基于嵌套算法的反无人机集群防空部署

针对多类型防空武器反无人机集群问题,考虑不同类型防空武器位置部署与火力分配之间的关系,建立多类型防空武器反无人机集群的多目标混合部署规划模型,并设计一种嵌套双粒子群的免疫优化算法对模型进行求解。给出的仿真例子说明了模型和算法的有效性。

基于嵌套蚁群算法的机器人拣货作业联合优化

针对物流仓储中心拣货作业过程中系统订单分批和拣货路径分步拣选效率低的问题,提出一种基于嵌套蚁群的订单分批和路径优化的联合拣货策略。首先,建立以最小化总路径为目标的订单分批与拣货路径联合优化模型;然后,考虑双重优化的复杂性,设计一种嵌套蚁群算法对模型进行求解,以订单分批模型为基准不断优化订单分批结果,得出最优分批集合单,其优化集合单再嵌套蚁群算法实现拣货路径优化。为验证该算法对随机订单有效性,抽取某一天17:00-18:00时段内既有货架区货物又有地堆区货物的43个订单算例进行仿真实验,与传统订单分批和拣货路径分步拣选策略相比,基于嵌套蚁群算法的拣货作业联合优化模型的随机订单拣货路径更短、拣货时间更少,经过联合优化后,机器人总拣选距离缩短了170 m。基于嵌套蚁群算法的拣货作业联合优化模型和其求解算法可以有效解决订单分批与拣货路径联合优化问题,为配送中心拣选系统的优化提供依据。

对分插值与混沌嵌套搜索算法在梯级水库联合优化调度中的应用

在分析对分插值逼近算法和混沌优化算法的遍历性、敏感性、普适型、规律性、随机性等特点基础上,通过嵌套结构把确定性搜索和随机搜索有机结合起来,提出一种对分插值与混沌嵌套搜索算法的梯级水库联合优化调度的求解方法。实例分析表明,该算法具有参数配置简单、普适性强、稳定性高、全局优化等特点,并取得了与POA算法一致的收敛精度且计算速度有优势,可以求解诸如水库优化调度等具有复杂约束条件的非线性优化问题。

提箱作业优化问题的嵌套启发式算法

针对集装箱堆场进口集装箱的提箱作业计划问题,建立了以作业总成本最小为目标的多阶段决策优化模型,构造了内外嵌套两层结构的优化算法,内层算法实现最短路径搜索子模型,外层算法实现倒箱策略优化子模型。对内外层优化算法,设计了基于启发式A*与GA算法分别组合的4种方案。实例分析表明:各算法组合方案具有相同的有效性,当问题规模较小时,A*+A*较好,但问题规模增大时,GA+GA较好。

Agarwal-Cooley短卷积嵌套算法(ACCNA)

离散富里叶变换(DFT)和卷积计算在图象、数字信号处理中起着重要的作用,因此对快速算法的研究早就引起人们足够的重视。自从1965年Cooley、Tukey提出基-2快速富里叶变换(FFT)算法以来,各种新算法、改进算法不断涌现,其中Winograd在1976年提出的短DFT嵌套算法(WFTA)是一种计算DFT的有效方法。1977年后,H.Silverman、J.H.McClellan、L.R.

应急救援中心的选址-调度的双层模型及混合嵌套式算法

针对突发重大疫情或灾害后实施应急救援过程中的物资调配急迫性与时效性以及多车型运输问题,本文构建了一种选址-调度双层模型.即,上层以总的运输代价最小化为目标,下层以配送代价(时间、距离和满意度)最小为目标的双层动态交互模型,同时考虑时间窗、配送覆盖范围限制以及运输车辆容量限制及距离等约束条件.根据模型特点,设计了一种混合嵌套算法,上层为新型排球超级联赛算法(New Volleyball Premier League Algorithm,NVPL),下层为改进的遗传算法(Improved Genetic Algorithm,IGA)来求解.采用了新冠疫情爆发期间全国药物临时配送中心选址和紧急调度运输背景的相关算例进行求解,并与双层遗传算法和双层粒子群算法作对比,验证了模型的有效性与算法的准确性.

