考虑物料装卸点的过道布置问题及改进灰狼算法求解方法

针对制造和服务系统中假定物料装卸点重合以及设施间物流量对称的不足,结合实际生产布局对过道布置问题进行拓展,以最小化物流成本为目标,提出考虑物料装卸点及非对称流量的过道布置问题,并建立混合整数规划模型。根据问题与模型的特征,设计一种改进灰狼算法进行求解,该算法采用双层整数编码生成初始解,通过将收敛因子非线性化、比例权重动态化对原始灰狼算法进行改进。通过融合反向学习机制和种群更新机制进一步扩大搜索解空间,并添加双阈值停止准则降低多余的迭代次数。将该算法与LINGO求解器对5~49不同规模算例的计算结果进行比较,证明了模型的正确性以及算法的有效性。最后,运用该算法对初始过道布置问题进行求解,并与其他算法的求解结果进行比对,进一步证明了所提算法的优越性。

基于反向扩散灾变和精英增强进化的自适应蝴蝶算法求解MFCAP问题

针对工业实际中设施物流交互点与其靠过道边线中点存在不重合的情况,提出一种考虑设施左右镜像情况的过道布置问题(MFCAP),建立该问题的整数规划模型,并提出一种适用于MFCAP的改进离散蝴蝶优化算法。该算法在标准蝴蝶优化算法的基础上对编码方法和相关操作进行离散化构造,通过自适应模式切换概率提高算法的搜索速度,采用精英增强进化、反向扩散灾变等方法提高算法的搜索精度。为验证所提模型的正确性,采用分支定界法和改进离散蝴蝶优化算法对小规模MFCAP算例进行精确求解。为验证所提算法的有效性,将改进离散蝴蝶优化算法与其他启发式算法在较大规模算例中的求解结果进行对比。结果表明,所提改进离散蝴蝶优化算法在应用于MFCAP时具有较高的寻优质量和寻优效率,是求解MFCAP问题的一种有效方法。

混合模拟退火及分散搜索优化过道布置问题

针对过道布置问题的求解复杂性,提出了一种混合模拟退火及分散搜索算法。该算法通过引入模拟退火操作进一步优化参考集中的解,以提高获得全局最优解的概率。设计了包含高质量和多样性解的双层参考集,扩大了搜索范围,避免算法陷入局部最优。同时采用动态参考集更新方法,及时替换参考集中质量或多样性较差的解,加快算法的收敛速度,并改进子集产生方法,避免产生重复的解,从而提高算法的求解效率。应用所提算法对24个不同规模的测试问题进行验算与对比,结果表明所提算法的求解质量与平稳性均优于基本模拟退火算法和分散搜索算法,且较已有的4种方法更具求解优势。

求解过道布置问题的一种改进分散搜索算法

为更好地反映实际布置情况,针对现有研究在求解过道布置问题时忽略通道宽度、未设置总流量入口等不足,构建了考虑通道宽度和总流量入口的混合整数规划模型,提出一种改进分散搜索算法进行求解。该算法将禁忌搜索操作嵌入分散搜索的解改进方法中,可以进一步优化参考集中的解,提高获得全局最优解的概率。设计了包含高质量和多样性解的双层参考集、动态参考集更新方法、子集产生方法等多种改进机制。对不同规模(9~49个设施)的测试问题进行了验算与对比,结果表明:针对小规模问题,所提算法均求得了与Lingo软件相同的最优解;对大规模问题的求解质量明显优于基本分散搜索算法和禁忌搜索算法。

基于二阶段的3D虚拟世界客户分配方法

针对3D虚拟世界中的客户分配问题,提出一种基于二阶段的分配方法。把客户分配问题分为初始分配阶段和优化分配阶段,使得具有服务质量的客户数量最大化和分配成本最小化。在初始分配阶段为每个客户寻找一个目标服务器,在优化分配阶段为每个客户寻找一个触点服务器,并针对二阶段的客户分配问题提出随机分配区域算法、贪婪分配区域算法、基于虚拟位置的分配客户算法和贪婪分配客户算法。仿真结果表明,在初始分配阶段中考虑网络时延的算法明显优于不考虑网络时延的算法,同时能够较好地适应虚拟世界的动态变化特性,4种算法在网络平均通信时延和资源消耗方面都优于目前广泛采用的客户分配算法。

双层过道布置问题的混合整数非线性规划模型及两阶段改进模拟退火算法

结合实际布局活动中,设施在多层空间布置的实际情况,提出了双层过道布置问题,并构建了该问题的混合整数非线性规划(MINLP)模型。针对问题特征,提出了一种改进模拟退火算法,通过采用两阶段改进策略,对退火过程及抽样过程进行改进。该算法以自适应搜索策略替代马氏链搜索长度,并引入记忆功能、回火操作以提高求解质量,通过设置双阈值来提高求解效率。应用所提算法对24个基准算例进行测试,并将其与原模拟退火算法和GUROBI精确方法作对比,验证了所提算法的有效性。

