基于和声退火算法的多维函数优化

在研究和声搜索对多维函数优化问题的基础上,结合传统的模拟退火算法,提出一种混合优化算法——和声退火算法。该算法改进了和声的搜索机制,选取合理的取值概率HMCR以及动态的微调概率PAR,在和声记忆库内随机搜索,获得较高质量的新和声;然后对新和声执行一次Metropolis算法,从而增强了全局探索能力,减小了陷入局部极小值的机会。仿真实验数据表明,算法明显优于和声搜索和模拟退火算法,具有较高的求解质量和效率。

多维多极值函数优化的和声退火算法

针对多极值实函数优化问题,本文结合和声搜索与模拟退火算法,提出了一种新的搜索算法,即和声退火算法。新算法保留了和声搜索的搜索机理,但对和声搜索中于和声记忆库外的搜索方法用超快速模拟退火算法作了改进,对和声记忆库内新解产生方法也作了相应的调整,从而提高了对多维问题的搜索效率。数值实验结果表明算法对和声搜索有明显的改进,收敛速度更快,跳出局部极值点的能力较强。新算法在解决多维多极值优化问题方面比遗传算法更具效率,值得进一步研究与推广应用。

求解零空闲流水线调度问题的和声退火算法

针对以最大完工时间为目标的零空闲流水线调度问题提出了和声退火算法。首先引入了基于ROV规则的编码方式,使和声搜索应用于离散问题,从初始化方法、参数调整、候选解的产生、和声记忆库的更新方法等四个方面对基本和声搜索算法进行了改进,基于此提出了改进的和声搜索算法;其次,结合和声搜索和模拟退火算法的优点,分别对和声搜索过程中的最优解、和声记忆库中的随机选中的解及一个新解分别进行模拟退火,提出了三种不同的和声退火算法。仿真实验表明所提算法的有效性和优越性。

和声退火算法的参数选取准则

针对多极值函数优化问题,该文首先介绍了和声退火算法,对其参数的影响做了定性分析。用几个典型测试函数的数值实验数据验证了分析结果。最后在此基础上给出了和声退火算法在解连续多极值函数优化问题时的参数选取准则,以利于在工程上的推广应用,同时为进一步研究参数的自适应调整打下了基础。

非线性系统预测控制的和声退火算法

针对非线性模型预测控制(NMPC)中滚动优化环节所需解决的非线性优化问题,研究了用和声退火算法(HAA)解决此类问题所需的算法参数设置及其具体应用措施。算例利用了神经网络作为预测模型,采用了控制增量约束。仿真结果表明,对所涉系统,用HAA在每个采样周期内于小范围内搜索最优控制序列可获得较好的实时性和较为准确的设定值跟踪性。

一种改进的和声退火算法

和声搜索算法是最近提出的一种基于乐队和声调谐原理的新搜索算法,目前已经有许多成功的应用。针对和声退火算法的不足,通过简化退火降温方式和终止条件,以及采用模拟退火算法修改和声库中最差解的更换方式,提出了一种改进的和声退火算法,数值实验表明了改进的和声退火算法的有效性和优越性。

和声退火算法及其在土坡稳定分析中的应用

借鉴和声搜索算法中新解产生的方式来实现模拟退火算法中的扰动过程,把和声库中的最坏解视为模拟退火算法的初始最优解,形成的和声退火算法具有较强的全局搜索能力;用修复策略替换惩罚策略,修复搜索过程中可能出现的不合理滑动面,可以更有效地搜索解空间。均质土坡和非均质边坡最小安全系数实例计算结果表明,和声退火算法取得了较基本和声搜索算法及模拟退火算法均好的结果,可以用于土坡稳定分析计算。

内支线配船与船舶调度优化

为平衡航运企业内支线营运成本和客户服务水平,研究内支线不定期船舶的配置和调度问题。考虑枢纽港船舶的限制时间和支线船舶容量等现实约束,兼顾各支线港在计划期内不同时段的货运需求,构建了以内支线营运成本和甩货成本之和最小为目标的内支线配船与调度优化模型。结合问题的特征,设计了和声退火混合算法,对模型进行求解。通过案例分析不仅验证了模型和算法的有效性,还给出了枢纽港船舶的限制时间和单位甩货成本的灵敏度分析。

考虑实时预倒箱的出口箱堆场多场桥调度优化

在出口集装箱堆场的实际作业过程中,倒箱是制约场桥作业效率的瓶颈之一。为提高出口箱堆场的作业效能,减少船舶装船作业时间,采用实时预倒来降低倒箱的影响,研究出口箱堆场多场桥调度优化问题。考虑待提箱作业次序固定、场桥间保持安全距离及不可跨越的现实约束,兼顾内集卡的等待上限,侧重场桥作业过程中的实时预倒箱,构建了以带惩罚因子的内集卡总等待时间最少为目标的混合整数线性规划模型。基于问题自身的特点设计了混合和声模拟退火算法,得出了各场桥的行走路径与实时预倒箱方案。在算例实验中,通过与不考虑实时预倒箱的方案、FCFS方案以及下界进行对比,验证了考虑实时预倒箱的场桥调度模型及算法的有效性,为集装箱码头出口箱堆场的场桥调度提供参考。