嵌套分割算法在旅行商问题上的应用

嵌套分割算法是近年来提出的一种求解大规模优化问题的新型全局优化方法。介绍了嵌套分割算法(NPM)的基本思想,将其应用于求解旅行商问题。首先对嵌套分割算法各个算子的策略进行了分析和比较,在局部搜索中引入2-opt算法,并对初始最可能域加以改良,最后提出算法的并行化实现方法。实验证明嵌套分割算法在解决TSP问题时可以获得高质量的解,并且具有良好的时间性能。

基于嵌套多目标粒子群算法的多类型柔性交流输电系统优化配置

以投资费用最小和系统可用输电能力(available transfer capability,ATC)最大为目标,建立了多类型柔性交流输电系统(flexible AC transmission system,FACTS)的多目标优化模型,并考虑了多个约束条件。提出一种嵌套的多目标粒子群优化算法求解该多约束非线性N-P困难问题的Pareto解集,该算法的外层用于计算多目标优化问题,内层用于计算系统的可用输电能力和静态电压稳定指标。结果表明不考虑其他因素时,晶闸管控制串联电容器(thyristor controlled series capacitor,TCSC)是最合理的配置选择;当FACTS安装数量有限时,相比统一潮流控制器(unified power flow controller,UPFC)和静止同步补偿器(static synchronous compensator,STATCOM),多种FACTS设备混合安装可以在经济上和效果上取得较好的平衡;若电网在有限投资水平下需要较高的可用输电裕量,应首先考虑并联型和串联型FACTS混合安装的方案。在IEEE-14节点中对所提方法进行的验证表明该方法的正确性和有效性,该方法可以同时确定FACTS的安装类型、安装地点和补偿容量。

嵌套分区算法分区无功补偿提高系统稳定裕度

对电力系统进行分区无功补偿以提高整个电力系统的电压稳定裕度。首先定义各节点间的电气距离,即电压幅值对无功功率的灵敏度;并在此基础上将分区问题转化为数学上的优化问题。然后利用嵌套分区算法在整个分区可行解范围内对系统分区进行寻优计算,得到整个电网的分区结果。最后根据各负荷节点电压对负荷增长水平的灵敏度大小,在各分区内选择灵敏度最大的节点作为无功补偿节点,以达到提高整个系统的电压稳定裕度的目的。算例表明了所提算法有效、可行。

基于块嵌套循环的海洋大数据质量检验方案选择算法

面对具有多源、多类、多维以及动态性等特征的海洋大数据,如何快速有效得出优化的质量检验方案并对其进行质量控制,是制约海洋数据快速应用的关键问题之一。将skyline思想引入海洋数据质量优化检验方案的选择;运用超几何分布模型给出各类海洋质量检验方案的残差集合;基于块嵌套循环算法,对各质量检验方案的残差集合进行检索比较,最终选出优化的海洋数据质量检验方案。最后通过对某海域监测站点的海洋数据质量检验,验证了该方法的可行性。

基于模拟退火的复合嵌套分割算法

介绍了嵌套分割算法(NP)的基本思想,从理论上分析了NP算法的计算效率,提出了提高其优化效率的途径。介绍了模拟退火算法(SA),并将模拟退火的思想引入嵌套分割算法的抽样和选取算子中,给出了复合嵌套分割算法(SANP)的具体寻优思路,SANP算法将嵌套分割算法的全局寻优能力和模拟退火算法的局部搜索能力结合起来,具有可行性和科学性。通过一个优化算例验证表明,该算法大大提高了计算效率和收敛速度。

嵌套分割算法:一种新的并行随机优化算法

嵌套分割算法是一种新的系统优化计算方法,它可以应用于确定型和随机型、离散系统和连续系统的优化问题。综述了嵌套分割算法的概念原理、方法步骤,介绍了算法的应用情况,并探讨了算法未来的研究方向。

改进的嵌套分区算法求解旅行商问题

嵌套分区算法是近年来提出的一种求解大规模优化问题的新型全局优化方法。介绍了嵌套分区算法(NPM)的基本思想,将其应用于求解旅行商问题。分析确定了嵌套分区算法各个算子的策略,提出了一种改进的嵌套分区算法。该算法采用加权抽样法求得初始最可能域,用全局数组记录下每个区域的历史最优解,用3-opt局部搜索算法改进每个区域解的质量。对TSPLIB中部分实例仿真结果表明,所提出的结合3-opt算法的改进嵌套分区算法在求解TSP问题时可以获得高质量的解。

梯级水电站优化调度的分形与混沌嵌套搜索算法

考虑到梯级水电站水库联合优化调度模型的高非线性、强约束特点,提出了分形分割与混沌嵌套搜索算法的求解方法。该算法利用嵌套结构把确定性搜索和随机搜索有机结合起来,按照自身的运动规律,直接在优化区间内通过逐步的插值映射来对被优化问题进行优化搜索。通过在南桠河梯级水电站联合优化运行中的成功应用,显示该算法具有参数配置简单、普适性强、稳定性高、全局优化和易于编程等特点,并取得了与POA算法一致的收敛精度且计算速度有优势,从而为求解诸如水库优化调度等具有复杂约束条件的非线性优化问题提供了新的探索。

嵌套式模糊自适应遗传算法

针对简单遗传算法(SGA)收敛速度慢和早熟收敛现象,将模糊逻辑理论应用于遗传算法,并采用两级嵌套的遗传算法,随主遗传算法GA1求解优化问题的进化进程用模糊控制的方法自适应地调整遗传算法的交叉概率和变异概率;利用另一个遗传算法GA2优化模糊规则库,实现了一种嵌套式模糊自适应遗传算法(NFAGA)。仿真结果表明,这种算法的全局搜索收敛速度和解的质量明显优于SGA和一般的自适应遗传算法(AGA)。

系统优化的嵌套分割算法及其改进

介绍了嵌套分割算法(NPM)的基本思想,并提出了一种改进方法以提高其收敛速度.分析了改进算法的可行性,并通过一个优化算例进行了验证.