双层过道布置问题的混合整数规划模型及启发式求解方法

针对布局活动中为节约用地成本设施被迫布置在多层空间的情况,提出双层过道布置问题,并构建了该问题的混合整数规划模型。该模型考虑了设施在两层空间的布置优化,且不同层设施之间存在物流交互,交互通道为放置在过道最左边的货梯。针对该问题,提出一种基于C2Opt邻域搜索的启发式算法,同时引入inversion程序产生扰动,采用倒置的方式重新排列当前设施序列,以避免算法陷入局部最优,并设置了最优设施序列的记忆功能,以保留邻域搜索过程中的精英解。基于建立的混合整数规划模型,运用Lingo软件对28个测试问题(9~49个设施)进行了精确求解,进而应用所提启发式算法对所选测试算例进行测试,并与3种启发式算法的求解结果进行对比,结果表明所提启发式方法在求解质量和计算时间上均有良好表现。

扩展双目标过道布置问题的建模与求解方法

针对现有关于通道宽度对过道布置问题影响研究的不足,以最小化物料搬运成本和通道长度为目标,提出了考虑通道宽度的双目标过道布置问题,并建立了该问题的混合整数规划模型。鉴于该问题具有的NP-hard组合优化特性,提出一种基于Pareto占优的遗传变邻域算法。引入Pareto思想、拥挤距离机制对多目标结果进行处理,设计并对比了4种新生代种群产生方式以提高算法收敛性,将寻优过程中自适应转换搜索深度和搜索广度的变邻域搜索结构嵌入到遗传算法中,在个体完成遗传算法的并行操作之后继续执行变邻域搜索。通过对比所提算法与GUROBI数学规划方法对33个测试算例的运算结果,验证了算法的有效性。最后,应用该算法求解未考虑通道宽度的双目标过道布置问题,不同算法的对比实验表明了所提算法的先进性。

一种求解双层过道布置问题的离散花授粉算法

结合布局活动中设施布置在多层空间的实际情况,对过道布置问题在双层空间中的布置优化进行研究,构建了一种新的混合整数非线性规划模型.基于可行解的离散性和问题求解的复杂性,提出一种花授粉算法离散方法.通过重新定义授粉过程,将以问题规模为搜索深度的随机搜索过程作为全局搜索,而在局部寻优阶段,个体以交换对的形式跟随最优解更新自身.为进一步提高算法性能,在全局搜索阶段引入临界值,通过变异陷入局部最优的个体实现变邻域搜索,并设置阈值以提高求解效率.通过对比改进前后两算法求解38个测试算例的运算结果,验证了算法改进的有效性.最后,应用改进离散花授粉算法求解原过道布置问题,并与不同算法的实验结果进行对比,发现所提算法在求解质量和效率方面更具优势.

考虑不规则物流交互点的过道布置问题建模与优化

针对制造和服务系统中不规则物流交互点在过道布置问题中的研究不足,以实际布局方式为研究背景,探究物流交互点对过道布置问题(CAP)影响,构建考虑不规则末端设施物流交互点位置的CAP混合整数规划模型(MIP),同时结合问题和模型特点,提出一种基于遗传的混合鸡群算法,该算法采用整数编码方式,应用部分映射交叉、两点变异等操作进行离散化设计,结合所设定的代数参数G按照规则进行重新分组,通过对比5~49不同规模算例测试结果,验证了模型的合理性和算法的可行性。将所提算法与遗传算法、模拟退火算法、分散搜索算法在初始原过道布置问题上进行不同规模求解对比,结果表明了混合鸡群算法在求解效率和求解质量上的有效性和优越性。

多路径交互环形过道布置问题建模及改进蚁狮算法优化

为了结合生产中环形布局的特征分析不同交互路径对环形过道布置问题的影响,提出一种多路径交互环形过道布置问题,并构建其混合整数规划模型。设计了一种将随机行走机制与迭代机制融合的改进蚁狮算法,算法利用蚁狮衍生蚂蚁种群方式增强局部搜索能力,提高算法求解性能。通过精确求解小规模环形过道布置问题算例验证了模型的合理性与正确性。将该算法与遗传算法、禁忌搜索算法对所提问题求解的结果进行对比,表明改进蚁狮算法在求解质量与效率上更具有效性和优越性。

