求解带负载约束车辆路径问题的多策略协同智能优化算法

随着现代科技和社会的进步,交通运输领域中的车辆路径问题已经成为了影响各行业发展的重要因素,在这个背景下,有效的车辆路径规划变得至关重要,这其中较为典型的便是带负载约束的车辆路径问题。为此,本文提出了一种基于鲸鱼优化算法多策略协同的优化方法,该方法将鲸鱼优化算法(WOA)、模拟退火(SA)和引力搜索算法(GSA)结合应用于带负载约束的车辆路径问题,通过这一方法,降低运输成本,减少车辆的行驶距离以及提高车辆的运输效率。为验证方法有效性和可行性,我们采用CVRPLIB中的数据进行了实验,结果表明:所提算法能够有效解决带容量约束车辆路径问题,有较强的寻优能力,求解质量优于所对比算法。

基于金字塔模型和多策略协同的萤火虫算法

为克服萤火虫算法使用全吸引模型和单一学习策略易陷入局部最优的缺点,提出一种基于金字塔模型和多策略协同的萤火虫算法。将种群分为4层,最高层粒子使用柯西突变策略;第二和第三层粒子分别使用双粒子领导和精英邻域搜索策略向更高层学习;最后一层粒子使用三样本学习策略向前三层学习。各层粒子向更高层粒子及自身学习,形成金字塔模型;各层粒子采用不同的学习方法,构成多策略协同。分层寻优减少运动次数,避免算法运行过程中的粒子振荡;多策略协同平衡算法的探索与开发能力,保证算法的多样性。通过在两组测试函数上与改进萤火虫算法及其它群智能算法进行比较,验证了该算法的优化性能。

一种多策略协同的多目标萤火虫算法

现实中的多目标优化问题不断增多且日益复杂,需要不断发展新型启发式算法应对挑战.提出一种多策略协同的多目标萤火虫算法MOFA-MCS.该算法采用均匀化与随机化相结合的方法产生初始种群;利用档案集中的精英解个体指导萤火虫移动;并在移动的过程施加Lévy flights随机扰动;最后,利用ε-三点最短路径策略维护档案解群的多样性.MOFA-MCS算法与其他6种经典的多目标进化算法一同在12个基准的多目标测试问题上进行实验,结果表明所提算法在收敛性、多样性方面总体上具有显著的性能优势.

卫星任务调度统一化建模与多策略协同求解方法

针对卫星任务调度"一星一系统"、测运控分离的现状,以卫星执行任务产生的星上独立事件和星地协同事件作为调度对象,以事件可执行时机作为调度资源,建立卫星任务调度统一化约束满足模型,将传统运控任务调度与测控任务调度纳入统一的建模方法.为保障模型的通用性和适应性,设计包含构造启发式、智能优化和针对性算法改进的多策略协同求解方法,搭建卫星任务调度算法与调度模型松耦合、模块化的系统架构.实验测试表明,所提出方法能够弥补传统模型在敏捷遥感卫星任务调度和高轨卫星测控调度场景下的局限性,在Benchmark问题和实际应用场景中均表现出良好的适用性和优化效果.

机械臂运动的智能自适应模糊控制策略

为了提高机械臂轨迹跟踪控制精度同时节省驱动能量,提出了机械臂运动的智能自适应模糊控制策略。介绍了双连杆机械臂结构并建立了其动力学模型;设计了机械臂系统控制方案和智能自适应模糊控制器的实现方案;在粒子群算法基础上增加了多策略进化方法和多子群协同搜索方法,提出了多策略协同进化粒子群算法;以机械臂轨迹跟踪误差和驱动力矩最小为目标,以多策略协同进化算法为寻优算法,设计了具有智能自适应调节能力的模糊控制器。经仿真验证,自适应模糊控制器的跟踪误差幅值为PID控制误差幅值的26%左右,同时模糊控制器驱动力矩的平均振动幅值不足PID控制器力矩振动幅值的17%,充分证明了智能自适应模糊控制器能够以更小的力矩实现更小的跟踪误差。

基于DP-MSCAOA算法的梯级水库多目标防洪优化调度研究

为提高梯级水库联合防洪能力,针对不同频率洪水,综合考虑大坝防洪安全和下游防护区防洪安全,以调度期水库最高运行水位最低、下游防洪控制断面最大削峰和下游防护区超额洪量最小为目标,建立梯级水库多目标防洪联合优化调度模型,设计融合动态规划、多策略协同阿基米德优化算法优势的DP-MSCAOA嵌套优化算法,并以资水某梯级水库为例,针对不同频率洪水进行多目标防洪联合优化调度,与常规调度结果和粒子群优化结果进行对比。结果表明,多目标联合优化调度模型削峰和错峰效果更优,验证了多目标联合优化调度模型的适用性及DP-MSCAOA嵌套优化算法的有效性,可为降低洪灾风险、缓解防洪压力提供技术支撑。