多目标U型拆卸线平衡问题的Pareto蚁群遗传算法 被引量：9

1

作者 张则强 汪开普 +1 位作者 朱立夏 程文明 《西南交通大学学报》 EI CSCD 北大核心 2018年第3期628-637,660,共11页

针对传统方法求解多目标U型拆卸线平衡问题的不足,提出了一种基于Pareto解集的多目标蚁群遗传算法.在构造初始解阶段,以协同考虑最大作业时间、最小拆卸成本差作为蚂蚁的启发式信息;通过蚁群算法搜索可行拆卸序列,并根据多目标之间的支... 针对传统方法求解多目标U型拆卸线平衡问题的不足,提出了一种基于Pareto解集的多目标蚁群遗传算法.在构造初始解阶段,以协同考虑最大作业时间、最小拆卸成本差作为蚂蚁的启发式信息;通过蚁群算法搜索可行拆卸序列,并根据多目标之间的支配关系得到Pareto解集;将蚁群算法的Pareto非劣解作为遗传操作的个体,进而将遗传操作的结果正反馈于最优拆卸路径上信息素的积累,并采用拥挤距离作为蚂蚁全局信息素更新策略,可以平衡多目标对信息素的影响,使算法快速获得较优解.将所提算法应用于52项拆卸任务算例和某打印机拆卸线实例,在算例验证中,通过对比Pareto蚁群算法,所提算法求得的8个非劣解在3个评价指标上性能分别提高了50.43%、3.25%、14.10%,在实例应用中所提算法求得8种可选平衡方案,从而验证了所提算法的有效性、优越性和实用性. 展开更多

关键词 U型拆卸线平衡 多目标优化 蚁群算法 遗传算法 PARETO解集

在线阅读 下载PDF 职称材料

基于蚁群—遗传算法的改进多目标数据关联方法 被引量：7

2

作者 袁东辉 刘大有 申世群 《通信学报》 EI CSCD 北大核心 2011年第6期17-23,共7页

将蚁群算法与遗传算法相结合,提出一种快速实现多目标数据关联的AC-GADA(ant colony-genetic algo-rithm data association)算法,该算法利用种群个体携带信息素,并改进了全局信息素扩散模型,同时为了提高算法的收敛速度并且避免局部极... 将蚁群算法与遗传算法相结合,提出一种快速实现多目标数据关联的AC-GADA(ant colony-genetic algo-rithm data association)算法,该算法利用种群个体携带信息素,并改进了全局信息素扩散模型,同时为了提高算法的收敛速度并且避免局部极值的出现,引入了交叉变异策略和种群适应度模型,通过大量的实验数据证明,该算法在获得较高关联准确率的同时可以有效地提高关联速度。 展开更多

关键词 数据关联 多目标 蚁群算法 遗传算法

在线阅读 下载PDF 职称材料

蚁群遗传算法的多目标优化 被引量：11

3

作者 伍爱华 李智勇 《计算机工程》 CAS CSCD 北大核心 2008年第8期200-202,共3页

为了求解带有约束条件的多目标函数优化问题,提出基于连续空间优化的多目标蚁群遗传算法。针对多目标优化问题的特点,定义连续空间中利用信息量指导遗传搜索策略和信息更新方法,将信息量指导遗传搜索、优秀决策引入、决策集更新、改变... 为了求解带有约束条件的多目标函数优化问题,提出基于连续空间优化的多目标蚁群遗传算法。针对多目标优化问题的特点,定义连续空间中利用信息量指导遗传搜索策略和信息更新方法,将信息量指导遗传搜索、优秀决策引入、决策集更新、改变算法终止条件等方式相结合,有效地加速了搜索的收敛速度,控制了Pareto最优决策集的数量,扩大了决策的分布范围,维持了决策的多样性。数值实验说明该算法能够快速找到一组分布广泛的Pareto最优决策。 展开更多

关键词 约束多目标优化 蚁群遗传算法 Pareto最优决策

在线阅读 下载PDF 职称材料

蚁群-遗传算法在多传感器多目标跟踪技术中的应用 被引量：7

4

作者 袁述 袁东辉 +3 位作者 孙基洲 刘永波 李晶 原琳 《电子学报》 EI CAS CSCD 北大核心 2013年第3期609-614,共6页

本文提出了一种高效的多目标数据关联算法AC-GADA(Ant Colony-Genetic Algorithm Data Association),该算法以蚁群、遗传算法为基础,利用种群差异性使个体携带信息素,构建了全局信息素扩散模型,并引入了交叉变异策略和种群适应度模型.... 本文提出了一种高效的多目标数据关联算法AC-GADA(Ant Colony-Genetic Algorithm Data Association),该算法以蚁群、遗传算法为基础,利用种群差异性使个体携带信息素,构建了全局信息素扩散模型,并引入了交叉变异策略和种群适应度模型.通过大量的实验数据证明,该算法在获得较高关联准确率的同时可以有效地提高关联速度. 展开更多

