基于禁忌搜索的模拟退火算法在最小控制集中的应用

图的控制集问题是在给定的简单无向图中求出阶数最小的控制点的集合,目前它已被证明是一个NP-完全问题.针对现阶段已有的模拟退火算法提出了一种改进的基于禁忌搜索的模拟退火算法,并通过与贪心算法、传统模拟退火算法进行比较,证明了该算法可以获得较小的控制集阶数.

基于最优邻域搜索改进模拟退火的多雷达优化布站

针对多雷达组网探测系统,首先建立以空域覆盖率为优化目标、以多雷达位置为优化变量的数学模型,将多雷达布站建模为一个离散优化问题,从而筹划形成最优的多雷达部署方案.其次提出一种基于最优邻域搜索的改进模拟退火算法,通过在历史全局最优解的邻域范围内搜索产生新解来提升算法收敛速度;为确保算法的有效性,利用多项复杂性能测试函数对改进算法进行全面的性能分析.最后,在典型的仿真场景中,设定6部雷达、2个高度层的环境条件,对提出的算法进行验证.仿真结果表明,基于最优邻域搜索的改进模拟退火算法在收敛速度上表现优异,且以此为基础得到的多雷达布站方案能够满足任务需求,确保空域覆盖率的最大化.

变邻域模拟退火算法在农村生活垃圾收运中的应用

针对农村地区生活垃圾的产生特点,考虑生活垃圾分类下的可变收运周期,构建以最小化运输成本、车辆延迟到达惩罚成本和环境惩罚成本的多目标生活垃圾收运路径优化模型.利用随机选择法、最近邻法相结合以重构解空间,使用带变邻域的模拟退火算法对模型进行求解.通过算例仿真及对比分析可知,本文模型和算法在收运总成本和总距离方面有较好的优化效果,均优于经典模拟退火算法和变邻域搜索算法的最优解.相较于传统的固定周期收运方案,本文所建立模型减去了环境污染成本,同时在总成本上改进超110.4%,可较好地解决农村地区垃圾收运路径优化问题.

基于函数复杂度的自适应模拟退火和禁忌搜索新算法

在求解多峰复杂函数的过程中,传统的模拟退火算法和禁忌搜索算法经常出现算法快速收敛于局部最优解、后期收敛速度变慢和搜索能力变差等问题.为解决这些问题,本文给出函数复杂度的定义,并提出基于函数复杂度的自适应模拟退火和禁忌搜索算法.该算法首先根据函数复杂度自适应调整步长控制参数,然后根据调整后步长求得函数的粗糙解,在此基础上再使用初始步长求得全局最优解.实验表明,该算法不仅可以跳出局部最优解的限制,并且减少了迭代次数,有效地提高了全局和局部搜索能力.

模拟退火遗传禁忌搜索的多用户检测算法

为了设计一种具有较低运算复杂度并能解决早熟收敛的准最优多用户检测器,提出一种将遗传算法、模拟退火算法和禁忌搜索结合到一起的新型多用户检测算法,称为模拟遗传禁忌搜索算法。在该算法中,模拟退火遗传算法的结果为禁忌搜索提供一个初值。同时,将模拟退火的思想融入到遗传算法中,提出自适应的交叉概率和变异概率。仿真结果表明:应用该算法的检测器能够有效避免局部最优解,并能逐渐的收敛到全局最优。

模拟退火与禁忌搜索算法在协同配送中的应用

目的:随着网购时代的来临,众多产业促进了现代物流产业的飞速发展,为了解决物流协同配送,物流企业的利润最大化,本文以两家公司进行协同配送下的车辆回程途径问题为研究目标,通过本研究所使用的算法寻找最低的车辆运输成本,并与多种算法相比较。方法:应用模拟退火法结合禁忌搜索算法规划车辆路径成本的计算,协助物流公司改善现有的运输路线规划,增加运营利润。结论:本文所提出的算法在案例的实验中运行成本低于物流公式实际配送的结果,显示模拟退火法结合禁忌搜索算法在物流配送中最低运输成本的求解能力,为物流企业在今后的运输提供了科学依据。

求解最小双连通支配集问题的变邻域禁忌搜索算法

针对经典NP难优化问题——最小双连通支配集问题,提出了一种元启发式求解算法——变邻域禁忌搜索算法。算法将原优化问题的求解转换为一系列判定问题——k双连通支配集问题的求解,使用两种邻域结构更加有效地覆盖解空间,同时使用扰动及禁忌机制帮助算法跳出局部最优陷阱。通过与现有文献中的精确算法、启发式算法在国际文献公开的38个双连通图算例上的实验对比,结果表明变邻域禁忌搜索算法能够有效求解最小双连通支配集问题,可求得所有公开算例的最优解,并且在稠密图中计算效率明显优先于其他算法。

