DCS算法求解带软时间窗的送取货一体化VRP

为求解带软时间窗的送取货一体化车辆路径问题,提出一种离散布谷鸟(DCS)搜索算法。该算法在基本布谷鸟搜索算法基础之上,对莱维飞行获取新鸟巢和以一定概率抛弃鸟巢的迭代公式进行重新定义;同时设计客户序列和车辆序列双倍体鸟巢,并对客户序列采用交换、逆序、插入操作和对每辆车的访问路线采用2-Opt操作。通过5个算例的仿真实验和相关文献比较,结果表明所提DCS算法行之有效。

基于SSA-BiLSTM和奇异谱分析的短期风电功率预测

针对风电功率序列具有波动性和较高复杂度的特点,提出了一种基于麻雀算法(sparrow search algorithm,SSA)优化的双向长短期记忆神经网络(bidirectional long and short-term memory neural network,BiLSTM)和奇异谱分析的短期风电功率预测模型。首先,采用奇异值分析对历史功率数据进行特征提取,去噪处理减少噪声信息干扰;其次,利用麻雀算法对BiLSTM模型超参数寻优,以BiLSTM为基础构建风电功率预测模型,提高了模型训练效率;最后,采用某风电场的运行数据验证模型精度并对比其他模型验证模型合理性。实验结果表明:改进后的模型相对于基准模型,绝对误差降低了14.2%,均方根误差降低了4.24%,本文所提改进BiLSTM模型具有较好的预测性能,能有效提高短期风电功率预测的精度。

B2C模式下仓储式超市订单拣货路径优化

针对不规则布局卖场的拣货路径问题,从拣货口数量、进出口角度提出两种先分批后拣货的优化方案,并建立带有载重、容量限制的批量订单拣货路径模型。分批阶段,考虑了紧急订单、商品种类和配送距离,采用种子算法求解;拣货阶段,引用多项式变异和带有随机扰动的单纯形法对麻雀搜索算法进行改进,对批次拣货路径求解。结果表明,方案二更优,可以减少拣货员的人数、缩短在卖场的拣货时间,并提高设备利用率,改进的麻雀搜索算法在求解结果上优于原算法。

基于和声搜索的环控通风调控策略优化

针对地铁车站环控通风系统风机定频运行,导致风机无法跟随站台PM2.5的浓度的变化而改变频率,造成能源浪费;根据环控通风系统的运行现状,可将其划分为只送不排模式、不送只排模式和即送又排模式,并考虑到环控通风系统应适应多扰动的影响,选取最小二乘法系统辨识一阶惯性时滞模型,用于描述变量动态变化响应传递函数,采用自抗扰控制器建立环控通风系统控制模型,利用和声搜索算法对环控通风模型PM2.5浓度设定值寻优,结果显示经过策略优化之后,只送不排模式、不送只排模式和即送又排模式站台PM2.5平均浓度分别降低了7%、8%和10%,风机能耗分别降低了19%、19%和30%。

改进麻雀算法优化支持向量机的接触电阻预测

针对接触电阻常规计算公式计算结果精度难以达到要求,本文提出一种改进麻雀搜索算法(IASSA)优化支持向量(SVM)的接触电阻预测模型。首先,运用经验模态(EMD)对接触电阻的时序数据进行分解,得到一系列不同特征的本征模函数(IMF);其次,在对分解数据进行支持向量机建模时,采用一种多策略混合改进的麻雀算法去优化支持向量机的回归参数,该改进算法具有全局探索能力强、精度高等优点,从而可以有效避免支持向量机选择参数的盲目性;最后建立EMD-IAS-SA-SVM模型对每个IMF分量进行预测,在得到每个分量的预测结果后并进行重构,最终得到接触电阻的预测结果。实验结果表明,所提组合模型对接触电阻非平稳时间序列有较高预测精度和适用性。

改进和声搜索算法用于配电网重构

针对配电网重构大规模非线性混合整数规划的特点,提出采用通过粒子群算法控制参数进化的改进和声搜索算法对配电网进行重构。首先,将粒子群算法引入和声搜索算法,用于智能引导和声搜索算法参数的进化;然后,提出新的支路组断开原则及其相关概念。通过上述改进克服固定参数设置对和声搜索算法搜索能力的制约,提高算法的全局寻优性能并有效减少不可行解的生成。最后,将上述方法和原则结合对IEEE33节点系统以及PG&E69节点系统进行仿真,得到的仿真结果验证了该方法的准确性和有效性。

