基于蚁群-粒子群混合算法的水资源优化配置研究 被引量：9

1

作者 李朦 解建仓 +2 位作者 杨柳 汪妮 朱记伟 《西北农林科技大学学报（自然科学版）》 CSCD 北大核心 2015年第1期229-234,共6页

【目的】对区域水资源的合理优化配置进行研究,为区域经济的发展、水资源的合理开发利用和节水型社会的建立提供参考。【方法】建立以经济、社会、生态环境效益为目标函数,各目标加权和为最优解的水资源优化配置模型,采用蚁群-粒子群混... 【目的】对区域水资源的合理优化配置进行研究,为区域经济的发展、水资源的合理开发利用和节水型社会的建立提供参考。【方法】建立以经济、社会、生态环境效益为目标函数,各目标加权和为最优解的水资源优化配置模型,采用蚁群-粒子群混合算法对模型进行求解,并对渭北工业区进行水资源优化配置的实例分析,通过原供水量与优化配置水量的比较验证所建立模型的合理性。【结果】经计算,75%保证率下渭北工业区水资源的配置结果为:2015年地表水、地下水、外调水、中水供水量分别为1 747.30,13 244.84,12 905.95和1 060.23万m3;2020年各水源供水量分别为2 019.19,12 214.42,23 530.42和1 798.60万m3;与原始供水量相比,2015年和2020年总供水量分别减少312.73和421.11万m3,表现在农业供水量减少,生活、工业、生态用水均达到供需平衡。【结论】基于蚁群-粒子群混合算法的水资源优化配置结果合理,可作为研究区水资源合理开发利用决策的参考;蚁群-粒子群混合算法收敛速度快,寻优性能优越,可用于水资源优化配置的分析。 展开更多

关键词 水资源 优化配置 蚁群-粒子群混合算法 渭北工业区

在线阅读 下载PDF 职称材料

跨区域多能源协调分配的市场价格机制设计(一)粒子群-线性规划的资源双层优化配置模型 被引量：1

2

作者 曹昉 李桐 +1 位作者 李成仁 王雅婧 《南方电网技术》 CSCD 北大核心 2020年第10期27-37,共11页

大范围跨区域电力市场交易价格的特点与省内市场有着较大差异,本文以大范围内多种能源跨区域最优分配为基础,提出了一种跨区域多能源协调分配的市场价格机制设计,重点讨论了多种能源协调优化分配模型。首先,将所有电力能源及发电资源合... 大范围跨区域电力市场交易价格的特点与省内市场有着较大差异,本文以大范围内多种能源跨区域最优分配为基础,提出了一种跨区域多能源协调分配的市场价格机制设计,重点讨论了多种能源协调优化分配模型。首先,将所有电力能源及发电资源合并统一,提出了包含区域间多种能源协调优化分配的双层优化模型。其次,建立了电能与其他发电资源的双层优化配比模型,并提出了节点配比协调的粒子群算法进行多能源优化配置方法。针对电能之外的其他发电资源在交通运输网络的优化配置,采用粒子群与线性规划相结合的内外层网络优化计算。最后,通过算例验证了本文所提模型的可行性和有效性。 展开更多