基于嵌套膜算法的大规模配电网故障定位

配电网故障定位是基于传感器上传过电流信息后的一个高维二进制最优解问题。针对配电网规模增大随之解的维数增加,算法寻优能力不够,以及传感器上传等信息丢失和畸变对算法寻优干扰很大导致故障定位失败的问题,提出了一种膜系统算法,即采用嵌套结构,对大规模配电网分支进行划分,把分支看作一个膜结构进行嵌套膜寻优处理,从而将大规模配电网故障定位这一高维寻优问题转变为多个低维寻优问题,减少了算法陷入局部最优的可能性;为了在寻优策略上平衡勘探和开采之间的矛盾,引入混沌策略改进捕鱼算子,使得其在陷入局部最优时,增加其跳出局部的能力。仿真结果表明:所提方法能准确进行单点或多点故障定位,较遗传算法和仿电磁学算法在收敛速度和准确性上有明显的优势,尤其适用于大规模配电网故障定位;采用实际数据进行故障重现,并用所提算法进行故障定位,结果表明:所提算法能准确进行故障定位,对传感器畸变数据进行容错处理,具有实际意义。

基于嵌套分区算法的堆垛机作业路径优化

对嵌套分区算法在堆垛机作业路径优化问题中的应用展开研究。利用嵌套分区算法能有效利用问题本身信息的优点,对堆垛机单一出(入)库作业和入(出)库复合作业路径进行优化。通过计算机仿真证实:该算法对作业点较少的堆垛机路径优化问题有较高的优化精度和效率,特别是在小型立体仓库的堆垛机作业路径优化领域应用前景广阔。

基于嵌套遗传算法的拣货作业联合优化

针对物流配送中心拣货作业过程中传统订单分批和拣货路径分步优化难以获得整体最优解的问题,为了提高拣货作业效率,提出了一种基于嵌套遗传算法的订单分批和路径优化的联合拣货策略。首先,建立了以拣货总时间最短为目标函数的订单分批与拣货路径联合优化模型;然后,考虑双重优化的复杂性,设计了一种嵌套遗传算法对模型进行求解,外层不断优化订单分批结果,内层根据外层订单分批结果优化拣货路径。算例结果表明,与传统的订单分步优化、分批分步优化策略相比,所提策略的拣货时间分别减少了45.6%、6%,基于嵌套遗传算法的联合优化模型得出的拣货路径更短、拣货时间更少。为验证该算法对不同规模订单均有较优性能,分别对10、20、50张订单规模的算例进行仿真实验,结果表明,随着订单量的增加,整体拣货距离和时间进一步减少,拣货时间的减少从6%增加到7.2%。基于嵌套遗传算法的拣货作业联合优化模型和其求解算法可以有效解决订单分批与拣货路径联合优化问题,为配送中心拣选系统的优化提供依据。

求解混杂生产调度问题的嵌套混合蚁群算法(英文)

蚁群算法作为解决优化问题的有力工具 ,它的有效性已经得到了证明 .由于其生物学背景 ,基本蚁群算法被设计来求解复杂的排序类型组合优化问题 ,在连续空间优化问题的求解方面研究很少 .本文提出一种嵌套混合蚁群算法 ,用于解决具有混杂变量类型的复杂生产调度问题 ,在一种新的最佳路径信息素更新算法的基础上 ,提高了搜索效率 .计算机仿真结果表明 ,本文提出的方法在求解此类问题上性能优于另一种基于进化计算的有效方法———遗传算法 .蚁群算法作为解决优化问题的有力工具 ,它的有效性已经得到了证明 .由于其生物学背景 ,基本蚁群算法被设计来求解复杂的排序类型组合优化问题 ,在连续空间优化问题的求解方面研究很少 .本文提出一种嵌套混合蚁群算法 ,用于解决具有混杂变量类型的复杂生产调度问题 ,在一种新的最佳路径信息素更新算法的基础上 ,提高了搜索效率 .计算机仿真结果表明 ,本文提出的方法在求解此类问题上性能优于另一种基于进化计算的有效方法———遗传算法 .