具有安全间隙及物料装卸点的多行布局问题建模与优化

针对当前多行布局研究中忽略设施安全间隙及假定物料装卸点重合的不足,结合实际布局情况,提出了具有安全间隙及物料装卸点的多行布局问题。以物流成本和布局面积为优化目标,构建了混合整数规划模型,并运用Gurobi对小规模算例进行了精确求解。结合问题特点,设计了一种融合生物地理学算法和线性规划的两阶段方法,通过分阶段迁移、反向学习机制、自适应变异、局部搜索等操作对原始算法进行改进,并采用双阈值停止准则,去除冗余循环次数。运用该算法求解规模为5~49的若干标准算例,结果对比验证了算法的高效性和稳定性。最后应用所提算法求解实际车间布局问题,经数据比对,进一步验证了算法在求解质量上的优越性。

求解单行布局问题的一种变邻域搜索算法

设施布局问题对于企业内部的物流合理化起着重要作用,单行布局问题作为设施布局问题的一个典型特例,属NP-hard问题,常规方法难以精确求解。针对单行布局问题的复杂性,提出了一种改进的变邻域搜索算法进行求解。首先构建单行布局问题的数学模型,然后分析模型并构造一种有效的初始解;针对问题特征,设计了4种邻域结构,该邻域结构采用了从简单到复杂的推进搜索机制;改进了局部搜索算法并对邻域结构进行搜索;最后进行了实例验证,并与多种经典算法进行了对比,结果表明,所提变邻域搜索算法可在短时间内得到单行布局问题高质量的近优解。

布局问题的模拟退火算法

布局问题属于ＮＰ－完全问题已被研究多年．模拟退火法是一种新的通用启发式优化算法，现已广泛用于解决大规模集成电路逻辑布线设计、图象处理等组合优化问题．本文通过对布局问题及模拟退火算法的分析，将它们综合起来构成了求解布局问题的模拟退火算法．计算结果表明，本文算法得到的解优于传统优化方法所得到的解；文章还通过实验对算法中各参数所起作用进行了论述．

基于遗传算法和模拟退火算法的布局问题研究

文章在介绍遗传算法和模拟退火算法的基本理论及主要特点的基础上,提出了一个基于遗传算法和模拟退火算法的求解布局问题(矩形件排样优化)算法,并通过算例验证了该算法的有效性。

带性能约束布局问题的全局优化算法

以人造卫星仪器舱布局为例，应用图论、群对集合的作用、轨道与等价关系等刻划各种布局方案的同构、等价类等内在性质，从而首次给出带有性能约束二维布局问题的一种全局优化算法．

布局问题约束的分类及表达

对布局问题中的各种约束进行了深入系统的研究和归类 ,并分析了它们在布局求解中所起作用 ,特别是将求解策略、规则与方法也看成是一种特殊的约束——导向约束 ;为基于约束求解算法的柔适性提供了可靠的保证 .最后 ,利用面向对象思想给出了布局约束的表达形式 .

复杂布局问题:航天器舱布局方案设计(英文)

以航天器舱布局方案设计为背景 ,研究带性能约束的复杂布局问题的求解策略、模型、算法及其在航天器设计中的应用 ,同时讨论了尚存在的问题 .从实用化角度出发 ,实现人机结合 ,充分发挥人机各自特长 ,并使之具有可操作性 。

交通运输枢纽中客运站点布局问题的研究

交通运输枢纽客运站点的布局问题，关系到交通运输内、外部运输的协调与否，直接影响着旅客运输的质量。通过对交通运输枢纽换乘模式的研究，从保证枢纽中各种运输方式协调的角度出发，提出了根据集中与分散相结合的交通运输通道理论，对枢纽中的客运站点进行布局，并结合实例，阐述了枢纽客运站点的布局方法。

基于空间分解的二维布局问题的启发式算法

一种基于空间分解的解决矩形物体布局问题的启发式方法．按照深度优先的原则将布局空间逐步分解，每次放入相对于当前布局空间来说是满足特定条件的最优布局块，并将该布局块定位于当前布局空间的左上角来不同大小矩形物体的布局方案．通过调整调序因子ＫＡ和ＫＢ的值，可得到满足不同要求的优化布局方案，所得布局方案均满足工业上一刀切的要求．实验结果及与其他算法的比较证明了该算法的灵活性和有效性．

基于仿射传播聚类的大规模选址布局问题求解

选址布局问题是一个广泛研究的运筹学问题。通过将选址布局问题看做聚类问题,结合仿射传播聚类算法并且将候选地址的信息映射为特征向量,提出了两种求解选址布局问题的方法:基于块划分的选址布局方法和基于道路网络的选址布局方法。使用模拟数据集和真实数据集来评估两种方法,实验结果表明两种方法都能够求解设施资源受限和不受限情况下的选址布局问题,而且可以很好地解决大规模的选址布局问题。

用蚁群算法求解带平衡约束的圆形布局问题

采用启发式方法结合演化算法的思路求解带平衡约束的圆形布局问题.首先对传统优化模型进行调整,并探讨了调整的合理性;然后设计一种分步定位的布局方法,在此基础上利用蚁群算法寻优;最后利用局部搜索技术,在传统模型意义下对布局进行了改进.数值实验表明,算法的性能比目前已有的结果有较大的提高.