关键词 资源优化配置 双层优化模型 节点配比协调 粒子群-线性规划联合算法 电力市场

在线阅读 下载PDF 职称材料

基于混合蚁群和粒子群优化LSSVM的脉动风速预测 被引量：15

3

作者 李春祥 丁晓达 叶继红 《振动与冲击》 EI CSCD 北大核心 2016年第21期131-136,共6页

为提高最小二乘支持向量机(LSSVM)对脉动风速预测的精确性,提出了基于混合蚁群和粒子群优化LSSVM的预测方法。对LSSVM参数进行搜索寻优,主要分为两阶段:第一阶段,利用蚁群算法在参数空间进行全局搜索,实现对LSSVM参数的初步寻优;第二阶... 为提高最小二乘支持向量机(LSSVM)对脉动风速预测的精确性,提出了基于混合蚁群和粒子群优化LSSVM的预测方法。对LSSVM参数进行搜索寻优,主要分为两阶段:第一阶段,利用蚁群算法在参数空间进行全局搜索,实现对LSSVM参数的初步寻优;第二阶段,利用蚁群算法获得的寻优结果初始化粒子群粒子位置,实行进一步的粒子群搜索寻优,获得更为精确的LSSVM。运用基于混合蚁群和粒子群优化的LSSVM对脉动风速时程进行预测,并与分别基于蚁群和粒子群优化的LSSSVM预测结果进行对比。数值分析表明,基于混合蚁群和粒子群优化的LSSVM预测方法精度高、鲁棒性强,具有工程应用前景。 展开更多

关键词 脉动风速预测 最小二乘支持向量机 混合智能优化 蚁群算法 粒子群算法

在线阅读 下载PDF 职称材料

基于群智能的连续优化算法研究 被引量：3

4

作者 薛嘉 蔡金燕 +1 位作者 马飒飒 张虹 《计算机工程与设计》 CSCD 北大核心 2009年第8期1969-1973,共5页

在对蚁群优化算法(ACO)和粒子群优化算法(PSO)进行分析的基础上,提出一种解决函数连续优化的群智能混合策略——CA-PSO。在求解过程中,首先对解空间进行区域划分,进而利用ACO在优化初期具备的快速收敛性能,在整个解空间内搜索最优解的... 在对蚁群优化算法(ACO)和粒子群优化算法(PSO)进行分析的基础上,提出一种解决函数连续优化的群智能混合策略——CA-PSO。在求解过程中,首先对解空间进行区域划分,进而利用ACO在优化初期具备的快速收敛性能,在整个解空间内搜索最优解的敏感区域。然后利用蚁群的搜索结果初始化PSO粒子,利用PSO快速和全局收敛性进行所在小区域内的搜索。种群更新时根据蚁群的拓扑结构和小区域间的阶跃规则,蚁群不断向最优解敏感区域聚集,使得敏感区域内粒子数增加,则局部的PSO搜索策略可以更细密的搜索最优。实例结果表明,CA-PSO既能保证解的分布性与多样性,又避免了在多峰值函数寻优过程中陷入局部最优解而停止运算,最终将收敛到全局最优解。 展开更多

关键词 连续优化 蚁群优化算法 粒子群优化算法 群集智能 空间划分 拓扑结构

在线阅读 下载PDF 职称材料

群体智能典型算法研究综述 被引量：39

5

作者 余建平 周新民 陈明 《计算机工程与应用》 CSCD 北大核心 2010年第25期1-4,74,共5页

群体智能是指无智能的或具有简单智能的个体通过协作表现出群体智能行为的特性,它在没有集中控制且不提供全局模型的前提下,为寻找复杂的分布式问题求解方案提供了基础。群体智能潜在的并行性和分布式特征使之成为计算机领域一个重要的... 群体智能是指无智能的或具有简单智能的个体通过协作表现出群体智能行为的特性,它在没有集中控制且不提供全局模型的前提下,为寻找复杂的分布式问题求解方案提供了基础。群体智能潜在的并行性和分布式特征使之成为计算机领域一个重要的研究方向。在介绍群体智能模型的基础上,分别对基于该模型的蚁群优化算法和粒子群优化算法这两类代表性算法进行较为详尽的归纳阐述并进行比较,最后就目前应用最为广泛的蚁群算法对群体智能的发展趋势进行展望。 展开更多

