多级生产批量规划问题的柔性惯量反捕食粒子群算法

多级生产批量规划(MLLS)是原料需求计划(MRP)中主生产计划(MPS)的关键决策问题,具有广泛的工业应用;已被证明是NP-hard类型的组合优化问题.反捕食粒子群算法(APSO)是最近提出的一种与粒子群算法(PSO)密切相关的亚启发式算法.本文提出带柔性惯性权重的反捕食粒子群算法(WAPSO)对具有指定装配结构而无约束的MLLS问题进行了求解.本算法对12个小规模benchmark数据集和1个随机产生的较大规模数据进行了测试.测试结果与遗传算法(GA)和Wagner-Whitin(WW)动态规划算法的结果进行了比较.结果表明了WAPSO算法的有效性和适用性.

基于APSO算法的水火电力系统模糊多目标优化调度

建立了以火电厂运行成本最低、污染气体排放最小和水电厂发电效益最大为目标的水火电短期多目标优化调度模型,以3个火电厂与4个梯级水电厂的组成的水火电系统相关数据为实际算例,采用基于反捕食粒子群算法的交互式模糊满意度多目标决策方法,建立不同的决策模型将多目标问题转化为单目标求解,决策者可根据不同的主观效益诉求得到满意的调度方案,避免了人为选取目标权重的随意性,决策计算过程简单实用。算例结果表明,所建模型的正确性和该方法的可行性。