基于混沌扰动和邻域交换的蚁群算法求解车辆路径问题

为求解车辆路径问题,提出一种新的基于混沌扰动和邻域交换的蚁群算法。针对标准蚁群算法存在搜索时间长,容易出现早熟收敛,得到的解不是最优解等缺点,新算法利用混沌的随机性、遍历性及规律性,在算法陷入早熟时,对小部分路径的信息素采用混沌扰动策略进行调整;针对标准蚁群算法的贪心规则随机性缺点,新算法采用邻域交换策略对最优解进行调整。在用于求解不同规模车辆路径问题的仿真结果表明,新算法比标准蚁群算法和遗传算法具有更好的效果。

一种求解Job shop调度问题的启发式组合邻域交换算法

针对job shop调度问题提出一种启发式组合邻域交换算法(HCNA)。首先从对任意给定的初始可行调度利用本文提出的最大完工时间贪心算法(GMA)计算出初始可行解,然后利用组合条件邻域交换策略不断地产生新的调度。每当一个新调度形成就调用GMA作可行性判断,过滤掉不可行方案或计算出最大完工时间。对可行方案则反复调用改进的关键路径法(CPA)进行局部优化。文中证明了一个关于调度可行性的定理,指出调度方案的可计算性是其可行性的充要条件。对现有的一些Benchmark问题进行了测试计算,与国内外同类算法最新研究文献中给出的结果作了比较。表明无论从计算时间还是计算精度该算法都占有一定的优势。

邻域交换内插法

本文从理论上分析了邻域交换内插法。给出了交换算子和其频率特性,并提出了和平均算子频率特性相同的等效交换算子.

作业车间调度问题的随机邻域交换算法

针对作业车间调度问题提出了一种随机邻域交换算法RNSA(random neighborhood swapping algorithm).算法由几个紧密衔接的执行阶段组成,其核心思想是如何设计生成多样性调度以及如何判断新调度的可行性.为此,采用了一种组合随机邻域交换策略并证明了一个调度可行性判定定理.为了验证算法的有效性,对一批Benchmark算例进行了测试并与国内外现有研究结果做出了比较.

求解作业车间调度问题的全局邻域搜索方法

采用传统的关键邻域搜索方法求解作业车间调度问题时,往往容易陷入局部极值而且难以跳出。为此,提出了一种具有动态调整能力的全局邻域交换策略,该策略有可能产生大量的不可行调度,需要一种筛选方法加以过滤。证明了一个新的邻域交换性质,利用该性质可以对所得调度方案作可行性约束判定,从而有效地过滤掉不可行调度。在此基础上,提出了一种求解作业车间调度问题的算法。最后,取不同规模的Benchmark问题算例对该算法进行测试,结果表明,无论从解的质量还是计算时间都取得了较好的效果。

多邻域局部搜索算法求解资源受限项目调度

针对资源受限项目调度问题,提出了一种基于多邻域的局部搜索算法。在算法中,设计了两种不同结构的搜索邻域,分别为交换邻域和插入邻域。算法中先使用交换邻域进行较大范围的局部搜索,然后再用插入邻域进行小范围内的精细搜索。两种邻域的交替使用有利于产生尽可能多的多样性解。为了使搜索能够跳出当前邻域,避免陷入局部最优,设计了一种基于均匀交叉操作的邻域移动方法来逐步移动邻域范围。此外,通过双向对齐技术提高每次求得的解的质量,而对具有相同工期的调度方案,则设计了一种新的时间压缩指标用来选择其中的最有潜力者。对标准测试库PSPLIB的2 040个测试案例进行了仿真测试,并与其他启发式算法进行比较,验证了算法的有效性。

基于近邻关系求解TSP的离散PSO算法

针对NP-hard组合优化问题,提出一种基于启发因子的自适应混合离散粒子群算法对其进行求解。通过改进离散粒子群运动方程,并加入启发因子,从而提高算法的收敛性和稳定性;依据粒子多样性的动态变化,引入自适应扰动算子,以保持种群进化能力。该算法对低、中、高维的TSP数据仿真结果表明,与其他混合离散粒子群算法相比,具有更好的全局收敛性和稳定性。

基于混合搜索策略的Job Shop调度研究

目的提出基于遗传算法和禁忌搜索算法的混合算法,解决单一算法求解JobShop调度问题存在的不足,提高求解质量.方法采用遗传算法作为全局搜索算法,禁忌搜索算法作为局部搜索算法.根据Job Shop调度问题解的特征,提出基于关键工序的邻域选择方法,将基于这种邻域选择方法的禁忌搜索算法作为变异算子,加强了遗传算法邻域解的搜索能力.结果混合算法在较短时间内,找到了FT 10、LA 24、LA 36等典型benchmarks问题的最优解,得到的makespan的平均值较并行遗传算法(PGA)提高3.84%、较TSAB算法提高4.66%.结论采用的禁忌搜索算法改善了遗传算法的局部搜索能力,说明提出的混合搜索策略是有效的.