关键词 数据关联 多目标 蚁群算法 遗传算法

在线阅读 下载PDF 职称材料

连续空间多目标最优化问题的蚁群遗传算法

5

作者 伍爱华 李智勇 《计算机工程与科学》 CSCD 2008年第5期65-67,共3页

本文提出了一种基于蚁群算法和遗传算法的多目标蚁群遗传算法,用于解决连续空间中带约束条件多目标最优化问题。本算法先将解空间分解成子区域,再用信息素标定这些子区域,信息素对遗传搜索进行指导,在搜索中更新信息素,同时采用了最优... 本文提出了一种基于蚁群算法和遗传算法的多目标蚁群遗传算法,用于解决连续空间中带约束条件多目标最优化问题。本算法先将解空间分解成子区域,再用信息素标定这些子区域,信息素对遗传搜索进行指导,在搜索中更新信息素,同时采用了最优决策集的更新策略和搜索收敛退出机制,从而提高求解效率,降低算法复杂度。实验证明,与以往算法相比,此算法能更快、更精确地逼近Pareto前沿。 展开更多

关键词 连续空间 多目标问题 多目标蚁群遗传算法(moaga) PARETO前沿

在线阅读 下载PDF 职称材料

基于目标函数变化率的混合蚁群遗传算法 被引量：4

6

作者 刘雪东 许峰 《计算机工程与应用》 CSCD 2013年第18期41-44,共4页

根据蚁群算法和遗传算法收敛性互补的特点,提出了一种基于目标函数变化率的混合蚁群遗传算法。该算法的基本思想是:用蚁群算法的解作为遗传算法的初始种群,根据目标函数的变化率交叉地调用蚁群算法和遗传算法。每当种群进化接近停滞时,... 根据蚁群算法和遗传算法收敛性互补的特点,提出了一种基于目标函数变化率的混合蚁群遗传算法。该算法的基本思想是:用蚁群算法的解作为遗传算法的初始种群,根据目标函数的变化率交叉地调用蚁群算法和遗传算法。每当种群进化接近停滞时,调用蚁群算法。这种方法可动态地控制蚁群算法和遗传算法的调用时机,再配合相应的信息素更新方法,以提高算法的收敛性。将新算法用于车间调度基准测试问题,仿真结果表明,与常规混合蚁群遗传算法相比,新算法的全局收敛性和局部收敛性有了明显的提高。 展开更多

关键词 蚁群算法 遗传算法 目标函数变化率 车间调度基准问题

在线阅读 下载PDF 职称材料

遗传-蚁群算法在目标分配问题中的应用研究 被引量：14

7

作者 武从猛 王公宝 《兵工自动化》 2014年第4期8-11,21,共5页

针对传统算法很难满足大型水面舰艇编队防空武器的武器目标分配(weapon target assignment,WTA)问题,提出一种将遗传算法融入蚁群算法的混合算法。分析了遗传算法和蚁群算法的优缺点、利用遗传算法快速全局随机搜索能力生成一组粗略解,... 针对传统算法很难满足大型水面舰艇编队防空武器的武器目标分配(weapon target assignment,WTA)问题,提出一种将遗传算法融入蚁群算法的混合算法。分析了遗传算法和蚁群算法的优缺点、利用遗传算法快速全局随机搜索能力生成一组粗略解,用其作为蚁群算法的初始信息素,再利用蚁群算法的并行性、正反馈机制,最后求得最优解,并对遗传-蚁群算法与蚁群算法、遗传算法这3种方法进行仿真比较。分析结果证明:遗传-蚁群算法用更少的时间获得最优的火力分配方案,缩短了武器系统反应时间,在求解质量方面有较大优势。 展开更多

关键词 武器目标分配 遗传算法 蚁群算法 遗传一蚁群算法

在线阅读 下载PDF 职称材料

多机协同多目标攻击的遗传蚁群算法研究 被引量：6

8

作者 王芳 姜长生 《电光与控制》 北大核心 2008年第10期26-32,共7页

研究了多机协同空战中的多目标攻击决策问题。以攻击效果为准则建立空战决策模型,首先利用遗传算法快速随机的全局搜索能力生成信息素的初始分布,然后利用蚁群算法具有正反馈的特点求精确解,最后在Matlab环境下对实例进行了仿真。具体... 研究了多机协同空战中的多目标攻击决策问题。以攻击效果为准则建立空战决策模型,首先利用遗传算法快速随机的全局搜索能力生成信息素的初始分布,然后利用蚁群算法具有正反馈的特点求精确解,最后在Matlab环境下对实例进行了仿真。具体的仿真算例证明:将两种算法动态融合能起到优势互补的作用,在实际的空战环境下能进行有效的决策。 展开更多