基于改进的禁忌搜索算法在有序用电中的应用

国家电力系统负荷与日俱增,用户用电数据海量增长,需要高性能优化算法来解决此类复杂的有序用电问题.为了填补有序用电系统调度中的负荷缺口,提高供电效能并合理选择用户,本文提出了一种改进的禁忌搜索算法来求解电力供需平衡的多目标优化调度问题.使用融入了莱维飞行的野狗优化算法对禁忌搜索算法中的初始化阶段进行优化,得到一种改进的禁忌搜索算法.该方案增强了原始算法的搜索能力,加快了算法的收敛速度,提供了一种更优的解决方案.最后通过消融实验以及与5个经典的启发式算法进行对比实验来验证所提出的算法的性能.

基于改进禁忌搜索算法的药房批量取药路径规划研究

针对药房批量取药这一现实问题,在设计药房整体环境布局和引入路径规划算法的基础上,提出以重量加权的距离为目标的旅行商问题TSP(Traveling Salesman Problem)。建立一个混合整数规划模型,使用禁忌搜索算法进行模型求解,使用曼哈顿距离作为两点之间距离,在禁忌长度等参数设置上使用动态自适应方法,并在算法中加入扰动方法,避免算法陷入局部最优,增加搜索目标的多样性。最后使用JAVA进行了仿真模拟实验,可视化结果验证了算法的可行性和有效性。

基于变邻域模拟退火算法的储位分配研究

为提高“货到人”拣选系统的订单拣选效率,降低订单拣选过程中的成本,提升订单服务水平,研究基于变邻域模拟退火算法的储位分配问题。基于自动化无人仓库中AGV在服务过程中搬运整个货架的特点,以货架上商品之间关联度之和最大为目标,建立混合整数规划模型,设计求解模型的变邻域模拟退火算法,有机利用变邻域搜索与模拟退火算法两者的优点,利用计算机进行3种规模算例的实验。结果显示,所提算法相较于随机分配策略在3种规模算例中都可以使目标函数值提升60%左右,并且在时间上较为快速,证明与随机分配策略相比,所提算法具有很大优越性,可以较大提升订单拣选速度。

改进的禁忌搜索算法在无人驾驶汽车路径规划中的研究

针对复杂的无人驾驶交通环境,这里在无人驾驶汽车系统架构的基础上,提出了一种无人驾驶汽车路径规划方法,该方法结合了改进的禁忌搜索算法和改进的人工势场法。全局路径规划应用改进的禁忌搜索算法进行,局部路径规划应用改进的人工势场法进行。通过仿真对路径规划方法进行分析,验证该方法的优越性。结果表明,提出的全局路径规划方法实现了最优的时间效率和路径选择,在加入局部路径规划改善后,该方法的搜索范围变小,路径规划将更安全且更具适应性。该研究为无人驾驶技术的发展提供了一定的参考。

一种模拟退火算法与禁忌搜索算法的混合算法

通过结合模拟退火算法与禁忌搜索算法的优点,提出一个组合算法,并将其应用到旅行商问题(TSP)中,并用C++实现一般的模拟退火算法和这种组合的模拟退火算法,比较结果显示出这种组合算法可以得到更好的结果。

快速公交线路组合频率优化的禁忌模拟退火算法仿真

针对快速公交(BRT)线路组合的频率优化目标,建立了兼顾公交运营效益和乘客服务要求的BRT运营作业安排数学模型。根据问题的特点,将禁忌算法与模拟退火算法相结合,对BRT线路组合的频率进行优化。多次仿真运算结果及分析表明,该算法具有比禁忌算法、模拟退火算法都更好的效率,是解决该类问题的一个有效途径。

融合A^(*)和禁忌搜索的药房批量取药路径规划算法研究

考虑药房取药场景的实际复杂情况,综合批量取药、多趟取药、药品重量限制等因素,将药房批量取药路径规划问题转换为一个带最大容量约束和多循环约束、以重量加权距离为目标的车辆路径问题,设计了一种融合A^(*)和改进禁忌搜索的混合算法,并在算法设计和工程实现两个角度上进行优化,提高算法性能。最后使用JAVA语言进行仿真实验和可视化展示,验证了算法对于构造的不同规模的所有算例,均能在合理时间内给出可行有效的取药路径,具有较好的路径规划效果。