一种测控数传一体化站网资源调度算法

站网资源调度主要解决如何合理有效地为卫星任务需求分配地面站资源及资源使用时间的问题。首先,根据测控数传一体化站网资源使用需求,分析了站网资源调度的工作模式和约束条件,为站网资源调度问题建立了约束满足模型;然后,针对该模型设计了一种卫星过境弧段序列驱动的启发式站网资源调度算法,并为启发式算法与遗传算法组合使用而设计了相应的邻域交换方法;最后,根据实际的应用需求,通过仿真对比验证了算法的有效性。仿真结果显示,在典型调度场景下,所提的组合式算法调度成功率较启发式算法平均提高了22.3%。

作业车间的模糊动态调度问题研究

本文针对作业车间的模糊动态调度问题,给出了该问题的生产系统描述、建模,给出了基于工件到达时间三角模糊数的计算确定重调度时段划分点的模糊动态调度策略,通过一种基于时间分解的策略将作业车间的模糊动态调度问题转化为一系列不一定被完全执行的静态模糊子调度问题求解。针对模型的求解给出了改进的G&T算法,将改进的基于关键路径的邻域交换技术引入遗传算法变异算子的设计,改善了算法解的局部寻优能力。仿真实验结果表明,本文给出的作业车间模糊动态调度模型是正确的,提出的算法有效,且动态调度策略具有鲁棒性。

客运专线动车组运用计划优化模型与算法

在不固定动车组运用区段的前提下,以全部列车形成的环形排列为动车组交路,在环形排列中以日常检修和一级检修的时间间隔和里程间隔为约束,列车接续费用最少为优化目标,建立动车组运用计划和检修计划的一体化优化模型。环形排列状的动车组交路有效描述动车组运用的均匀性,日常检修和一级检修约束使得动车组运用计划优化中融合检修计划的优化。通过引入罚值函数和三交换邻域结构,设计求解模型的模拟退火算法。最后对144列列车的运用计划和检修计划进行实例分析,并分析各项优化指标。

基于增强型kick策略的ILS算法求解一类聚类问题

提出一种新型的基于环交换邻域的迭代局部搜索算法(ILS),用于求解一类聚类问题.算法的主要特点是:1)基于环交换的邻域结构:环交换邻域与传统的Sw ap和Insert邻域相比,算法在一次迭代中允许多个点同时移动;2)针对聚类问题提出了增强型的k ick移动策略:根据每组内点的密度分布摄动聚类中心,对给定的解重新聚类.实验结果表明,基于环交换的迭代局部搜索算法对求解该类聚类问题是有效的.

基于CNC人工蜂群算法的全电动注塑机料筒温控系统

全电动注塑机料筒温PID闭环控制系统具有非线性、时滞性等特点,而且,外界环境的不同使注塑机型号的不同使系统温度更加难以控制,因此,引入循环交换领域人工蜂群算法(CNC-ABC)对其控制系统参数进行优化。不同于传统的人工蜂群算法,CNC人工蜂群算法对引领蜂和侦查蜂的解搜索方法均进行了优化,大幅提升了算法的快速性和准确性。提出了循环交换领域人工蜂群算法,分析了全电动注塑机料筒电加热模型的建立,并展开了仿真实验和小批实验验证,研究发现,该算法明显降低了调节时间、超调量、次品率。通过仿真实验,算法可将PID闭环控制系统的调节时间控制在15 ms以内,超调量控制在3%内,验证了算法的优良性能。

相容于多制式前端视频设备之电视墙系统

目前,电视墙控制系统目前广泛应用于大型会议厅、广场、车站等重要场所,具有较强的实用意义。在图像显示方面,电视墙也具有吸引力,因为它所展示的图像可以任意地放大,而不会增加墙体的厚度另外,它还具有其它媒介显示技术所不具有的可编程特点。因而该技术在即将到来的数字时代仍会占尽先机并在今后的高清晰广播中起主导作用。

二维图像放大方法的熵分析

对最近邻插值法、线性插值法、邻域像素交换法3种二维图像放大方法的熵进行了分析,给出了放大到4倍和9倍时的计算方法,并对误差进行了分析,仿真结果证明了所给方法的有效性,并发现线性插值法要好一些。

改进遗传—蚁群算法求解多维0/1背包问题

针对传统启发式算法难以平衡求解收敛次数与求解精度问题,通过充分分析GA和ACO两种算法的优缺点,设计了一种改进的遗传蚁群算法。将算法分为上下两步,分别以GA和ACO为主。在GA中引入信息素更新机制连接上下两部分算法;在ACO中引入遗传变异操作尽可能扩大解的范围。同时结合两种算法各自解的继承方式,采用合适的方法分别处理这两部分产生的不可行解。获得解后,通过引入交换邻域的爬山法思想进一步尝试优化解。最终在保证求解精度的前提下,减少求解所需的迭代次数。实验结果表明,在需要保证求解精度的前提下,相比传统GA,该方法的求解效率提高了一个量级。

面向主梁优化的改进人工蜂群算法

针对算法收敛速度慢、搜索盲目性大等不足,引入了自适应步长、路径交换邻域搜索和差分进化算法的变异策略,使得改进后的算法收敛性加强,收敛速度提高,改善了随机性,提高了寻优精度;算法到后期搜索平坦化,引入遗传算法中的交叉与变异行为,增加种群多样性,提高了算法的全局稳定性。将改进的算法运用到桥式起重机主梁中进行优化并运用ANSYS进行力学分析,实例检验了算法的可行性;最后通过对比优化前后的结果,得出优化后的主梁质量减重效果明显且符合设计要求,对实际工程结构的设计有指导意义。

基于业务外包的集装箱港口车辆调度问题

针对集装箱港口自身运输车队能力的限制,提出了一类基于业务外包的车辆调度模型并对其求解方法进行研究。在详细分析集装箱港口各种业务订单特性的基础上,依据作业订单信息对集装箱港口作业任务进行分类;抽象出了描述此类基于业务外包的车辆调度问题的数学模型并提出一种业务外包定价策略,设计了一种禁忌邻域搜索求解算法;通过对实际调查数据进行处理验证了该模型和算法的有效性,通过与其他算法处理结果进行对比验证了所设计的邻域搜索算法的优越性;最后通过对实验结果数据进行统计分析,得出了一些对集装箱港口作业有实际指导意义的业务外包规则。