一种模拟退火算法与禁忌搜索算法的混合算法

通过结合模拟退火算法与禁忌搜索算法的优点,提出一个组合算法,并将其应用到旅行商问题(TSP)中,并用C++实现一般的模拟退火算法和这种组合的模拟退火算法,比较结果显示出这种组合算法可以得到更好的结果。

模拟退火与禁忌搜索算法在协同配送中的应用

目的:随着网购时代的来临,众多产业促进了现代物流产业的飞速发展,为了解决物流协同配送,物流企业的利润最大化,本文以两家公司进行协同配送下的车辆回程途径问题为研究目标,通过本研究所使用的算法寻找最低的车辆运输成本,并与多种算法相比较。方法:应用模拟退火法结合禁忌搜索算法规划车辆路径成本的计算,协助物流公司改善现有的运输路线规划,增加运营利润。结论:本文所提出的算法在案例的实验中运行成本低于物流公式实际配送的结果,显示模拟退火法结合禁忌搜索算法在物流配送中最低运输成本的求解能力,为物流企业在今后的运输提供了科学依据。

基于混合遗传禁忌搜索算法的多机器人任务分配

为解决传统遗传算法在求解仓储多机器人任务分配问题时,收敛速度慢且容易陷入局部极值的问题,该文提出一种混合遗传禁忌搜索算法。首先以机器人配送成本最小为目标建立数学模型;然后在传统的遗传算法中引入禁忌搜索算法中的禁忌表和藐视准则,来对遗传算法每次迭代后的种群进行优化调整,使得算法能够跳出局部最优且快速收敛。仿真结果表明,混合遗传禁忌搜索算法能有效地改善遗传算法的全局寻优能力,提升仓储的整体运行效率。

基于函数复杂度的自适应模拟退火和禁忌搜索新算法

在求解多峰复杂函数的过程中,传统的模拟退火算法和禁忌搜索算法经常出现算法快速收敛于局部最优解、后期收敛速度变慢和搜索能力变差等问题.为解决这些问题,本文给出函数复杂度的定义,并提出基于函数复杂度的自适应模拟退火和禁忌搜索算法.该算法首先根据函数复杂度自适应调整步长控制参数,然后根据调整后步长求得函数的粗糙解,在此基础上再使用初始步长求得全局最优解.实验表明,该算法不仅可以跳出局部最优解的限制,并且减少了迭代次数,有效地提高了全局和局部搜索能力.

面向第Ⅱ类装配线平衡问题的蚁群-禁忌搜索混合算法

针对第Ⅱ类装配线平衡问题,提出了一种基于蚁群-禁忌搜索的混合优化算法。算法利用蚁群算法正反馈,形成收敛趋势的特点,结合禁忌搜索算法加强其全局搜索能力,同时算子进行了适应性改进,一方面结合数学模型对蚁群游历方式、启发信息、禁忌域进行适应性改进,另一方面引入了信息素惩罚、奖励机制和改进了信息挥发因子以提高蚂蚁的自适应能力。通过算例比较,蚁群-禁忌搜索的混合算法具有更强的搜索能力,与基本算法对比试验说明蚁群-禁忌搜索的混合算法的有效性和稳定性。

基于遗传禁忌混合搜索算法的设备布局研究

针对设备布局影响制造系统的总体功效的问题,但同时遗传算法在实际应用中,出现早熟现象,爬山能力弱,等一系列缺点提出遗传禁忌混合搜索算法,该算法将遗传算法和禁忌搜索相结合,遗传算法的交叉算子中增加记忆功能,避免迂回搜索,以禁忌搜索作为遗传算法的变异算子。通过实例计算,证明遗传禁忌混合搜索算法是一种行之有效的算法,对解决设备布局这类组合优化问题具有实用价值。

遗传算法与禁忌搜索算法的混合策略

遗传算法与禁忌搜索算法的出现为解决高维组合优化问题提供了强有力工具．二者既有共性，又有个性．通过对遗传算法与禁忌搜索算法的分析，提出了一种遗传算法与禁忌搜索算法的混合策略，把禁忌搜索算法独有的记忆思想引入到遗传算法的搜索过程中，构造了新的重组算子，并把禁忌搜索算法作为遗传算法的变异算子，对旅行商问题的求解表明：混合策略在许多方面优于遗传算法．

