基于改进灰狼算法的柔性作业车间调度

针对柔性作业车间调度问题(flexible job-shop scheduling problem,FJSP),提出了一种改进灰狼算法(improved grey wolf optimizer,IGWO),使车间加工时间缩短。首先,以工序和机器限制为约束条件,建立以最大作业时间最小为目标的数学模型;其次,为解决灰狼算法(grey wolf optimizer,GWO)易陷入局部最优的问题,增添外部档案集并使用IPOX和MPX进行变异得到新的档案集,模拟退火温度引入选择因子从而使灰狼算法随迭代次数增加改变搜索范围,来提高全局搜索能力;最后,通过仿真实验验证了改进灰狼算法的有效性。

南水北调东线工程江苏段多目标优化调度研究

考虑南水北调东线工程供水目标、经济成本以及系统稳定性特点,本文以受水区生活、工业以及农业用水供水量最大,梯级总抽水量最小以及调水峰值最小5个目标为优化目标,构建了南水北调东线工程江苏段水资源优化调度模型。在此基础上,针对传统多目标蛙跳算法(MOSFLA)存在多样性差,后期易陷于局部最优解等缺点,本文提出了一种改进的多目标蛙跳算法(MQSFLA),通过引入实数量子编码、采用改进的量子旋转门局部更新策略以及基于动态外部档案集维护Pareto非劣解的方式,改善传统MOSFLA。分别基于MQSFLA和MOSFLA求解3种典型来水条件下的多目标优化模型,分析不同目标之间的关系,提出调蓄湖泊群联合优化调度和水量调配方案。结果表明:MQSFLA在多样性和收敛性方面都优于传统的MOSFLA,能得到更多高质量的非劣解集,更有效协调供水以及抽水的矛盾,满足不同来水条件下多水源相互补给的多目标优化调度,为南水北调东线工程江苏段的运行管理提供理论依据和科学支撑。

膜系统下的一种多目标优化算法

提出一种基于膜优化理论的多目标优化算法,该算法受膜计算的启发,结合膜结构、多重集和反应规则来求解多目标优化问题。为了增强算法的适应能力,采用了遗传算法中的交叉与变异机制,同时在膜中引入外部档案集,并采用非支配排序和拥挤距离方法对外部档案集进行更新操作来提高搜索解的多样性。仿真实验采用标准的KUR和ZDT系列多目标问题对所提出的算法进行测试,通过该算法得出的非支配解集能够较好地逼近真实的Pareto前沿,说明所提算法在求解多目标优化问题上具有可行性和有效性。