定位-车辆路径问题的两阶段混合启发式算法

定位-车辆路径问题(LRP)集成了设施定位分配和车辆路径决策,属于NP-hard难题.为有效求解实际大规模的具有设施容量约束和车辆容量约束的LRP问题,设计了基于禁忌搜索及双种群蚁群算法的两阶段混合启发式算法.算法第1阶段采用禁忌搜索算法确定设施定位及客户分配,算法第2阶段采用双种群蚁群算法优化车辆路径,蚁群间的通信与协调通过信息素共享来实现.通过仿真试验并与其他启发式算法进行对比,结果表明,该算法是可行和有效的.

舰载机多机一体化机务保障调度方法

为了有效提升舰载机多机机务保障的效率和保障人员的利用率,根据单机机务保障流程约束特性,建立了基于多计划评审技术网络的多目标多机一体化机务保障调度模型。针对问题的求解,提出了一种自适应混合差分进化算法。首先根据调度的网络化排队过程,设计了基于事件调度策略的解码方法。其次为了协调算法"探索"与"开发"的能力,引入了自适应的变异操作和交叉、变异参数控制。再次,针对工序块的平行组合排列特征,提出了4种邻域结构,进而在算法框架中嵌入了一种自适应多邻域局部搜索策略。最后通过仿真实验验证了模型和算法的可行性和有效性。

基于改进Tabu搜索算法的区域电网无功优化

为了满足无功优化的实时控制要求,提出了考虑静态电压稳定的区域电网无功优化方案。该方案采用改进的Tabu搜索算法,以有功网损最小为目标进行无功优化,记录优化过程中搜索得到的前10位最优网损解;然后对这10个最优网损解进行静态电压稳定裕度计算,再运用模糊集理论,将网损最小和静态电压稳定裕度最大两个目标的优化问题转化为单目标优化问题。通过算例仿真,证明了改进Tabu算法适合于解决区域输电网无功优化问题,同时也验证了本文提出的考虑静态电压稳定性的区域输电网二级无功电压控制方案是可行的,有效的。

一种考虑网络能效优化的队列管理方法

针对网络数据传输过程中传输速率慢、网络能耗高等问题,本文基于混合引力搜索算法HGSA提出了一种队列管理方法.该方法首先给出了网络能效评价指标,以此衡量网络的有效信息容量和传输速率.同时利用混合引力搜索算法来对队列管理方法进行优化.最后通过数学仿真,分析了队列长度、数据包大小等对网络能效的影响,结果证明了该方法具有较好的适应性.

混沌模拟退火算法在无功优化中的应用

为了更有效地改进处理无功优化问题的方法,提出了混沌模拟退火(CSA)算法,该算法是一种基于混沌变量的改进模拟退火算法,结合了混沌算法的全局遍历性和模拟退火算法的启发式规则,在模拟退火算法的搜索过程中加入了混沌算法的优点。利用混沌算法确定算法的初始温度,有效地减小了搜索空间,同时利用混沌算法确定模拟退火算法中的扰动准则,使算法有效跳出局部最优解。最后将混沌模拟退火算法应用于电力系统无功优化中,通过对IEEE 6和IEEE 30节点以及实际129节点系统的仿真验证了该算法应用的有效性。

求解非线性混合整数规划的算法设计与仿真

针对目标函数具有多峰值、变量规模较大的非线性混合整数规划问题,设计了一种序贯选择式的扩展时间Petri网模型,并给出了该模型的构建算法。改进了传统的蚁群算法,并引入遗传演化的思想,设计了局部和全局演化算子,提出了基于非线性混合整数规划问题的最优解搜索算法。该算法解决了离散变量和连续变量的进化问题,同时保证了搜索广度和收敛速度。仿真结果表明,该算法在求解准确性、普适性、稳定性以及收敛速度方面具有更好的性能,适应于解决复杂的大规模非线性混合整数规划问题。

