一种离散鲸鱼算法及其应用

针对鲸鱼优化算法(WOA)在求解高维复杂问题时存在收敛精度低,难以解决离散优化问题等的不足,提出了一种离散鲸鱼算法(DWOA)。该算法引入收敛因子调控个体距离最优鲸鱼位置的远近程度,利用惯性权值平衡算法的全局搜索和局部开发能力,通过改进的Sigmoid函数对WOA进行离散化处理。9个基准函数和油田措施规划方案的测试结果表明,DWOA在收敛速度和寻优精度等方面均有较大的提升。

求解带容量约束车辆路径问题的离散鲸鱼算法

论文提出了一种离散鲸鱼算法求解带容量约束的车辆路径问题(Capacitated Vehicle Routing Problem)。该算法对基本鲸鱼算法的包围捕食操作、泡泡网捕食操作、随机捕食操作进行重定义,并采用基于距离代价的K-means算法在满足车辆最大载重约束条件下将客户划分到不同区域。并引入随机交换搜索、2-opt、3-opt优化方法对每次迭代过程中得到的最优解进行局部优化,扩大算法搜索空间算法。实验结果表明:所提算法能够有效解决带容量约束车辆路径问题,有较强的寻优能力,求解质量优于所对比算法。

离散鲸鱼算法求解拆解序列规划问题

工业产品的回收再制造有利于降低生产成本和保护环境,而制定优秀的产品拆解序列规划提高拆解效率、降低回收成本为其关键.针对回收设备在实际拆解中的因素,建立一种基于离散鲸鱼算法(DWOA)的拆解序列规划模型.该模型目标函数以位置改变为代价作为新的评价指标,利用分层组合的方法快速生成初始群体.离散鲸鱼算法具有优先保护约束交叉机制、启发式变异、优秀的全局和局部搜索能力.以回收上橡皮板和空气围带进行对比实验,结果表明在相同时间下,离散鲸鱼算法的算法稳定性、寻优能力、收敛速度都要优于其他算法.

基于改进离散鲸鱼优化算法的机器人路径规划

为了解决传统算法在求解移动机器人路径规划问题中所存在的收敛速度慢、容易陷入局部最优等缺陷,提出了一种改进的离散鲸鱼优化算法.首先,采用蚁群算法对种群进行初始化,提高初始解的质量;其次,利用改进的非线性收敛因子平衡算法的全局勘探和局部搜索能力,避免算法陷入局部最优;最后,结合路径规划问题设计了交叉算子、变邻域搜索算子和变异算子改进鲸鱼算法的更新公式,提升了算法的收敛速度和搜索精度.通过TSPLIB标准算例库,将改进算法与其他算法进行对比,验证了算法改进的有效性.在不同规模的全局路径规划仿真环境下,实验结果表明:改进的算法可快速且稳定地获取全局最优路径,有效缩短路径长度、减少路径拐点数,在路径规划问题上具有良好的适用性.

基于离散鲸鱼优化算法的钣金折弯工序优化设计

在折弯工件的整个工艺流程中,操作板料的掉头、翻转次数、各个工步的距离和模具的选择都会影响钣金折弯工序的效率。为此,采用改进的鲸鱼优化算法对折弯工序进行优化设计。对经典鲸鱼优化算法进行改进,重新定义鲸鱼个体以及围猎方式,并引入局部搜索操作增强解的可行性,以减少陷入局部最优解的概率。最后应用于折弯工序问题上,并与已知相关算法分析比较。实验结果表明:使用改进后的离散鲸鱼算法对折弯工序问题进行计算,得出了符合要求的最佳折弯工序方案,求解质量高于对比算法,离散鲸鱼算法在寻找最佳工序方案的问题上有着更佳的全局寻优能力和较快的收敛特性。

基于改进鲸鱼算法的社区发现

文中针对复杂网络社区发现的应用场景,提出一种改进的离散鲸鱼算法。实验通过Karate、Dolphin、Book、Football、Jazz、Email六个网络数据集的运算,对鲸鱼算法与本算法进行对比,证明该算法具有较好的适应度值和较快的收敛速度。最后,通过Gephi软件,给出Karate和Dolphin两个网络数据集的可视化效果图,更加清晰地显示出改进算法的有效性。

虚拟养老服务人员调度多目标优化研究

针对虚拟养老服务人员调度问题,分析老人、虚拟养老服务中心和服务人员的利益追求,以成本最优、老人和服务人员满意度最大为主要考量因素来构建多目标优化模型。设计了离散化多目标鲸鱼优化算法。通过改进传统鲸鱼优化算法的鲸鱼位置更新公式和局部搜索算子,引入非支配排序用于求解构建的多目标优化问题。通过求解算例并将结果同NSGA-II和NSGA-III对比,验证算法的优越性。该研究综合考虑三者的利益,可为虚拟养老服务人员调度提供丰富的决策集合。