关键词 群体智能 蚁群优化算法 粒子群优化算法

在线阅读 下载PDF 职称材料

基于群智能算法的玻璃切割问题求解研究 被引量：1

6

作者 毛力 童科 +1 位作者 沈明明 董洪伟 《计算机工程》 CAS CSCD 北大核心 2010年第15期171-173,共3页

通过对玻璃切割问题的研究,提出一种融合量子粒子群优化和蚁群优化的混合算法(QPSO-ACO算法)。该算法对QPSO及ACO的模型进行必要的修改,以实现对玻璃切割中的旅行商问题的较好求解。同时充分利用QPSO的快速性、全局收敛性和ACO的正反馈... 通过对玻璃切割问题的研究,提出一种融合量子粒子群优化和蚁群优化的混合算法(QPSO-ACO算法)。该算法对QPSO及ACO的模型进行必要的修改,以实现对玻璃切割中的旅行商问题的较好求解。同时充分利用QPSO的快速性、全局收敛性和ACO的正反馈性及求精解效率高等特点,达到优势互补。实验结果表明,QPSO-ACO算法寻优能力较强,是解决玻璃切割问题的有效方法。 展开更多

关键词 群智能算法 量子粒子群优化 蚁群优化 玻璃切割 旅行商问题

在线阅读 下载PDF 职称材料

群智能算法在飞行器总体设计中的应用

7

作者 池元成 陆小兵 +2 位作者 王彦静 刘维玮 郭大庆 《导弹与航天运载技术》 北大核心 2015年第3期38-41,共4页

飞行器总体设计直接影响飞行器的战术技术指标,在其设计过程中往往要经过多次反复,因此需要优化手段获得较优的飞行器总体技术方案。群智能算法由于自身的特点受到广泛关注,应用前景广泛。本文选择常用的3种群智能算法,即粒子群优化算... 飞行器总体设计直接影响飞行器的战术技术指标,在其设计过程中往往要经过多次反复,因此需要优化手段获得较优的飞行器总体技术方案。群智能算法由于自身的特点受到广泛关注,应用前景广泛。本文选择常用的3种群智能算法,即粒子群优化算法、差分进化算法和蚁群算法对某飞行器总体方案进行优化设计,并对结果进行对比分析。 展开更多

关键词 群智能算法 飞行器总体设计 粒子群优化算法 差分进化 蚁群算法

在线阅读 下载PDF 职称材料

一种自适应调整种群子代数量与步长的优化算法——爆米花算法

8

作者 赵志刚 莫海淼 +2 位作者 温泰 李智梅 郭杨 《计算机工程与科学》 CSCD 北大核心 2019年第5期900-909,共10页

提出了一种新的群体智能优化算法——爆米花算法。借鉴了烟花算法爆炸机制的优点,利用个体在寻优过程中适应度值的优劣来动态调整子代的数量,个体的适应度值越好,产生的子代数量越多,并且在该个体附近搜索的子代数量越多,以此控制局部... 提出了一种新的群体智能优化算法——爆米花算法。借鉴了烟花算法爆炸机制的优点,利用个体在寻优过程中适应度值的优劣来动态调整子代的数量,个体的适应度值越好,产生的子代数量越多,并且在该个体附近搜索的子代数量越多,以此控制局部搜索与全局搜索之间的平衡。还借鉴了粒子群优化算法的记忆机制,引入个体最优和全局最优来构造新的爆炸半径,使算法能够在寻优过程中动态地调整步长,并对全局最优进行高斯扰动,增加种群的多样性。实验结果表明:与其他优化算法(如蝙蝠算法、标准粒子群算法、烟花算法)相比,本文提出的爆米花算法总体性能更优。 展开更多