混合模拟退火算法解决VLSI布局问题

VLSI布局问题是集成电路物理设计过程中的关键步骤,它直接影响整个设计的成败。Slicing结构是一种简单而高效的布局表示方法,采用正则波兰表达式编码,将模拟退火与禁忌搜索算法结合形成了一种以模拟退火算法为基础的混合算法进行求解,用MCNCbenchmarks进行实验,结果表明:文章提出的混合算法比模拟退火算法在求解效率和质量上都有较大的提高。

有时限取送混合车辆路径问题的模型及其禁忌搜索算法研究

研究了带时间窗的取送混合车辆路径问题。问题中,每个客户带有取货和送货两个时间窗,每个客户处的取货和送货任务可以通过访问一次全部完成,也可以分两次访问分别完成送货和取货任务。在对该类问题进行描述和取送一体化战略的基础上,建立了有时限取送混合车辆路径问题的数学模型。通过设计一种新的解的表示方法构造了该问题的禁忌搜索算法。实验计算结果表明,用该禁忌搜索算法求解有时限取送混合车辆路径问题,不仅可以取得很好的计算结果,而且收敛速度较快,计算结果也较稳定。

空战场穿越走廊基本网络规划的混合禁忌搜索算法

不考虑限制空域的穿越走廊基本网络规划的SUMApHMP模型在求解时存在一定的难度,提出一种基于Floyd最短路径算法的混合禁忌搜索算法,用于有效管制战区空域,确保航空军事运输活动安全、高效、有序进行。根据SUMApHMP求解结果,设计不考虑限制空域的穿越走廊基本网络;利用空战场中10个机场之间的流量矩阵和距离矩阵对混合禁忌搜索算法进行测试,并将Lingo 9.0软件求解模型的优化结果与本文算法求得的结果进行比较。结果表明:提出的混合禁忌搜索算法求解时间短,求解结果正确。

基于模拟退火禁忌遗传算法的并行测试任务调度

为了解决并行自动测试系统中并行测试任务调度复杂、优化困难的问题,提出了一种把遗传算法、禁忌搜索算法和模拟退火算法结合到一起的新型静态并行测试任务调度方法,在遗传算法中引入模拟退火算法和禁忌搜索算法的核心思想,避免了遗传算法早熟收敛的问题,从而得到总测试时间最短,具有最大并行率的任务调度序列.这种新型调度算法具有较低的运算复杂度,可在较短时间内得到大量高效的并行测试序列,并且可以有效避免局部最优解,并逐渐收敛到全局最优解.实例仿真结果证明了该算法的有效性和优越性.

求解可重入并行机调度的混合禁忌搜索算法

为解决带有一台远程服务设备的可重入并行机调度问题,设计了一种混合禁忌搜索算法。针对传统禁忌搜索算法只从单起始点搜索、容易陷入局部最优等缺点,混合禁忌搜索算法设计了一种Restart策略。当传统禁忌搜索算法陷入局部最优时,用Restart策略重新产生初始解以进行禁忌搜索,将传统的禁忌搜索算法从单起始点搜索改进成多起始点搜索。数值实验中将混合禁忌搜索算法与启发式算法CS相比,结果表明该算法具有较高的求解质量,且其计算时间是可接受的。

基于禁忌搜索与微粒群优化算法的混合优化策略算法在目标分配问题上的应用

目标分配是地面防空作战指挥的关键环节。给出问题模型,并提出一种禁忌搜索与改进微粒群算法的混合优化策略用于解决该问题。仿真结果表明,与其它几种智能优化算法相比,该混合优化策略在解决目标分配问题时具有优良的优化性能和时间性能,在问题规模较大时表现更为突出。

改进模拟退火算法在物流优化中的应用

考虑到客户对送货时间的要求,在现有物流优化中无时间约束的选址-库存-路径模型上进行拓展,引入了软时间窗,建立了带软时间窗的选址-库存-路径问题模型,并设计了内嵌禁忌搜索的改进模拟退火算法对模型进行求解。最后,实例演算的结果证实了模型的科学性和算法的有效性,通过与禁忌搜索和模拟退火算法分别进行比较,表明了本文的算法较这两种算法的优越性。