基于优化的禁忌搜索算法的无人终端配送路径研究

随着无人技术的不断发展,无人终端配送在物流领域的应用逐渐成为研究热点。配送路径优化是无人终端配送系统中的关键问题,目的是在满足特定约束条件的前提下,寻找最优的配送路径,以提高配送效率,降低配送成本。文章针对无人终端配送的路径优化问题,提出一种基于优化的禁忌搜索算法,通过实验验证了算法的有效性,并对实验结果进行分析。

基于禁忌搜索算法的含分布式电源配电网电压无功自动控制方法

当前电压无功控制的控制效果不佳,电压偏差较大,配电网有功网损较高,为此提出基于禁忌搜索算法的含分布式电源配电网电压无功自动控制方法。该方法旨在实现配电网的经济成本最小化、节点电压波动最小化、配电网有功损耗最小化,以及节点电压标幺值与额定电压值偏差绝对值的最小化。通过构建相应的多目标函数,并考虑电网潮流约束和运行电压约束,利用禁忌搜索算法对目标函数进行求解,从而得到最优的电网电压无功控制策略。实验结果表明,应用该方法后,配电网电压幅值基本稳定在1p.u.左右,有功网损不超过0.1MW,具有良好的控制效果。

基于禁忌搜索算法的计算机网络通信覆盖范围优化方法

尽管网络通信覆盖范围已经得到了大幅提升,但仍然存在一定的地理限制。在某些偏远地区,由于地理环境复杂或其他因素,网络信号可能无法覆盖到这些地区,为此,现提出基于禁忌搜索算法的计算机网络通信覆盖范围优化方法。首先,构建网络通信节点覆盖模型,每个需要通信的目标均需要被多个通信传感器的节点进行感知,其次,部署计算机网络通信感知节点,通过一定的覆盖控制手段和启动休眠顺序控制可以有效提高监测效率,最后,基于禁忌搜索算法优化网络通信覆盖范围,高效优化服务区覆盖率。实验结果表明:该文章提出的基于禁忌搜索算法的计算机网络通信覆盖范围优化方法的覆盖能力要明显由于传统方法,说明通过禁忌搜索算法对计算机网络通信覆盖范围进行优化,可以有效地提高网络覆盖范围,减少通信盲区,提高网络的使用性能。

基于离散和声搜索与模拟退火的混合算法

和声搜索是一种启发式优化算法,对和声搜索算法进行离散化,使其能够适用于组合优化问题,就离散和声搜索算法进行两点改进,针对离散和声搜索算法容易陷入局部最优的缺陷,提出一种离散和声搜索与模拟退火算法的混合策略。实验结果表明,基于改进离散和声搜索与模拟退火的混合算法具有较高的求解质量。

滑坡和边坡稳定性分析的模拟退火-随机搜索耦合算法

首先,建立了一个可适用于滑坡和边坡在任意复杂条件下进行一般滑裂面的稳定性分析的优化数值分析普遍模型;然后,利用模拟退火算法和随机搜索法的各自的特长和优点,有机地将两种算法结合起来建立了一种可用于求解所建立的优化数值分析普遍模型的耦合算法,并对世界范围内被广泛引用的3个工程实例进行了分析,结果表明,该方法是可行的和高效的。

基于模拟退火算法逆转搜索的森林空间经营规划

【目的】研究逆转搜索策略对模拟退火算法性能的提升作用,为复杂森林经营规划问题的优化求解提供技术支撑。【方法】以大兴安岭塔河林业局盘古林场森林空间收获安排问题为例,以模拟退火算法1-邻域和2-邻域技术为基础构建逆转搜索过程,并将其应用于具体的森林经营规划实践。规划模型以10年规划期内的木材均衡收获为目标函数,根据经营措施选用不同空间约束形式,对抚育措施采用面积限制模型,对皆伐措施采用单位限制模型,2种模型均满足3年的绿量约束期。【结果】对于最小化森林经营规划问题而言,逆转搜索中不同邻域间的交互次数对规划结果影响不显著,但其平均目标函数值均显著低于传统模拟退火算法1-邻域(P<0.01)和2-邻域(P<0.01),而算法优化时间分别比1-邻域和2-邻域增加约5和2倍,逆转搜索策略具有显著的优越性能和广泛的应用前景;最优森林经营方案表明,整个规划期(10年)内预计可收获木材约5.00×10^5 m^3,其中抚育出材量3.12×10^5 m^3,抚育林分面积占林场总面积的10.94%,皆伐出材量1.88×10^5 m^3,皆伐林分面积占林场总面积的1.02%,该方案能够满足森林可持续经营的目标。【结论】逆转搜索是一种高效、稳定的优化求解技术,能够满足复杂森林经营规划问题的需要,可为森林经营方案的编制提供技术支撑。