关键词 多目标攻击 攻击决策 遗传算法 蚁群算法 融合

在线阅读 下载PDF 职称材料

遗传算法与蚁群算法的改进融合 被引量：8

9

作者 陈亚云 韩文涛 崔鹤平 《中国农机化学报》 北大核心 2014年第4期246-249,共4页

通过将遗传算法与蚁群算法进行融合,可以得到一种新的启发式算法,从而在时间效率上优于蚂蚁算法,在求解效率上优于遗传算法。本文将对混合算法进行改进,具体分析怎样实现算法的融合,使之更加适合求解多目标优化问题。

关键词 遗传算法 蚁群算法 混合算法 多目标优化

在线阅读 下载PDF 职称材料

一种融合遗传蚁群算法的ad hoc云任务卸载算法 被引量：2

10

作者 余思东 黄欣 赵志刚 《计算机应用与软件》 北大核心 2020年第11期185-191,199,共8页

针对ad hoc云中的任务卸载问题,设计一种多目标任务卸载决策模型。综合考虑任务完成时间、能耗和额外开销进行卸载决策,并选取簇头节点作为集中控制器进行合理的任务分配。提出一种融合遗传算法和蚁群算法的任务卸载算法,利用遗传算法... 针对ad hoc云中的任务卸载问题,设计一种多目标任务卸载决策模型。综合考虑任务完成时间、能耗和额外开销进行卸载决策,并选取簇头节点作为集中控制器进行合理的任务分配。提出一种融合遗传算法和蚁群算法的任务卸载算法,利用遗传算法的快速搜索能力得到可行解,将其作为蚁群算法的初始信息素,再利用蚁群算法的正反馈机制实现对任务分配方案的精确求解。仿真结果表明,该算法与随机任务分配算法、异构感知任务分配算法和遗传算法相比,能有效降低任务完成时间和能量消耗。 展开更多

关键词 ad hoc云 多目标 任务卸载 遗传算法 蚁群算法

在线阅读 下载PDF 职称材料

逆转变异蚁群算法在CGF多目标分配中的应用 被引量：1

11

作者 张媛 张立民 +1 位作者 刘文彪 陈洁 《电光与控制》 北大核心 2012年第3期21-24,共4页

在预警机指挥引导多机协同空战对抗仿真过程中,为了提高CGF实体的智能性和实时性,对多CGF实体协同作战时目标选择因素进行分析,构建了一种基于变异蚁群算法的多CGF实体协同作战目标选择模型。该模型对蚁群算法中的选择策略进行了改进,... 在预警机指挥引导多机协同空战对抗仿真过程中,为了提高CGF实体的智能性和实时性,对多CGF实体协同作战时目标选择因素进行分析,构建了一种基于变异蚁群算法的多CGF实体协同作战目标选择模型。该模型对蚁群算法中的选择策略进行了改进,引入一种遗传算法的变异算子以减少最优解的搜索时间,改进了搜索空间中信息素的更新方式,提高了模型最优解的搜索能力。运用该模型对多CGF实体协同作战过程进行仿真,仿真结果表明,所提出的变异蚁群算法对多CGF实体目标选择最优解的搜索效率明显优于基本蚁群算法,能够更好地模拟真实作战兵力的目标选择过程。 展开更多