基于快速群搜索算法的双层球面网壳多目标优化

提出一种新的群智能算法,即多目标快速群搜索优化(MQGSO)算法,以双层球面网壳为研究对象,进行结构节点最大位移最小化和结构质量最轻化的多目标优化设计,网壳优化后的Pareto前沿分布均匀且范围较广,分别对多目标优化和单目标优化后的结构进行多维地震作用时程响应分析。结果表明:多目标优化得到的结构优于单目标的优化结果,所提出的多目标快速群搜索算法能很好地实现复杂空间结构的多目标优化设计。

潜射自航式声诱饵发射时机与初始航向模型

发射时机与初始航向是影响自航式声诱饵作战使用效果的关键因素。该文通过分析潜艇使用自航式声诱饵对抗声自导鱼雷的作战过程,在一定对抗态势下,建立了自航式声诱饵有效发射时机与有效初始航向的解析模型,以此确定了自航式声诱饵发射时机和初始航向的有效取值范围。依据不同的鱼雷报警初始信息,采用搜索算法,在有效取值范围内计算自航式声诱饵有利发射时机和有利初始航向。该算法对自航式声诱饵作战使用问题的进一步研究具有一定的参考价值。

港口调度系统中RFID防碰撞的研究

港口船舶智能调度系统中,在使用RFID技术对船舶身份进行识别的过程中,通过对港口环境的了解,分别针对航道和锚泊地的标签碰撞的不同情况,研究已有的ALOHA算法和二进制序列搜索算法及其改进算法,找到港口调度系统的自适应防碰撞算法。

约束松弛机制和反向搜索的粒子群算法

提出了一种基于约束松弛机制和反向搜索的粒子群算法。约束松弛机制通过度量不可行解与可行解的距离,使边界位置的不可行解得以概率性存活,缓解了约束条件的不利影响;反向搜索机制则使不可行解迅速转向某一对称区域,提高了可行域的发掘效率。同时,利用局部最优位置的概念,使个体依据约束违反情况执行不同的搜索算子,克服了函数形貌的影响。通过六组标准约束优化问题的测试结果表明,所提出算法总体优于几种对比算法,最优解与理论值的相对误差由0~25.214%降低到了0~0.752%。

基于和声搜索算法的快递配送路径优化研究

研究了在电子商务环境下新兴的启发式和声搜索算法在快递配送路径优化中的应用,根据案例和实验得出区域内快递配送路径优化的方案,通过实验数据和传统的遗传算法做了比较,分析了两种算法在解决路径优化这类离散问题中的特点和利弊。

基于自适应学习搜索框架的混合分布估计算法

在元启发式算法自适应学习搜索框架下对分布估计算法和模拟退火算法的学习能力、深度搜索和广度搜索强度进行分析,针对分布估计算法广度搜索性能方面存在的问题,提出了一种将模拟退火算法融入分布估计算法的混合优化策略;以旅行商问题为例进行了仿真实验。实验结果表明,混合算法比分布估计算法和模拟退火算法具有更高的优化质量。

一种基于MCB的自适应和声搜索定位算法

针对无线传感器网络锚节点稀疏条件下节点定位中存在的翻转现象和定位精度问题,提出了一种基于MCB的自适应和声搜索定位算法。通过引入MCB算法中的采样思想,随机产生网络拓扑约束下的未知节点的坐标,引入自适应的和声保留概率和音调调节概率,达到提高搜索能力和定位精度目的。仿真结果表明:算法能有效解决翻转现象,提高定位精度,提出的算法在定位精度和计算量方面优于对比算法。

离子刻蚀工艺表面演化仿真的三维元胞模型

为了更好地理解和认识刻蚀机理,并为制造工艺提供优化指导,采用三维元胞模型研究了离子刻蚀工艺的表面演化过程。针对三维元胞模型内存使用量大,采用了静态数组和动态双向链表相结合的方式进行信息存储;提出了边界时间最短优先移动法,改进了刻蚀离子入射轨迹计算量大的问题;通过一种降维分量拟合方法实现了刻蚀离子入射角度的快速求解,并重点对用于拟合计算的表面元胞的选取方法进行了改进,提出了滚轮搜索法,提高了拟合的准确度。将该模型应用到硅刻蚀工艺三维仿真中,其模拟结果与相关实验结果对比,验证了该模型对刻蚀工艺描述的有效性。