求解布局分配问题的群智能聚类算法

提出1种适用于求解布局分配问题的的群智能聚类算法,布局分配问题属于选址问题的1种,其数学表达为包含混合变量的非线性规划模型。根据问题的特点将聚类思想引入群体智能算法,种群中的个体再分出1级,称为"子个体",同一个体具有相同的适应度,而子个体根据个体适应度与自身所获得的信息进行移动,其移动有3种方式,方式1与方式2是子个体根据周围需求点的分布而移动,方式3为结合当前种群最优位置信息移动。对7组文献数据使用算法进行50次优化运算,并给出运算的最优值、均值与标准差。运算结果表明:群智能聚类算法能够达到或接近问题的最优解,与一些智能算法相比,算法在问题规模较大时运算结果更优。

基于克隆选择算法的障碍布局分配问题研究

应用克隆选择算法(clonal selection principle,CLONALG),结合其他模型算法,提出了一套解决障碍布局分配问题的简化流程,并用实验进行了验证,得到了满意的效果。

11-23辊板料校平机动力分配箱布局简析

辊式板料校平机是金属板材校平最常用的设备,其动力分配箱布局是否合理直接影响到使用性能及寿命。从辊式板料校平机辊系受力情况分析得出动力分配箱布局方案,通过改善布局后的实际使用情况,验证了动力分配箱合理布局后使用寿命及性能得到显著改善。

用列队竞争算法求解布局-分配问题

布局-分配问题可以归结为一个混合整数非线性规划问题,为应用列队竞争算法来求解这个问题,提出了一个将整数变量和连续变量并行处理的策略,这一策略能使局部搜索与全局搜索达到较好的统一。用列队竞争算法对一个大规模的布局-分配问题进行了求解,得到的最好解优于文献报道的结果。统计计算结果表明,列队竞争算法对求解大规模的全局优化问题具有较好的稳健性和搜索效率。