水电站水库调度图的优化方法与应用——基于混合模拟退火遗传算法

按常规方法绘制的水库调度图相对保守,难以达到可靠性与效益的优化组合,使得水库调度图还存在一定的优化空间。提出了一种优化常规调度图的新方法——混合模拟退火遗传算法,以实现水库调度图的计算机程序式自动优化修正。该方法综合了遗传算法的全局搜索能力和模拟退火算法的局部搜索能力,提高了计算精度,避免了手工修正调度图的随意性。通过在实际生产项目中的应用与检验,证明该方法对水电站水库调度图的优化确实可靠,在满足可靠性指标以及水库综合利用要求约束的条件下,取得了可观的经济效益,为水电站实现经济运行提供了一条可行途径。

梯级水电站调度图优化的混合模拟退火遗传算法

为提高水库群联合调度时的水资源利用率,重新审核水库群系统中原有单库调度图的有效性,本文提出了一种解决库群联合调度多目标、多变量的智能优化新方法—混合模拟退火遗传算法。该方法将遗传算法的全局搜索能力和模拟退火算法的局部搜索能力相结合,提高了计算效率和精度,避免了手工修正调度图的随意性。在以实际生产项目为依托的应用与检验中,在满足各类边界条件及保证率要求的前提下,该方法对梯级水电站水库调度图的优化可行、有效,为优化梯级水库调度图提供了一种新的有效算法。

应用于蛋白质折叠模拟的三种新蒙特卡罗方法的比较

新蒙特卡罗方法是一类随机算法的统称.这类算法已被应用于蛋白质折叠的模拟计算,并取得了较好的结果.该文将并行回火与遗传算法的混合算法、群体模拟退火方法以及群体模拟退火方法与遗传算法的混合算法这3种改进的蒙特卡罗方法应用到蛋白质折叠模拟计算,并就二维网格模型比较了这3种方法搜索最小能量构象的能力以及计算了得到最小能量构象所花费的时间.计算机模拟计算的结果表明,3种方法对于短序列蛋白质折叠结构的预测都较为有效,而群体模拟退火方法与遗传算法的混合算法则比其它两种算法所花费的计算时间要少,也就更为有效.

基于消费行为预测的前摄性电动车辆路径问题

针对海量、分散、随机到达的电商物流订单需求,提出基于需求预测的前摄性物流服务模式。结合商品属性、用户行为及其交互特征等消费行为轨迹数据预测客户潜在购买意愿,将预测订单需求前置到客户就近仓库,建立“中心仓-仓配中心-客户”两级电动汽车网络优化模型。鉴于问题的复杂性,设计两阶段混合启发式智能优化算法,第1阶段采用二边逐次修正方法获取初始解,第2阶段设计混合模拟遗传算法对初始解迭代寻优。研究结果表明:前摄性配送的一级网络运输总距离、总成本分别节约106%和101%,而二级网络总成本增加仅为9%。

基于遗传模拟退火算法的新安江模型参数优选

结合新安江模型参数的特点,在分析传统遗传算法和模拟退火算法各自优缺点的基础上,将模拟退火算法与传统遗传算法相结合的混合算法运用于新安江模型参数优选中,并应用于实际径流预报。实例表明,该方法能快速地完成参数寻优,并找出较为满意的参数最优解。

考虑多专业协同的装配线平衡问题研究

为改善飞机总装线平衡效果,提出考虑多专业协同分配的第一类装配线平衡方法。首先,分析各专业间的关联性,建立基于动态模糊聚类的专业划分方法,获取"资源-功能"的多专业集合;然后,根据飞机总装环境及所涉及专业的特点,建立了多专业协同分配的平衡模型;再根据专业划分结果及作业分配规则,提出了混合模拟退火-遗传算法(HSAGA),将专业间关联度高的作业分配到工作面(指专业关联度高的作业的集合,也指能完成一项装配任务的作业执行操作空间),实现工作面数的最小化;最后,以某型飞机总装作业为例,验证了平衡方法的有效性。

基于区间路网信息的机场定制巴士路径优化

为了满足旅客个性化和多样化的接驳需求,提出了一种需求响应型的机场定制巴士,并在区间路网信息下对机场定制巴士的路径优化进行了研究。在综合考虑乘客和运营企业的利益后,以需求满足最大化、车辆行驶成本和乘客时间成本最小化以及终点时间偏差最小化为目标,构建了区间路网信息下的机场订制巴士路径优化模型,并设计出一种模拟退火和遗传混合的算法进行模型求解。最后采用模拟机场定制巴士数据的方法来对构建的路径优化模型和算法进行了验证。研究结果表明,模型和算法合理有效,可操作性强。

X射线角分类机旋转料台的建模与控制方法

X射线角分类机是压电石英晶体检测的重要设备,其旋转料台受摩擦力的影响而导致运行不平稳,影响了检测精度。建立了基于力矩电机的旋转料台数学模型,并对系统特性进行了详细分析;采用混合式模拟退火遗传算法HGSA确定了LuGre摩擦力稳态模型-Stribeck模型参数,进而设计了基于模型摩擦力补偿的复合控制器。试验结果表明,方法有效地克服了旋转料台受摩擦等干扰因素的影响,大大提高了运行的平稳性。

考虑电动汽车充电选择的配送路径优化研究

由于人们环保意识的不断增强以及国家对新能源技术应用的支持,电动汽车在城市物流“最后一公里”中得到了广泛应用.但是,电动汽车电池续航里程短、充电时间长以及配套设施不足等问题,阻碍了其在实际应用中的普及与推广.为了解决电动汽车物流配送路径优化的问题,采用了客户点可充电功能分类的策略,构建了一个考虑电动汽车充电选择的配送路径优化模型,并设计了混合模拟退火遗传算法来求解.最后,通过算例仿真验证了模型和算法的有效性.

An extended discrete particle swarm optimization algorithm for the dynamic facility layout problem

We extended an improved version of the discrete particle swarm optimization (DPSO) algorithm proposed by Liao et al.(2007) to solve the dynamic facility layout problem (DFLP). A computational study was performed with the existing heuristic algorithms, including the dynamic programming (DP), genetic algorithm (GA), simulated annealing (SA), hybrid ant system (HAS), hybrid simulated annealing (SA-EG), hybrid genetic algorithms (NLGA and CONGA). The proposed DPSO algorithm, SA, HAS, GA, DP, SA-EG, NLGA, and CONGA obtained the best solutions for 33, 24, 20, 10, 12, 20, 5, and 2 of the 48 problems from (Balakrishnan and Cheng, 2000), respectively. These results show that the DPSO is very effective in dealing with the DFLP. The extended DPSO also has very good computational efficiency when the problem size increases.