贪婪随机自适应灰狼优化算法求解TSP问题

对于求解TSP问题,提出一种贪婪随机自适应灰狼优化算法(GRAGWO)。GRAGWO算法基于贪婪随机自适应搜索算法(G RASP),采用其构造阶段生成初始解,在局部搜索阶段采用灰狼优化算法(GWO)对结果进行优化。GWO算法不能直接用于求解离散问题,易陷入局部最优,导致后期收敛速率较低。根据TSP问题的特性,针对易形成局部最优路径和随着迭代次数增进而导致种群多样性减退这两个缺陷,重新定义灰狼编码方式,与GRASP启发式算法相结合,应用于求解TSP问题。采用TSPLIB中的多组不同规模的TSP问题作为实验用例,并将GRAGWO算法与其他仿生算法进行对比,结果表明在求解准确率、稳定性和解决大型城市问题方面具有相对优势。

基于客户满意度的车辆路径问题的混合蝙蝠算法

车辆路径问题对现实有着良好的指导意义,自提出以来便吸引了企业界和学术界的广泛关注。然而,传统车辆路径问题仅仅将车辆行驶里程最短作为目标,忽视良好的客户体验对于企业的重要性。考虑客户满意度这一目标,建立以客户满意度和车辆行驶里程最短为目标的多目标优化模型,根据车辆路径问题的具体特征,改变基本蝙蝠算法的编码方式。为克服基本蝙蝠算法求解精度低、易陷入局部最优的缺陷,加入贪婪随机自适应启发式算法提高求解精度,引入病毒进化机制以增强蝙蝠算法跳出局部最优的能力。算例分析表明:病毒进化混合蝙蝠算法相比于基本蝙蝠算法,在求解精度上有较大幅度提高,是一种有效求解车辆路径问题的方法。

基于并行GRASP的不正常航班调度算法

将并行计算与GRASP结合,设计了一种新的基于并行GRASP的不正常航班调度算法,给出了详细的算法流程与步骤;同时考虑了使用备用飞机、延误航班与取消航班等不正常航班调度策略,通过并行GRASP算法优化了构造的飞机路线和取消路线组成的初始解,给出了每架飞机新的航班路线和航班取消路线。国内一家中等规模航空公司实际算例的结果证明了算法能有效降低以往算法的时间复杂度,明显提升运算效率,可用于较大规模的不正常航班调度运算。

混合量子进化算法在110kV变电站规划中的应用

针对城市电网中110 kV变电站规划这一组合优化问题,给出一种基于混合量子进化算法的变电站规划优化方法。该方法融合了量子进化算法收敛速度快,擅长全局搜索的优点和贪婪随机自适应算法局部搜索能力强的长处。将此方法应用到四川某县110 kV变电站容量规划中,计算结果表明该方法很好地完成了对该县变电站数量、主变容量的优化规划。结果符合该地区电力需求和未来电网建设形势,对该县电网下一步规划建设有重要参考意义,表明了方法的有效性。

基于GRASP算法的飞机旅客一体化恢复优化研究

针对航班调整中较常用的手段——航班取消⁃合并方法,对飞机旅客一体化恢复问题进行研究。首先,基于连接网络和旅客转机网络建立数学规划模型,然后基于贪婪随机自适应搜索方法(Greedy randomized adaptive search procedure,GRASP),设计启发式算法求解该问题,并且在算法的每一次迭代中,都能得到基于航班调整的旅客转机的最优方案。最后,通过案例证明了算法的有效性,并且说明了相对飞机和旅客先后进行恢复,飞机和旅客的一体化恢复能够有效降低恢复成本以及受干扰的旅客数量。

改进微粒群优化求解置换流水车间调度问题

针对置换流水车间调度问题,提出了一种改进微粒群优化的求解算法。首先,由基于启发式信息的贪婪随机自适应算法得到工件加工顺序,个体最优的初始值不再是随机生成的初始值,而是由该工件加工顺序转化而成;然后,对个体最优解进行了交换型局部搜索;最后,通过对Car系列和Rec系列基准的测试,表明了该算法的有效性。

基于可信性理论的输电网规划

建立了基于可信性理论的输电网规划模型,得到模糊不确定负荷下的电网规划方案。将可信度的概念引入模型中,作为评价模糊不确定负荷下电网规划方案优劣的指标,该指标具有明确的物理意义和严格的数学理论基础。利用最小切负荷问题的负荷边界特性,证明了给定可信度指标下输电网规划模型的求解可等价于区间负荷下输电网规划模型的求解。使用结合区间至多切负荷量理论的贪婪随机自适应搜索算法求解该模型,可求得给定可信度指标下的输电网规划方案。新模型的求解不受模糊负荷下实际数学模型的限制,具有较好的适用性和明确的物理意义。46节点系统算例的计算结果验证了该模型和算法的有效性。

