基于混合平衡优化算法的疫苗配送路径优化

针对疫苗配送路径优化问题,在同时考虑固定成本、运输成本、制冷成本、碳排放成本和惩罚成本的情况下,提出以疫苗配送成本最小化为目标的车辆路径优化模型。为求解模型,在平衡优化器算法中引入模拟退火算法,改进平衡优化器算法容易陷入局部最优的不足,通过加入可变参数,提升算法平衡全局搜索和局部寻优的能力,得到一个能够稳定求出较高质量解的混合平衡优化算法。对2种不同规模的算例分别进行20次实验,将混合平衡优化算法与并行平衡优化算法、知识型蚁群算法、混合变邻域搜索算法、改进混合粒子群算法和平衡优化器算法进行对比。实验结果表明,混合平衡优化算法在小规模算例和大规模算例下得到的最小配送成本和配送成本的标准差都小于其他5种算法,其中,在小规模算例下进行实验后得到的最小配送成本分别为其他5种算法的73.5%、53.9%、69.1%、64.1%和33.4%。

基于混合平衡优化器算法的多目标柔性作业车间多重动态调度研究

面对生产过程中出现的多种扰动问题对实际调度过程的影响,构建以紧急订单和机器故障为扰动因素,以最小化最大完工时间、最小化订单拖期惩罚和最小化碳排放为目标的柔性作业车间多重动态调度模型。采用基于事件和周期的混合动态调度策略来应对突发事件,并提出一种改进的平衡优化器算法来求解该模型。该算法通过采用基于精英反向学习的混合种群初始化策略提高初始种群质量;通过采用IPOX交叉、MPX交叉和变异操作,提高算法解集的广泛性和多样性;通过使用基于Metropoils准则的精英选择策略来更新种群,防止种群陷入局部最优;通过双层变邻域搜索提高算法的寻优能力。通过大量拓展算例仿真验证了该算法的有效性、稳定性和优越性。