一类模糊指派问题及其禁忌搜索算法

研究了一类更加贴近于现实生活的模糊环境中的指派问题,即利润矩阵和时间矩阵中的元素均为模糊变量的指派问题。并借鉴针对模糊环境中的优化问题提出的机会约束规划模型和相关机会规划模型的思想,建立了模糊指派问题的数学模型。此外,考虑到模型涉及大量具有复杂性和多样性的模糊变量,设计了一种混合智能算法,即基于模糊模拟的禁忌搜索算法来求解模型的近似最优解。最后,通过一个算例说明了所建立的模型和所设计算法都是行之有效的。

基于分层抽样的模拟禁忌混合智能优化算法TSII

将分层抽样随机模拟与禁忌搜索结合,构造了TS II模拟禁忌混合智能优化算法。随机模拟采用缩减方差、加速收敛的分层抽样技术,保证抽样遍布于整个搜索空间,避免禁忌搜索路径往返重复,克服禁忌搜索对初始解的依赖,算法同时使用禁忌表与希望表,将分散搜索与集中搜索相结合,增强算法的并行处理能力,提高寻优的效率与精度。Benchmark问题评测结果显示出了该算法的有效性。

基于蚁群禁忌搜索混合算法的配电网重构

介绍了以最小化配电网网损为目标函数,以网络拓扑约束、潮流约束、运行约束以及辐射状约束为约束条件,在基本蚁群算法基础上的改进型蚁群禁忌混合算法在配电网重构中的应用,在IEEE 69节点系统的计算中,蚁群禁忌混合算法与禁忌算法相比提高了优化效果,从而证明了蚁群禁忌混合算法的实用性。

基于改进模拟退火算法的制粉系统优化控制

将禁忌算法与模拟退火算法相结合,并对邻域解产生的方法进行了改进,大大提高了全局寻优的效率。采用改进后的模拟退火算法对某火电厂中间仓储式钢球磨煤机制粉系统进行优化控制,提高了制粉系统的运行效率。在某石化热电厂发电机组上的应用表明,该方法大幅提高了算法的自寻优效率,在保证全局最优的前提下,降低了运算次数,在锅炉正常负荷和高负荷工况下,制粉系统出力均达到了设计指标。

一类面向仓库车辆路径优化的改进禁忌搜索算法及其应用

在立体仓库中常需考虑车辆路径规划问题,传统的禁忌搜索算法在解决该类问题时,最终解的质量依赖于初始解。针对此问题并结合实际立体仓库,本文提出了改进的禁忌搜索算法。该算法的初始解部分由模拟退火算法生成,有效地克服了禁忌搜索算法对初值的依赖;规定禁忌搜索算法的特赦准则为模拟退火算法关联,在限定始末库位条件下,尽可能地寻找更短车辆路径,提高禁忌搜索算法的搜索能力。将改进的禁忌搜索算法与标准禁忌搜索算法进行仿真对比,改进算法在平均最短路径和稳定性上都有较大提升。将本文算法应用于立体仓库调度过程,在实际应用中效果良好,具备可行性。

禁忌搜索算法在优化MFC液化流程中的应用

使用HYSYS软件对混合制冷剂级联式(MFC)液化工艺进行模拟分析,利用MATLAB与HYSYS的双向连接实现对MFC的优化。选取各循环混合制冷剂组分、高低压制冷压力等22个优化变量,以比功耗为目标函数,利用禁忌搜索算法对MFC进行全局优化。禁忌搜索算法与传统的优化算法相比,具有较强的"爬山"能力并可以获得更好的全局最优解概率,目前已应用于多个领域,其最主要的优点是可以通过较少的模拟运行次数获得更好的解决方案。此外,通过更改算法步长,可以改进初始搜索模式,从而减少优化时间。选用该算法优化混合制冷剂级联式液化流程,优化后可将流程的比功耗降低为5.04 kWh/kmol。