基于多纵向传输通道的双层过道布置问题建模与优化

针对制造和服务系统中纵向运输形式在双层过道布置问题中研究不足的情况,以实际布局方式为背景,对双层过道布置问题进行拓展,构建基于多纵向传输通道的双层过道布置问题混合整数规划模型,并提出一种混合模拟退火算法。该算法采用整数编码方式,以模拟退火算法为框架,结合2-Opt路径重连策略与逆转扰动操作,以避免陷入局部最优,同时采用禁忌搜索操作与带有记忆功能的存储操作来提高获得全局最优解的概率。通过精确求解所提问题的小规模算例,验证了模型的合理性。应用混合模拟退火算法分别求解所提问题、双层过道布置问题和过道布置问题,通过对比表明所提算法在求解性能和求解质量上均具有一定优势。

双向环形过道布置问题建模及混合鲸鱼算法求解

针对基于中央回路的物料搬运系统中设施的布置,提出了双向多路径交互环形过道布置问题,其通道形状为首尾相通的封闭回路,设施之间的物料通过环形路径双向流动。针对所提问题,构建了混合整数规划模型,随后通过优化求解器进行精确求解,验证了模型的正确性。为了更快速高效地求解该问题,设计了一种混合鲸鱼算法。该算法将差分进化算法嵌入到鲸鱼算法气泡网觅食阶段,以提高算法局部搜索能力,并引入禁忌搜索机制,提高全局搜索性能。通过对标准算例进行试验,并与其他算法进行对比,验证了所提算法对解决双向环形过道布置问题的优越性。

受约束的过道布置问题建模及优化方法

为了研究过道布置问题中设施关系对布局的影响,首先,考虑定位约束与排序约束,构建过道布置问题混合整数规划模型,并提出一种求解该问题的自适应混合克隆选择算法,在克隆操作之前新增符合受约束过道布置问题特性的2-opt操作,随后对所产生种群中最优个体进行禁忌搜索操作,对其他个体进行变异操作并设置自适应变异概率;然后,对模型进行精确求解以验证模型的正确性且求解结果为算法提供了理论依据;最后,应用所提算法分别对受约束过道布置问题与基本过道布置问题的42~49规模实例进行测试,并将求解结果与克隆选择算法、遗传算法、分散搜索算法、花授粉算法以及烟花算法进行对比,结果表明:混合克隆选择算法可以达到当前先进算法的求解效果且在算例sko-42-04与算例sko49-03上表现更优.

面向智能车间的动态过道布置问题建模与优化

针对传统过道布置鲜少考虑快速响应生产需求变化及加工产品组合的灵活性的不足,构建了一种双目标动态过道布置问题数学模型.通过调整不同阶段的设施位置,以达到总物料搬运成本及设施重组成本之和与布局面积最小化的目的.由于双目标动态过道布置问题具有多项式复杂程度的非确定性问题(NP-hard)的特征,因此又提出了一种基于帕累托(Pareto)占优的多目标改进猫群算法.首先将基本猫群算法离散化;然后引入帕累托占优思想和拥挤距离机制处理双目标结果,并嵌入变邻域搜索结构加快算法寻优;最后采用所提算法测试大量不同规模算例,并与其他算法结果进行对比,验证了该算法的有效性和优越性.

考虑设施深度的过道布置问题及改进烟花算法求解方法

针对过道布置问题中忽略设施深度及物流交互点置于过道边线的问题,结合实际布局活动对过道布置问题进行拓展,构建考虑设施深度的过道布置问题的混合整数规划模型,并提出一种改进烟花算法.该算法采用2-opt邻域构造方法对爆炸操作进行离散化处理;设置搜索深度并执行两点变异操作,实现变邻域搜索;通过贪婪选择方法更新种群以记忆精英解.为改进算法,引入混沌映射初始化烟花种群和设置阈值以加速算法寻优.通过对比数学规划方法与所提出算法的求解结果,验证了模型的有效性和所提出算法的求解优势.最后,通过不同算法的对比实验表明,改进烟花算法在寻优精度、收敛效率和稳定性方面均有明显优势.

考虑面积成本的双目标环形过道布置建模及改进禁忌搜索优化

针对现代建筑结构的形式多样化和面积成本在总成本中的占比越来越大等问题,建立了考虑面积成本的双目标环形过道布置问题的数学模型,并对考虑面积成本下的双目标环形过道布置问题的总成本进行优化.结合问题和模型特点,提出了一种加入动态禁忌长度和变异操作的改进禁忌搜索算法.所提算法随着迭代次数的增加,动态禁忌长度不断变化,从而缩小了搜索空间,提高了解的集中性,并融合了变异操作使其跳出局部最优,扩大了算法搜索范围.通过对不同规模实例的测试验证了算法的可行性.通过将所提算法与基本禁忌搜索算法进行对比,结果表明了改进算法的有效性和优越性.