基于多目标果蝇算法面向低碳的车间布局与调度集成优化

以往车间布局和调度优化都是各自分开进行的,单独车间布局优化时一般假设待加工工件各工序的加工设备已经确定;而单独调度优化则在车间布局确定后进行的,这种分开优化的方式忽略了不同布局对工序加工设备间距离的影响,由此影响工序间的搬运时间,从而影响调度结果。为此,提出以车间制造过程总碳排放和总完工时间最小为优化目标的车间布局和调度集成优化模型。为了求解该模型,设计多目标果蝇优化算法(Multi-objective fruit fly optimization algorithm,MFOA)。为了增强MFOA全局搜索能力和维持算法的稳定性,设计一种基于混合步长的嗅觉搜索;为了增大果蝇种群的协作,避免陷入局部最优引入了全局协作机制。将非支配等级排序方法引入MFOA处理多目标问题,并用算例验证了多目标果蝇优化算法的有效性。将集成优化结果与车间机群式布局下的调度优化结果和将车间布局、调度分开优化的结果分别进行对比,说明提出的集成优化模型可以得到更低的碳排放,验证了模型的有效性。

云自适应混合细菌觅食优化算法

针对传统细菌觅食优化算法存储量大、收敛速度慢且难以解决高维问题等缺点,通过细菌的适应度值将细菌种群分为三个层次,不同层次分别采用不同的搜索步长生成策略,由X条件云发生器自适应调整一般层次中细菌搜索步长,并引入粒子群算法思想进行细菌位置更新,提出了云自适应混合细菌觅食优化算法.由于云模型云滴具有随机性和稳定倾向性特点,提高了算法的灵活性;粒子群算法的引入提高了算法全局搜索能力,加快了算法的收敛速度.通过典型函数优化实验表明,与基本细菌觅食算法、自适应细菌觅食算法以及YSPSO相比,云自适应混合细菌觅食算法更有利于解决高维问题且具有较快的收敛速度和较高的计算精度.

基于截尾概率-非概率混合模型的可靠性优化算法

针对工程中截尾概率变量与非概率变量同时存在的情况,给出一种新的截尾概率与非概率混合可靠性模型。在该混合可靠性模型基础上,按照可靠性指标(RIA)法给出双层嵌套可靠性优化模型,并采用改进搜索策略后的ST-Powell优化算法在外层搜索设计变量的最优值,内层采用能保证收敛的改进的有限步长迭代法求解混合可靠性指标。数值算例表明,改进搜索策略后的ST-Powell优化算法的全局寻优性得到显著提升;改进搜索策略后的ST-Powell优化算法与改进的有限步长迭代法相结合求解双层嵌套混合可靠性优化模型的正确性得到验证,且对于非线性程度较高的极限状态函数同样能够得到满足截尾概率与非概率混合可靠性模型指标要求的最优解,并对工程结构算例具有很好的适应性。