关键词 多机协同空战 计算机生成兵力 多目标选择 变异蚁群算法 遗传算法

在线阅读 下载PDF 职称材料

基于改进RRT与GA的多目标路径规划——以无人机林区巡检为例

12

作者 张彪 康峰 许舒婷 《北京林业大学学报》 北大核心 2025年第4期129-141,共13页

【目的】为解决无人机在人工林区巡检任务(如病虫害监测、火灾预防等)中的路径规划问题,即求解巡检点的最优遍历序列以及生成避障飞行轨迹,本文通过融合改进快速随机扩展树(RRT)算法和遗传算法(GA),提出一种多目标路径规划算法。【方法... 【目的】为解决无人机在人工林区巡检任务(如病虫害监测、火灾预防等)中的路径规划问题,即求解巡检点的最优遍历序列以及生成避障飞行轨迹,本文通过融合改进快速随机扩展树(RRT)算法和遗传算法(GA),提出一种多目标路径规划算法。【方法】首先改进传统GA,使其能够在三维空间中遍历所有巡检点并求解最优序列。其次,依据该序列进行路径搜索,改进RRT算法的随机采样原理,通过靶心和绕树策略实现避障效果,并采用连续选择父节点策略,取消因避障产生的多余转折点。最后,通过3次B样条曲线优化,生成最终路径。【结果】仿真结果表明,本算法能够在复杂林区环境中遍历所有巡检点,并在短时间内规划出高质量、无碰撞的路径。与粒子群算法(PSO)、蚁群算法(ACO)和RRT算法相比,当巡检点从3个增加到9个时,PSO、ACO、RRT算法搜索时间分别增加了221.77%、332.42%、184.78%,而本算法仅增加了102.35%。在9个巡检点的复杂环境中,本算法的路径耗散分别比PSO、ACO和RRT算法降低了14.46%、30.28%、24.76%,且路径质量显著提高,消除了路径交叉重合现象。此外,通过ROS平台,利用无人机在林区点云上进行模拟飞行并验证成功,证明本算法适用于林区巡检的多目标路径规划。【结论】针对人工林区无人机巡检任务中的飞行路线规划问题,本文通过改进RRT与GA,成功规划出一条遍历所有巡检点且避开林区障碍物的无碰撞路径。相较于PSO、ACO和RRT算法,本算法在路径质量、路径耗散和搜索时间上均表现出显著优势。 展开更多

关键词 多目标优化 路径规划 快速随机扩展树(RRT) 遗传算法(GA) 无人机 粒子群算法(PSO) 蚁群算法(ACO)

在线阅读 下载PDF 职称材料

带交通约束的多目标优化混合算法

13

作者 侯文静 马永杰 摆玉龙 《计算机工程》 CAS CSCD 北大核心 2011年第6期198-199,202,共3页

针对实际交通中带约束的多目标问题,提出一种基于分层GA-AS算法的多目标路径优化算法。该算法通过约束条件对路网进行分层,采用蚁群算法对各子网进行寻优,利用遗传算法在各子网寻优的基础上进行全局寻优。算例仿真结果表明,该算法既具... 针对实际交通中带约束的多目标问题,提出一种基于分层GA-AS算法的多目标路径优化算法。该算法通过约束条件对路网进行分层,采用蚁群算法对各子网进行寻优,利用遗传算法在各子网寻优的基础上进行全局寻优。算例仿真结果表明,该算法既具有较强的实际应用效果,又在很大程度上减少寻优计算次数,提高算法的性能。 展开更多

关键词 交通约束 多目标优化 分层GA-AS算法 蚁群算法 遗传算法

在线阅读 下载PDF 职称材料

基于融合算法的空—地多目标攻击火力分配 被引量：10

14

作者 李天龙 张军超 《电光与控制》 CSCD 北大核心 2019年第11期56-59,共4页

空地多目标火力分配是机载空地多目标攻击系统的核心。分析了空地多目标火力分配问题的特点,提出了不同的最优评价标准,并根据其对应的目标函数建立了3种空地多目标火力分配模型。以自适应蚁群算法为基础,利用遗传算子进行交叉变异操作... 空地多目标火力分配是机载空地多目标攻击系统的核心。分析了空地多目标火力分配问题的特点,提出了不同的最优评价标准,并根据其对应的目标函数建立了3种空地多目标火力分配模型。以自适应蚁群算法为基础,利用遗传算子进行交叉变异操作,结合粒子群算法的思想修改信息素更新规则,给出了融合算法求解空地多目标火力分配问题的步骤。通过仿真实验验证了融合算法的有效性。 展开更多

关键词 空地多目标攻击 火力分配 蚁群算法 遗传算法 粒子群算法

在线阅读 下载PDF 职称材料

面向云制造服务的制造资源多目标动态优化调度 被引量：31

15

作者 邰丽君 胡如夫 +1 位作者 赵韩 陈曹维 《中国机械工程》 EI CAS CSCD 北大核心 2013年第12期1616-1622,共7页

针对云制造环境下制造资源调度的特点和存在的问题,建立了云制造环境下制造服务资源多目标调度模型。根据云制造环境下极易发生扰动的特点,提出了一种动态调度技术,以在发生突发事件时及时作出反应。提出了一种基于遗传蚁群算法的制造... 针对云制造环境下制造资源调度的特点和存在的问题,建立了云制造环境下制造服务资源多目标调度模型。根据云制造环境下极易发生扰动的特点,提出了一种动态调度技术,以在发生突发事件时及时作出反应。提出了一种基于遗传蚁群算法的制造资源调度算法,该算法利用遗传算法搜索能力强、收敛速度快的优势弥补蚁群算法易陷入局部最优、收敛速度慢的不足,使整个调度过程能快速、准确地收敛于最优解。最后用实例证明了该算法的有效性。 展开更多