不确定信息下的输电网规划新模型

在传统的确定性信息下的输电网规划模型的基础上,通过增加一些新的约束,使得规划后的网络具有一定的剩余传输容量以适应未来不确定负荷的变化。在新模型中,引入了线路负载率约束,使得规划后的网络能够适应未来长时小幅度的负荷不确定性波动;引入了区域负荷增长量约束,使得规划后的网络能够适应未来短时大幅度区域负荷增长的增长地点的不确定性。使用贪婪随机自适应搜索算法可以快速有效地求解新模型。新模型的建立无需对未来不确定负荷的负荷特性进行详细的数学建模,易于求解并有着更好的适应性。46节点系统算例的计算结果验证了该模型和算法的正确性及有效性。

考虑发电备用容量的输电网规划

在系统中留有一定的发电备用容量是确保电力系统安全可靠运行的重要措施之一。文中建立了考虑发电备用容量的输电网规划模型。该模型以线路投资成本最小为目标,引入任意一台发电机故障时系统的安全性约束以确保该故障下系统的发电备用容量可以被充分利用从而维持系统的安全性;引入网络可用传输能力约束以确保负荷增长时系统的发电备用容量能够有效传输到负荷点从而维持系统的安全性。使用改进的贪婪随机自适应搜索算法求解新模型。6节点、46节点系统算例的计算结果验证了所述方法的正确性和有效性。

基于Arena的车间作业排序问题建模方法及其仿真优化系统设计

针对车间作业排序问题的固有复杂性和目标函数难于解析求解等特点,建立了一个优化与仿真的集成系统框架,并提出了一种新的建模求解思路:首先,以通用仿真工具Arena为平台,提出虚拟抢占规则,实现了车间作业排序问题的仿真建模。然后,以贪婪随机自适应搜索算法为基础,结合高级语言VB,利用面向对象编程思想,通过Arena类库,设计了一个通用的车间作业排序问题的仿真优化系统框架,从而实现了优化和仿真的外部集成。在该框架下,可引入各种随机因素,提高对实际系统的建模与求解能力。最后,通过实例验证了该方法的有效性。

区间负荷下的输电网灵活规划方法

建立了区间负荷下的输电网灵活规划模型,该模型考虑负荷的不确定因素,以投资成本最小为目标,以正常情况和线路N-1情况下的网络安全为约束,求解该模型得到区间负荷下满足正常情况和线路N-1情况下系统安全的输电网规划方案。根据区间至多切负荷量的数值来判别区间负荷下电网规划方案的安全性和安全程度,使用改进的贪婪随机自适应搜索算法快速求解该模型。6节点系统和某实际77节点系统的规划结果验证了该方法的正确性和有效性。

GRASP在多对一配送网络中ITIO问题上的应用

通过应用贪婪随机自适应搜索算法(GRASP)求解多对一配送系统中的库存与运输整合优化问题(ITIO),解决了在系统中产品种类、供应商数量或车辆运载能力增加时,计算量呈指数性增加而难以得到优化解的难题。首先,运用距离比例启发式算法获得初始解;其次,运用供应商转移指派算法在其邻域寻找最佳解;第三,以上两步的反复迭代获得最优解。通过算例分析验证了GRASP算法在解决ITIO问题时能迅速找到优化解,解的质量随着问题规模的扩大而改善。

基于参数分析的物流网络优化问题研究

介绍了带边中断动态网络最大流问题,在运用含参数的贪婪随机自适应搜索算法对该问题进行求解时,其算法内部参数设置问题未能得到较好的解决,针对这一问题,采用目前比较热门的参数分析工具irace对求解该问题算法的参数进行分析,寻求算法的最佳参数设置,通过实验设计与分析表明,irace在参数分析的基础上得出的结果要比在默认参数下求得的结果更好,可以根据irace分析出的结果及时更改原来GRASP算法中的默认参数,使得最终结果更接近最优解。

管道工具喷粉线生产调度建模与算法

针对不同品种、不同材质和不同颜色管道工具喷粉生产调度问题,以生产成本最小化为优化目标,研究其优化调度方法.首先,建立这个问题的混合整数非线性规划模型(MINLP);其次,针对该问题设计出相应的贪婪随机自适应搜索算法(GRASP)和遗传算法(GA);在此基础上,提出两种算法相集成的GRASP+GA算法.应用生产实例数据分析比较了这三种算法,验证了GRASP+GA算法的优越性.