双行布局问题的分解策略及启发式求解方法

为克服现有方法在求解大规模双行布局问题时存在的计算时间长、性能不稳定等问题,提出了结合问题特征的分解策略,将大规模双行布局问题分解为较易求解的组合优化问题与线性规划问题两个子问题,并分别建立了相应的数学模型.提出了3种基于不同优先规则的启发式求解方法,该方法的特征是机器成对分配,且结合了线性规划法.对大量不同规模（6～36台机器）的测试问题进行了验算与对比.试验结果表明,所提启发式方法尤其是其中的heuristic3启发式方法,能快速有效地求解双行布局问题,与现有方法相比,在运行效率和求解偏差上具有优势.

基于遗传算法的最优布局问题求解

二维不规则形状物体的自动最优布局问题是一个在许多生产实践如 VL SI制造、造船、金属切割和纺织等中有关键应用的重要问题 ,也是一个计算机科学和运筹学中的基本问题 ,但使用传统的方法很难得到满意解答 .针对该问题 ,提出了一个基于遗传算法的求解方法 ,并将它应用到服装计算机辅助设计中去 .给出了此问题的形式化描述 ,并将问题归约为一种关于多边形运动规划的等价形式 .根据问题的特性设计了算法的 3个重要算子 ,在解的解码和评价过程中则充分利用了已有的关于多边形运动规划的最优算法 .

基于布置点的矩形物体布局问题的遗传算法研究

在分析布局问题的基础上,提出了布置点的概念,对编码方法进行了改进,在此基础上提出了一种用遗传算法解决二维矩形物体装箱的方法。案例分析表明,该算法具有良好的全局搜索能力和较快的收敛速度。

求解装填布局问题的膨胀方法

介绍了膨胀装填布局的思想原理与算法实现 .膨胀装填布局通过对缩小了的装填物体系统地施加膨胀 -排斥操作而实现被装填物体布局位置的自动产生 ,具有直观性强、聚集性好、几何形状适应性广、便于工程推广等优点 .作为算例 ,使用膨胀装填算法对几种与平面圆相关的装填布局问题给出了计算结果 .

基于模拟退火算法的布局问题研究

在传统模拟退火算法的基础上,对布局问题的优化算法进行了研究,采用回火策略,改进一般模拟退火算法寻优的效果;结合布局问题的具体特点,采用Sequence Pair来描述布局问题的解结构,综合构成了一种新的求解布局问题的模拟退火算法。通过算例验证,该算法优于传统优化算法和普通启发式搜索算法,并且对增量布局也能够取得较好的效果。

布局问题的聚块算法

聚块布局法是解决布局问题的方法之一。本文对聚块布局法的关键点———聚块函数和模块组合进行了研究并提出了聚块算法，从而为模块组合和模块内布局物体位置的确定提供了一个定量的评价依据。

一种求解矩形块布局问题的拟物拟人算法

在VLSI工作中提出了矩形块布局问题,对这一问题,国内外学者提出了诸如模拟退火算法,遗传算法等求解算法。本文以人类上万年以来形成的经验为基础,利用“占角”和“聚类”两个拟物拟人的思想策略,提出了基于最大穴度优先的拟物拟人布局算法。用本文提出的算法,对MCNC、GSRC两个典型测试算例的所有实例进行了实算测试,测试结果表明:计算所得布局结果的优度高,计算时间短。对MCNC和GSRC测试算例,除apte实例外,其它所有实例均得到了最优解,而计算时间都在10秒以内。与CBL算法、遗传算法和号称当今最好的CompaSS算法相比,本文算法所得结果的优度更高,计算时间更短。进一步的测试表明,本文提出的拟物拟人布局算法为当今的一种高效算法。

求解不等圆布局问题的一类遗传算法

在已有求解不等圆布局问题算法的基础上 ,根据问题特点提出了一类遗传算法 ,通过将拟物方法与标准遗传算法结合使用 ,较好地解决了对布局优化函数进行全局最优求解的问题 最后通过实例计算验证了本算法的有效性 .

抽象物体的2^n—叉树表示及其在高维布局问题中的应用

针对高维几何布局问题中布局物体的建模问题,提出2-叉树方法,在一般维度下系统地给出了抽象物体的叉树表示法的构造。物体的2n-叉树表示是物体八叉树表示理论的向高维扩展,同时也包容八叉树方法向低维问题的推广。