关键词 群体智能 爆米花算法 烟花算法 粒子群优化算法 函数优化 0-1背包问题

在线阅读 下载PDF 职称材料

群体智能算法在图像分割中的应用综述 被引量：36

9

作者 史春天 曾艳阳 侯守明 《计算机工程与应用》 CSCD 北大核心 2021年第8期36-47,共12页

图像分割的通用方法一直是图像处理领域中的热点和难点。随着人工智能的兴起和发展,群体智能算法成为当下热点研究的方向,将图像分割技术结合群体智能算法成为一种新型有效的改进方法。群智能算法通过模拟自然界的事物或生物的行动规律... 图像分割的通用方法一直是图像处理领域中的热点和难点。随着人工智能的兴起和发展,群体智能算法成为当下热点研究的方向,将图像分割技术结合群体智能算法成为一种新型有效的改进方法。群智能算法通过模拟自然界的事物或生物的行动规律,将传统的人工智能和群体生物结合,在解空间中搜索最优解,为解决复杂问题提供了新的解决思路。阐述群体智能算法的研究现状和发展过程,将早期的蚁群算法(Ant Colony Optimization,ACO)、经典的粒子群算法(Particle Swarm Optimization Algorithm,PSO)以及较新的麻雀搜索算法(Sparrow Search Algorithm,SSA)为例详细介绍其算法原理方法,并简要表述蝙蝠算法(Bat Algorithm,BA)、鲸鱼优化算法(Whale Optimization Algorithm,WOA)、人工蜂群算法(Artificial Bee Colony Algorithm,ABC)、萤火虫算法(Firefly Algorithm,FA)、布谷鸟搜索法(Cuckoo Search,CS)、细菌觅食算法(Bacterial Foraging Optimization,BFO)和最新的蜉蝣算法(Mayfly Algorithm,MA)的原理,在此基础上,结合国内外文献对上述算法的改进方法和结合图像分割技术的综合改进及应用进行分析总结。将群体智能算法结合图像分割技术的代表性算法提取出来进行列表分析总结,随后概述总结群体智能算法的统一框架、共同特性、不同的差异并提出存在的问题,最后对未来趋势做出展望。 展开更多

关键词 群体智能算法 图像分割 蚁群算法 粒子群算法 麻雀搜索算法 蝙蝠算法 鲸鱼优化算法 蜉蝣算法

在线阅读 下载PDF 职称材料

一种基于优质边求解TSP的蚁群算法 被引量：2

10

作者 胡银厚 王世卿 《计算机工程与应用》 CSCD 2013年第10期32-34,187,共4页

应用蚁群算法求解旅行商问题时发现,算法易陷入局部最优解而停滞,并导致其探索新解能力的降低。提出了一种基于优质边的求解方法,根据算法运行过程中的相关信息选取优质边,在停滞时调整优质边上的信息素;使用改进的选路规则将蚂蚁的路... 应用蚁群算法求解旅行商问题时发现,算法易陷入局部最优解而停滞,并导致其探索新解能力的降低。提出了一种基于优质边的求解方法,根据算法运行过程中的相关信息选取优质边,在停滞时调整优质边上的信息素;使用改进的选路规则将蚂蚁的路径选择尽可能限制在优质边中,从而改进蚂蚁构造解的质量以增强算法的探索能力。实验结果表明,改进的策略是合理有效的。 展开更多

关键词 蚁群优化 旅行商问题 最大-最小蚁群算法 智能计算 优质边

在线阅读 下载PDF 职称材料

电动汽车双层优化模型的充放电调度策略 被引量：3

11

作者 马永翔 王希鑫 +2 位作者 闫群民 孔志战 淡文国 《重庆理工大学学报（自然科学）》 CAS 北大核心 2024年第2期267-276,共10页

传统的分时电价策略虽然一定程度上可以改善电动汽车无序充电所产生的电网日负荷峰谷差加大、负荷率降低等状况,但易产生新的负荷高峰,并且当前多目标优化等策略削峰填谷效果欠佳或用户参与度不高。针对上述问题,提出一种基于双层优化... 传统的分时电价策略虽然一定程度上可以改善电动汽车无序充电所产生的电网日负荷峰谷差加大、负荷率降低等状况,但易产生新的负荷高峰,并且当前多目标优化等策略削峰填谷效果欠佳或用户参与度不高。针对上述问题,提出一种基于双层优化模型的调度策略以充分考虑电网和用户两侧需求。第1层模型以优化电网日负荷方差最小为目标函数;第2层优化模型建立以车主充电成本最小以及保证用户出行需求的目标函数,然后用改进的粒子群-模拟退火算法对双层优化模型进行循环迭代求解,并将第2层优化后的结果反馈给第1层,以此循环优化,输出最终结果。对比优化前后的负荷曲线,结果表明:与当前优化策略相比,所提出的基于双层优化模型的V2G调度策略能有效降低新的负荷高峰及负荷峰谷差,减少参与V2G的用户成本,实现两侧双赢。 展开更多

