改进候鸟迁徙算法的车间布局优化

车间布局不合理导致设备之间的物流混乱,造成不必要的浪费,通过优化数学模型以及采用改进的候鸟迁徙算法可以有效地解决相关问题。在候鸟迁徙算法基础上,优化了编码解码过程引入修复优化算子来处理不可行解同时改进了种群更新方式,增强了算法全局搜索以及局部搜索的能力,可以有效地避免陷入局部最优解。试验结果表明:最终布局方案较传统粒子群算法求解所得方案更优,极大提高了车间的运输效率,减少了物流和非物流作业区之间的相互干扰。

基于离散候鸟迁徙优化算法的置换流水车间调度问题

针对置换流水车间调度问题,以最小化最大完成时间为调度目标,提出了一种离散候鸟迁徙优化(Discrete Migrating Birds Optimization,DMBO)调度算法。采用NEH产生一个调度可行解,其余个体随机产生,保证了种群的质量和多样性,初始化鸟群按优化目标值升序排成倒V字形。领飞鸟通过优化插入加优化交换产生的邻域解进化,而通过混合策略获得跟飞鸟的邻域解。跟飞鸟通过其邻域解和前面个体未使用的、较好的邻域解进化,这种进化机制是独一无二的。最后,采用局部搜索算法进一步优化种群。仿真实验中使用正交设计方法调节算法参数,通过求解Car和Rec标准算例,验证了算法的有效性。

混合候鸟迁徙优化算法求解柔性作业车间调度问题

将基本候鸟迁徙优化(Migrating birds optimization,MBO)算法与变邻域搜索策略相结合,提出了一种混合候鸟迁徙优化(Hybrid migrating birds optimization,HMBO)算法求解以最小化最大完工时间为目标的柔性作业车间调度问题(Flexible job shop scheduling problem,FJSP).首先,给出了两段式编码/解码方式.为了保证初始解的质量和多样性,设计了一种两阶段种群初始化方法;其次,引入了一种个体重置机制,以避免算法陷入局部最优解.根据FJSP问题的特点,采用3种邻域结构用于构造个体邻域解,并以此为基础设计了一种变邻域搜索算法,增强算法的局部搜索能力.最后,通过基准算例测试了算法的性能,实验数据验证了本文算法在求解FJSP问题方面的有效性.