多邻域结构多目标遗传算法

为了解决应力约束类桁架结构的尺寸优化多目标问题,提出一种多领域结构的多目标遗传算法应用于尺寸优化设计。利用个体之间欧氏距离信息,将种群划分为多个领域以形成多个小生境种群。该算法为每个个体提供一定数量的邻居个体,并规定只能同邻居个体进行交叉变异操作,通过实验分析了不同邻居规模对算法性能的影响。将新算法与其他经典算法在18个标准测试函数上进行了仿真分析,结果表明,所得到的Pareto前端分布更加均匀且更加逼近真实Pareto前端,具有良好的收敛性和多样性。将该算法应用于经典的25杆空间桁架结构优化的求解,获得Pareto前端更均匀,收敛性更好,相对于其他的优化算法具有更好的优化效果。该算法在程序设计、求解空间及其方法通用性等方面表现出良好的性能,并且简单、实用,更加适合于工程实际应用。

含时间窗的司售员调度模型及多邻域结构设计

形式化定义了司售员调度中的关键因素:车辆运营工作、调度方案、劳动法规和调度目标,建立了一个能够准确反映实际问题的模型.设计出能够有效处理时间窗的多邻域结构,为应用基于邻域搜索的各种算法求解该模型奠定了基础.最后将其应用于基于禁忌搜索的构造式方法——启发式自动司售员调度(HACS)中.实验表明:应用该模型及多领域结构改进了HACS,有效解决了含时间窗的司售员调度问题并得到更优解,对大规模问题,解的改进更加明显.

多邻域链式结构的多目标粒子群优化算法

为了提高多目标粒子群算法求解多目标问题的性能,改善算法的收敛性,提出一种多邻域链式结构的多目标粒子群优化算法。首先,以一种环形链式拓扑结构,将种群划分为多个邻域,每个邻域之间相互交叉重叠,并针对不同位置的粒子,进行不同的速度和位置更新策略。其次,对所有粒子采用速度钳制策略,并引入差分进化策略对粒子进行扰动,从而进一步提高算法的多样性。通过14个无约束和3个有约束函数仿真实验,表明该算法相对于NSGA-II、SPEA2、MOEA/D-DE、SMPSO和OMOPSO算法,获得Pareto解集分布更加均匀,算法的收敛性和多样性也更好。为了进一步验证算法的可行性和有效性,将其应用于72杆桁架结构尺寸设计,并与其他优化方法进行了比较,结果表明该算法获得的Pareto前端更均匀,收敛性更好。

改进多邻域候鸟优化算法的柔性作业车间调度研究

针对最小化最大完工时间的柔性作业车间调度问题(FJSP),提出一种改进的多邻域候鸟优化算法。首先,采用随机和最优加工时间策略提高初始种群质量;其次,采用两段式编码解决FJSP的机器选择和工序排序问题,基于不同的插入和变异算子设计了6种邻域结构,采用联合邻域搜索策略扩大解空间的搜索范围;再次,采用二次种内竞争策略以增强优秀个体在种群中的作用,设计了种间协同策略来避免算法陷入局部最优。最后,通过实例和基准算例验证了所提算法在求解FJSP问题时的有效性。