关键词 电动汽车 V2G技术 充放电优化调度 双层优化模型 改进粒子群-模拟退火算法

在线阅读 下载PDF 职称材料

群智能理论及应用研究 被引量：12

12

作者 冯静 舒宁 《计算机工程与应用》 CSCD 北大核心 2006年第17期31-34,共4页

群智能是一种由无智能或简单智能的个体通过任何形式的聚集协同而表现出智能行为。它为在没有集中控制且不提供全局模型的前提下寻找复杂的分布式问题求解方案提供了基础。目前,群智能已成为有别于传统人工智能中连接主义、行为主义和... 群智能是一种由无智能或简单智能的个体通过任何形式的聚集协同而表现出智能行为。它为在没有集中控制且不提供全局模型的前提下寻找复杂的分布式问题求解方案提供了基础。目前,群智能已成为有别于传统人工智能中连接主义、行为主义和符号主义的一种新的关于智能的描述方法。论文对群智能理论的起源背景、发展及应用作了系统阐述,并对群智能与一般演化计算的异同作了深入分析。 展开更多

关键词 群智能 蚁群算法 粒子群优化算法 演化计算

在线阅读 下载PDF 职称材料

基于混合智能算法优化LSSVM的短期风压预测 被引量：6

13

作者 涂伟平 李春祥 《上海大学学报（自然科学版）》 CAS CSCD 北大核心 2019年第2期347-356,共10页

利用最小二乘支持向量机(least square support vector machine, LSSVM)预测建筑表面的风压.为提高LSSVM对风压预测的泛化能力与精度,提出了基于混合蚁群(ant colony optimization, ACO)和粒子群(particle swarm optimization, PSO)优化... 利用最小二乘支持向量机(least square support vector machine, LSSVM)预测建筑表面的风压.为提高LSSVM对风压预测的泛化能力与精度,提出了基于混合蚁群(ant colony optimization, ACO)和粒子群(particle swarm optimization, PSO)优化LSSVM的预测方法(ACO+PSO-LSSVM),对参数进行搜索寻优,该方法避免了ACO和PSO二者的缺点并实现优势互补.利用ACO+PSO-LSSVM算法对建筑表面风压进行单点和空间点预测,并与ACO-LSSVM和PSO-LSSVM算法作比较.结果表明,基于混合蚁群优化和粒子群优化的LSSVM预测模型预测精度高、鲁棒性强,具有较高的工程应用前景. 展开更多

关键词 风压预测 最小二乘支持向量机 智能算法 蚁群优化算法 粒子群优化算法

在线阅读 下载PDF 职称材料

基于两阶段启发式算法的物流配送选址-路径问题研究 被引量：40

14

作者 王道平 徐展 杨岑 《运筹与管理》 CSSCI CSCD 北大核心 2017年第4期70-75,83,共7页

为了解决配送中心选址与带时间窗的多中心车辆路径优化组合决策问题,利用双层规划法建立了配送中心选址与车辆路径安排的多目标整数规划模型,针对该模型的特点,采用两阶段启发式算法进行了求解。首先,通过基于聚集度的启发式算法对客户... 为了解决配送中心选址与带时间窗的多中心车辆路径优化组合决策问题,利用双层规划法建立了配送中心选址与车辆路径安排的多目标整数规划模型,针对该模型的特点,采用两阶段启发式算法进行了求解。首先,通过基于聚集度的启发式算法对客户进行分类,确定了备选配送中心的服务范围;然后,基于双层规划法,以配送中心选址成本最小作为上层规划目标,以车辆配送成本最小作为下层规划目标,建立了多目标整数规划模型;最后,利用改进的蚁群算法进行了求解。通过分析实例数据和Barreto Benchmark算例的实验结果,验证了该模型的有效性和可行性。 展开更多

