基于改进引力搜索算法的优化特征选择算法

针对引力搜索算法早熟收敛和局部收敛能力慢的不足,提出一种改进的引力搜索算法(BGSA-PS),并用于特征选择处理,从原始特征集合中寻找合适且数量较小的特征子集。加入多样性因子更新粒子的速度,扩展全局搜索空间,防止早熟收敛,结合模式搜索法增强并加速局部搜索能力。在UCI分类数据集上的实验结果表明,该方法同原始离散型引力搜索算法及相似算法相比,选取的特征数量较少、分类精度较高,是一种有效的特征选择方法,可广泛用于特征选择领域。

面向高效低碳的切削参数与柔性作业车间调度集成建模与优化

传统制造业切削参数优化与柔性作业车间调度优化通常独立进行,将切削参数与调度方案之间进行集成优化,能更好地解决车间高效低碳优化问题。以制造过程碳排放和最大完工时间为目标,建立切削参数与柔性作业车间调度高效低碳集成优化模型,提出一种改进的离散化引力搜索算法(IDGSA)求解机器切削参数与调度方案之间的协同优化问题。根据集成优化问题特性,首次设计了一种工件序列—机器序列—切削参数模式三层编码方式,并且不同的编码方式采用不同的初始化方法,保证初始解的质量以及多样性。针对集成优化问题的三层编码特性,提出一种新的竞选机制,竞选出最优双层序列,与精英质点的工件序列交叉产生新的质点,引导算法向真实Pareto前沿靠近;所提算法中采用多点交叉和变邻域搜索实现分散搜索与集中搜索有机平衡。通过对比改进的非支配排序遗传算法(NSGA-Ⅱ)和离散化引力搜索算法(DGSA),以及将提出切削参数可变的集成优化方法与3种切削参数不可变的优化方法进行对比,验证了所提改进算法的优越性和集成策略的有效性。