“优先选择备用容量较大的联络开关”启发规则以及在恢复树切割过程中引入网损比较环节,在保证解的质量的同时有效地降低了恢复树的切割次数,提高了计算速度。通过算例计算和分析,验证了所提出的模型和算法的正确性和实用性,适合求解配电网检修优化问题。

基于遗传禁忌混合搜索算法的设备布局研究

针对设备布局影响制造系统的总体功效的问题,但同时遗传算法在实际应用中,出现早熟现象,爬山能力弱,等一系列缺点提出遗传禁忌混合搜索算法,该算法将遗传算法和禁忌搜索相结合,遗传算法的交叉算子中增加记忆功能,避免迂回搜索,以禁忌搜索作为遗传算法的变异算子。通过实例计算,证明遗传禁忌混合搜索算法是一种行之有效的算法,对解决设备布局这类组合优化问题具有实用价值。

一种求解带有阻塞限制的混合流水车间的禁忌搜索算法

针对带有阻塞限制的混合流水车间调度问题,提出一种禁忌搜索算法和优先级规则相结合的方法.开发了启发式调度算法求出问题初始解,应用禁忌搜索算法对工件在第一级的排序进行优化,采用优先级规则进行其他级工件的排序.实验结果表明,该方法大大缩减了搜索空间,能够较好地解决此类调度问题.

基于混合遗传算法的单向路径网络设计方法

针对自动导引车系统单向导引路径网络设计问题提出一种混合遗传算法。建立综合考虑空载和负载总路程的路径网络设计模型,并对路径网络进行预处理,以降低算法复杂度;遗传算法采用二进制编码,每位染色体都对应一条路径的方向;为提高遗传算法的收敛速度,在选择、交叉和变异后增加了禁忌搜索操作;为保持种群的多样性,在形成新一代种群时采用基于海明距离的小生境淘汰运算。实验结果表明,与传统遗传算法和禁忌搜索算法相比,所提算法具有更好的整体性能。

考虑潮流方程直接可解的PMU最优配置

针对使电力系统潮流直接可解的PMU最优配置问题,提出一种结合自适应遗传算法与禁忌搜索算法(IAGA-TS)的混合算法。充分利用两种算法各自的特点,结合自适应遗传算法并行计算特性与禁忌搜索算法跳出局部最优解的能力,使得该混合算法寻得全局最优解的同时,提高了算法的优化效率,增强了算法的鲁棒性。最后利用IEEE14、IEEE30、IEEE57、IEEE118节点系统对该混合算法与其它两种算法进行了对比验证,结果表明混合算法是有效的。

改进人工鱼群算法在输电网规划中的应用

针对离散人工鱼群算法在求解大规模输电网规划问题时易陷入局部极值的缺点,提出一种改进人工鱼群算法。该算法引入禁忌搜索算法的记忆功能,避免迂回搜索,有效提高了计算效率;并在深入研究人工鱼搜索机制的基础上,对人工鱼寻优行为进行一系列的改进,采用最好解优先策略选择前进路径以及以排序选择的方式接受劣解,进一步提高了算法效率。IEEE Garver-6系统和18节点系统的计算结果表明,该算法用于电力系统输电网规划是有效的,具有良好计算效率和优秀的全局收敛性能。

基于混合离散粒子群算法的多无人作战飞机协同目标分配

针对多无人作战飞机(UCAV)协同目标分配问题,提出了一种基于混合离散粒子群算法的多UCAV协同目标分配方法。混合离散粒子群算法根据多UCAV协同目标分配问题的特点,设计了新的粒子群位置和速度更新公式,并且充分利用粒子群优化算法的全局搜索能力,同时利用禁忌搜索的局部搜索能力,使2种算法的优势得到互补,较为显著地提升了原算法的性能。仿真结果表明:混合离散粒子群算法能够有效地解决多约束条件下多UCAV协同目标分配问题,并且算法简单、灵活,易于实现和扩展。

遗传禁忌混合算法及其在电网规划中的应用

电网规划是一个较难解决的NP难问题。文中首先就遗传算法、禁忌搜索算法(TS)及其两者的混合算法在旅行商问题(TSP)中的应用来比较它们之间的优缺点,认为采用了TS变异算子的改进遗传算法将大大提高其优化能力;然后通过该混合算法在典型电网扩展规划算例中的应用来看,认为该混合算法适用于求解复杂的电网规划问题;最后通过对该混合算法在求解实际的城市中压配电网络规划问题时与其他两种单一算法的结果比较来看,其搜索效率相比单一算法得到了很大程度的提高,体现了很好的应用前景。

定位—路线问题的遗传禁忌混合优化算法

研究了带软时间窗的定位—路线问题的遗传禁忌混合优化算法,该算法同时兼顾了定位—路线问题中的定位—配给和车辆路线安排两个子问题。给出的遗传算法与禁忌搜索算法的混合策略、遗传编码和相应的遗传操作方式,有效地提高了算法的求解效率和求解质量。最后,通过实验证明了算法的可行性和有效性。

禁忌-并行遗传算法在作业车间调度中的应用

根据并行遗传算法与禁忌搜索算法的优点,提出了一种禁忌-并行遗传算法。该算法能够避免早熟,不仅保证了算法的全局收敛,而且提高了算法收敛速度和解的质量,特别是在求解大规模问题上具有优势。仿真结果证明了该算法的有效性。

多目标柔性作业调度的优化研究

针对以生产周期、生产成本、设备利用率为目标的柔性作业调度问题,基于混合遗传算法提出了一种新的优化求解方法。首先建立了该类问题的调度模型,基于工序编码的染色体决定了工序调度的优先级;利用无量纲的标准化处理方法统一目标量纲;然后,利用层次分析法将多目标问题转化为单目标问题,同时为了保证算法的收敛性,在基本遗传算法框架的基础上集成了禁忌搜索算法,从而延缓或避免了早熟收敛的发生。最后通过实验仿真,证明提出的方法可以有效解决该类多目标柔性作业调度问题。

求解模糊作业车间调度问题的混合优化算法

针对模糊作业车间调度问题(Fuzzy job-shop scheduling problem,FJSSP),提出一种结合化学反应优化和禁忌搜索的混合算法(Chemical-reaction optimization and tabu search,CROTS),优化的目标是最小化最大模糊完工时间。算法采用基于工序的编码,通过扩展壁面碰撞、分子碰撞、合成、分解等操作算子,改进了基本化学反应优化(Chemical-reaction optimization,CRO)的四类基元反应。给出一种有效的交叉算子,并应用到分子碰撞、合成、分解三种基元反应中。对最好解进行禁忌搜索,进一步提高种群的搜索能力。结合16个经典算例试验分析,并与三种典型算法比较,验证算法具有较强的全局和局部搜索能力。通过18个随机算例的测试,验证算法具备求解较大规模问题的能力。