关键词 云制造 多目标优化 动态调度 遗传算法 蚁群算法

在线阅读 下载PDF 职称材料

考虑分布式电源出力调整的多目标配电网重构 被引量：26

16

作者 王少林 唐巍 +3 位作者 白牧可 吕涛 张立梅 关洪浩 《电力系统保护与控制》 EI CSCD 北大核心 2012年第18期117-122,共6页

配电网重构可以提高配电网运行的经济性和安全性,而分布式电源(Distributed Generator,DG)加入配电网直接影响潮流分布,对配电网重构将产生较大影响。考虑到DG对配电网重构的影响,以开关状态、DG出力为优化变量,建立了以网络损耗、负荷... 配电网重构可以提高配电网运行的经济性和安全性,而分布式电源(Distributed Generator,DG)加入配电网直接影响潮流分布,对配电网重构将产生较大影响。考虑到DG对配电网重构的影响,以开关状态、DG出力为优化变量,建立了以网络损耗、负荷均衡化率最小为目标函数的多目标优化模型。将生成树、蚁群算法和遗传算法相结合,提出了求解上述模型的多目标混合优化方法,以实现配电网结构和DG出力的协同优化。该方法利用基于生成树原理的蚁群算法对配电网结构进行优化,保证蚂蚁路径满足网络拓扑约束,有效提高了可行解的数量;采用Pareto最优遗传算法对分布式电源出力进行优化,可获得满足多目标需求的若干优化方案。仿真结果表明所提出方法能够实现DG出力和网络重构的综合优化和多目标优化。 展开更多

关键词 配电网重构 分布式电源 多目标优化 蚁群算法 遗传算法

在线阅读 下载PDF 职称材料

应急物流的分批配送模型及亚启发式算法求解 被引量：7

17

作者 徐志宇 张杰 +1 位作者 彭嘉臻 许维胜 《系统仿真学报》 CAS CSCD 北大核心 2012年第12期2500-2505,2510,共7页

提出分批配送的应急物流模型,将救援物资配送归结为三个目标:供需差异最小化,配送时间最短化,各灾点失衡度最低化;通过加权求和兼顾救援的紧迫性、动态性和公平性,将各灾点总需求分为三个周期由多车分批予以满足。(a)改进遗传算法:设计... 提出分批配送的应急物流模型,将救援物资配送归结为三个目标:供需差异最小化,配送时间最短化,各灾点失衡度最低化;通过加权求和兼顾救援的紧迫性、动态性和公平性,将各灾点总需求分为三个周期由多车分批予以满足。(a)改进遗传算法:设计染色体编码规则,将单个周期内的路径选择-配送方案映射为基因序列;(b)设计蚁群-遗传混合算法,由蚁群搜索生成初始种群,再做遗传寻优。数值仿真结果显示,单纯遗传、蚁群及混合算法均可有效求解模型,但混合算法效果更优,收敛更快。 展开更多

关键词 应急物流模型 分批配送车辆路径问题 多目标优化 遗传算法 蚁群算法

在线阅读 下载PDF 职称材料

基于线性加权和法的装配线平衡问题求解

18

作者 景湉佳 贾世会 +1 位作者 迟晓妮 唐秋华 《现代制造工程》 CSCD 北大核心 2024年第3期8-14,22,共8页

针对生产节拍确定条件下以提高装配线平衡程度为目的的装配线平衡问题,将装配线平滑系数和装配线平衡率作为优化目标,考虑装配作业分配、工作站数量等因素,使用线性加权和法,以两个优化目标的优先占比作为权重参数建立单目标装配线平衡... 针对生产节拍确定条件下以提高装配线平衡程度为目的的装配线平衡问题,将装配线平滑系数和装配线平衡率作为优化目标,考虑装配作业分配、工作站数量等因素,使用线性加权和法,以两个优化目标的优先占比作为权重参数建立单目标装配线平衡优化模型;对遗传算法(Genetic Algorithm,GA)和蚁群(Ant Colony Optimization,ACO)算法的混合算法进行改进,构造新的适应度函数和距离信息矩阵对模型进行求解;最后对经典算例进行数值实验,实验结果与以往算法结果比较,平衡程度改进均值提高了5%,表明改进的模型及算法可以更好地提高装配线的平衡程度,验证了模型及算法的有效性。 展开更多

关键词 装配线平衡问题 遗传算法 蚁群算法 单目标优化

在线阅读 下载PDF 职称材料