关键词 运筹学 选址-路径优化 双层规划法 蚁群算法 客户重要度

在线阅读 下载PDF 职称材料

基于混合智能优化LSSVM的非高斯脉动风速预测 被引量：5

15

作者 李春祥 丁晓达 郑晓芬 《振动与冲击》 EI CSCD 北大核心 2017年第20期52-58,共7页

考虑智能优化:蚁群算法(ACO)、遗传算法(GA)和粒子群算法(PSO)各自优缺点,并为充分发挥蚁群、遗传算法较好的全局搜索能力和粒子群算法的分级搜索机制,提出混合蚁群和粒子群优化(ACO+PSO)和混合遗传算法和粒子群优化(GA+PSO)最小二乘支... 考虑智能优化:蚁群算法(ACO)、遗传算法(GA)和粒子群算法(PSO)各自优缺点,并为充分发挥蚁群、遗传算法较好的全局搜索能力和粒子群算法的分级搜索机制,提出混合蚁群和粒子群优化(ACO+PSO)和混合遗传算法和粒子群优化(GA+PSO)最小二乘支持向量机(LSSVM)的非高斯脉动风速预测模型,分别称为ACO+PSO-LSSVM和GA+PSO-LSSVM。运用ACO+PSO-LSSVM和GA+PSO-LSSVM预测模型对某超高层建筑的非高斯脉动风速进行了预测;为比较目的,同时给出ACO-LSSVM、PSO-LSSVM和GA-LSSVM的非高斯脉动风速预测结果。经仔细检查非高斯脉动风速时程预测值、相关函数预测值以及预测性能评价指标,验证了基于混合智能优化LSSVM对非高斯脉动风速预测的有效性和优势。 展开更多

关键词 非高斯脉动风速 混合智能优化 最小二乘支持向量机 蚁群优化 粒子群优化 遗传算法

在线阅读 下载PDF 职称材料

考虑电压-无功调节的台区互联装置规划方法 被引量：1

16

作者 王书征 赵洋 +2 位作者 李沛林 单婷婷 张金华 《电力工程技术》 北大核心 2024年第3期111-120,共10页

伴随分布式能源广泛接入低压配电网,其对配电网运行灵活性和消纳能力的要求不断提高。利用低压柔性互联装置将独立运行的低压配电台区分区互联,避免传统电压调节和无功补偿装置频繁动作。考虑到柔性互联装置造价昂贵,协同传统电压-无功... 伴随分布式能源广泛接入低压配电网,其对配电网运行灵活性和消纳能力的要求不断提高。利用低压柔性互联装置将独立运行的低压配电台区分区互联,避免传统电压调节和无功补偿装置频繁动作。考虑到柔性互联装置造价昂贵,协同传统电压-无功调节装置,文中提出低压柔性互联装置的选址定容规划方法。首先,分析低压柔性互联装置拓扑和运行方式,建立其潮流模型。其次,建立低压柔性互联装置优化配置的双层规划模型,上层规划以年综合费用最小为目标,下层规划考虑电压-无功协调控制时间序列模型,以运行成本和电压偏差最小为目标,基于粒子群优化算法和混合整数二阶锥规划算法交替求解,得出配电系统最优柔性互联方案和最优运行方式。最后,在IEEE 33节点系统上进行实例分析,验证该双层规划算法的有效性。结果表明,所提方法能有效减少柔性互联装置的过度布置,同时减少由分布式能源频繁波动造成的运行成本。将模型凸化并线性化的方法明显提高了求解效率。 展开更多

