基于微多相粒子群算法的介质粗糙面反演研究

为快速有效地求解介质粗糙面的反演问题,提出了一种能反演地表面参数的新方法——微多相粒子群算法。利用矩量法结合前后向迭代法快速求解双站散射系数。采用单纯形法实现有导向的约束初始种群的生成,以双站散射系数的测量值和理论计算值的偏差为目标函数,通过多相粒子群算法和单纯形相结合的算法对优化变量进行优化,使目标函数达到最小值实现地表参数的反演。给出了应用该方法的具体步骤,分析了测量结构,通过仿真实验验证了算法的有效性。

改进多相粒子群算法反演粗糙面下方导体目标

提出了一种能快速有效反演介质粗糙面下方导体目标参数的方法——改进多相粒子群算法,优化以双站散射系数的测量值和理论计算值为偏差的目标函数,当目标函数达到最小值时,实现地下目标参数的反演。为加快反演过程,提高反演精度,正问题采用了快速互耦迭代算法这一数值算法来快速准确求解双站散射系数。逆问题采用了基于子群和母群交叉搜索机制以及小种群策略的改进多相粒子群算法,能减少目标函数计算次数(对应正问题计算次数)、提高全局寻优能力。文中反演了一维粗糙面下方截面为圆柱和任意连续形状的导体目标,仿真实验验证了算法具有较好的反演精度和较强的抗随机噪声能力。

改进的粒子群算法及其在带软时间窗车辆调度问题中的应用

针对微粒群优化算法容易陷入局部极值的缺陷,提出多相粒子群优化算法(Multi-pha-ses Particle Swarm Optimization,MPSO)。建立了带软时间窗车辆调度问题数学模型,并将该方法运用于带软时间窗车辆调度路径优化。根据多相粒子群并行搜索的思想,给出MPSO算法在带软时间窗物流配送车辆调度路径优化的实现流程。仿真结果表明:多相粒子群算法可以快速、有效地求得车辆路径问题的优化解,是一种求解带软时间窗车辆路径问题的较好方案。

基于快速非均匀平面波算法和混合粒子群算法的目标外形反演

提出了一种能同时重构多个导体目标外形的新方法—混合粒子群算法,利用快速非均匀平面波算法加速求解电磁散射问题,以测量的散射场和计算散射场偏差作为目标函数,将待优化变量设置为目标的截面轮廓近似多边形的矢径参数,通过混合粒子群算法对待优化变量进行优化,使目标函数达到最小值来对自由空间中的散射体进行电磁成像。仿真结果表明:混合粒子群算法简单、通用,比多向粒子群算法具有更好的收敛性能和成像精度,具有较强的抗随机噪声干扰能力。

基于伪群交叉算法的细金属柱体目标识别

从线性分布细金属柱体的散射模型出发,利用多极子展开技术求解电磁散射问题,以测量的散射场和计算散射场间的偏差作为目标函数,将待优化变量设置为描述细金属柱体中心位置的向径和幅角,通过伪群交叉算法(pseudo swarm crossover,PSC)对待优化变量进行优化,使目标函数达到最小值来对自由空间中线性分布的细金属柱体族进行电磁成像。研究结果证实了PSC比多相粒子群算法(multi-phase particle swarm optimiza-tion,MPPSO)有更好的收敛性能、成像精度和更强的抗随机噪声干扰能力。

一种基于双链量子编码的动态车辆路径问题解决策略

针对配送调度事件动态变化的动态车辆路径问题(DVRP),以最小化运输成本、最小化配送时间与最大化载货率为目标,建立了问题的数学模型,提出了改进的多相量子粒子群算法.针对DVRP问题的特点,提出基于车辆链和货物链的双链量子编码方法;同时设计了基于周期和重调度因子驱动的动态调度策略.最后将方法应用于动态仿真算例,并与其他经典算法比较,结果验证了所提出方法的有效性.

一种动态车辆路径问题解决策略仿真研究

配送过程中动态因素的变化会引起车辆配送的重调度问题,以最小化成本和最优化稳定性值为目标,建立了动态车辆路径问题的数学模型;提出了基于车辆链和货物链的双链量子编码方法和改进的多相量子粒子群算法;为能够在获取的一组非支配解中获取最优决策方案,引入了"层次分析法"(以下简称AHP)策略。把所提出的方法应用于动态仿真算例,并将结果与已经存在的算法进行比较,分析结果验证了所提出方法的有效性。

基于MPPSO的线性分布细金属柱体成像研究

基于线性分布细金属柱体的散射模型,用多极子展开求解电磁散射问题。以测量的散射场和计算散射场偏差为目标函数,将待优化变量设置为描述细金属柱体中心位置的向径和幅角,通过多相粒子群算法(MPP-SO)优化待优化变量,通过使目标函数达到最小值实现自由空间中线性分布的细金属柱体族的电磁成像。算例表明:MPPSO有较好的收敛性能和成像精度,以及较强的抗随机噪声干扰能力。

行驶受扰延迟下配送车辆调度的干扰管理决策模型

针对行驶受扰延迟下配送车辆的调度问题,提出了基于多相量子粒子群算法的两阶段干扰管理决策方法.首先以最小化用户时间窗偏离度和最小化配送成本为目标,建立了问题的数学模型;然后对车辆配送发生干扰事件可能采取的干扰管理模式进行了归纳和分类,并在选定模式基础上提出了用多相量子粒子群算法进行路线选择的方法;最后在Solomon算例的基础上通过实验仿真,对所提出方法的性能进行测试,并与全局重调度方法进行对比分析,验证了本文方法不仅达到了优化目标的目的,还满足了干扰管理的实用性要求.