关键词 分布式能源 低压柔性互联 电压-无功控制 双层规划 选址定容 粒子群优化 混合整数二阶锥规划算法

在线阅读 下载PDF 职称材料

基于双层决策的装备订购多因素激励定价模型与算法 被引量：4

17

作者 孙胜祥 韩霜 《系统工程与电子技术》 EI CSCD 北大核心 2020年第6期1338-1347,共10页

装备订购价格是军方与承制单位双方利益争执的焦点,为全面调动承制单位生产积极性,选择成本、质量和进度同时作为激励因素,在将三因素整合到同一函数表达式的基础上,统筹考虑订购双方利益,构建了装备订购多因素激励定价双层决策模型。... 装备订购价格是军方与承制单位双方利益争执的焦点,为全面调动承制单位生产积极性,选择成本、质量和进度同时作为激励因素,在将三因素整合到同一函数表达式的基础上,统筹考虑订购双方利益,构建了装备订购多因素激励定价双层决策模型。分别以军方的激励系数方案和承制单位的努力程度方案为模型的上下层决策变量,并以军方军事经济效益和承制单位期望效用最大化为上下层决策目标。为求解模型得到相对最优激励系数方案,结合粒子群优化算法的快速搜索能力与禁忌算法的全局搜索能力,设计了带检验因子的禁忌搜索粒子群优化(tabu search-particle swarm optimization,TS-PSD)算法。最后,通过算例验证了该模型与算法的有效性,可以引导承制单位向军方期望的目标努力,实现共赢。 展开更多

关键词 装备订购 激励定价 成本-质量-进度 双层决策模型 混合粒子群优化算法

在线阅读 下载PDF 职称材料

跨层穿梭车双提升机系统料箱拣选任务调度 被引量：4

18

作者 于巧玉 吴耀华 王艳艳 《计算机工程与应用》 CSCD 北大核心 2020年第20期270-278,共9页

为提高跨层穿梭车系统料箱拣选出库效率,降低任务出库超时率,建立了跨层穿梭车双提升机系统出库任务调度数学模型,并将任务出库期限引入调度策略。在此基础上,使用蚁群-粒子群双层智能优化算法对模型进行了求解,引入随机变异对粒子群算... 为提高跨层穿梭车系统料箱拣选出库效率,降低任务出库超时率,建立了跨层穿梭车双提升机系统出库任务调度数学模型,并将任务出库期限引入调度策略。在此基础上,使用蚁群-粒子群双层智能优化算法对模型进行了求解,引入随机变异对粒子群算法进行改进,提出使用置换复杂度对粒子变异程度进行控制,避免算法早熟收敛。利用MATLAB进行过程仿真,获得各调度方案的出库总时间和任务超时信息。通过实验证明该策略能更好地适应电商环境下复杂的出库任务调度要求,得到更为合理的任务调度方案。 展开更多

关键词 跨层穿梭车双提升机系统 任务调度 蚁群-粒子群双层智能优化算法 随机变异

在线阅读 下载PDF 职称材料

带约束的清洁排班问题模型及其求解 被引量：2

19

作者 樊小毛 熊红林 赵淦森 《计算机应用》 CSCD 北大核心 2021年第2期577-582,共6页

保洁服务公司的清洁任务往往具有不同级别、不同时长和不同周期等特点,缺乏通用清洁排班问题模型,现阶段主要依赖人工排班方案,存在耗时费力且排班质量不稳定等问题。因此提出了属于NP难问题的带约束的清洁排班问题的数学模型,并使用模... 保洁服务公司的清洁任务往往具有不同级别、不同时长和不同周期等特点,缺乏通用清洁排班问题模型,现阶段主要依赖人工排班方案,存在耗时费力且排班质量不稳定等问题。因此提出了属于NP难问题的带约束的清洁排班问题的数学模型,并使用模拟退火算法(SA)、蜂群算法(BCO)、蚁群算法(ACO)和粒子群优化算法(PSO)对该模型进行求解,最后以某清洁服务公司实际排班情况进行了实证分析。实验结果表明,与人工排班方案进行对比,启发式智能优化算法求解带约束的清洁排班问题具有明显优势,获得的清洁排班表的人力需求明显减少。具体来说,在一年排班周期内这些算法比人工排班方案可节省清洁人力218.62~513.30 h。可见基于启发式智能优化算法的数学模型对带约束的清洁排班问题的求解可行且有效,能为保洁服务公司提供科学管理的决策支持。 展开更多

关键词 清洁排班 模拟退火算法 蜂群优化算法 蚁群优化算法 粒子群优化算法 群集智能 NP难问题 运筹优化

在线阅读 下载PDF 职称材料