期刊文献+
共找到51篇文章
< 1 2 3 >
每页显示 20 50 100
Solving material distribution routing problem in mixed manufacturing systems with a hybrid multi-objective evolutionary algorithm 被引量:7
1
作者 高贵兵 张国军 +2 位作者 黄刚 朱海平 顾佩华 《Journal of Central South University》 SCIE EI CAS 2012年第2期433-442,共10页
The material distribution routing problem in the manufacturing system is a complex combinatorial optimization problem and its main task is to deliver materials to the working stations with low cost and high efficiency... The material distribution routing problem in the manufacturing system is a complex combinatorial optimization problem and its main task is to deliver materials to the working stations with low cost and high efficiency. A multi-objective model was presented for the material distribution routing problem in mixed manufacturing systems, and it was solved by a hybrid multi-objective evolutionary algorithm (HMOEA). The characteristics of the HMOEA are as follows: 1) A route pool is employed to preserve the best routes for the population initiation; 2) A specialized best?worst route crossover (BWRC) mode is designed to perform the crossover operators for selecting the best route from Chromosomes 1 to exchange with the worst one in Chromosomes 2, so that the better genes are inherited to the offspring; 3) A route swap mode is used to perform the mutation for improving the convergence speed and preserving the better gene; 4) Local heuristics search methods are applied in this algorithm. Computational study of a practical case shows that the proposed algorithm can decrease the total travel distance by 51.66%, enhance the average vehicle load rate by 37.85%, cut down 15 routes and reduce a deliver vehicle. The convergence speed of HMOEA is faster than that of famous NSGA-II. 展开更多
关键词 material distribution routing problem multi-objective optimization evolutionary algorithm local search
在线阅读 下载PDF
Multi-objective evolutionary optimization for geostationary orbit satellite mission planning 被引量:4
2
作者 Jiting Li Sheng Zhang +1 位作者 Xiaolu Liu Renjie He 《Journal of Systems Engineering and Electronics》 SCIE EI CSCD 2017年第5期934-945,共12页
In the past few decades, applications of geostationary orbit (GEO) satellites have attracted increasing attention, and with the development of optical technologies, GEO optical satellites have become popular worldwide... In the past few decades, applications of geostationary orbit (GEO) satellites have attracted increasing attention, and with the development of optical technologies, GEO optical satellites have become popular worldwide. This paper proposes a general working pattern for a GEO optical satellite, as well as a target observation mission planning model. After analyzing the requirements of users and satellite control agencies, two objectives are simultaneously considered: maximization of total profit and minimization of satellite attitude maneuver angle. An NSGA-II based multi-objective optimization algorithm is proposed, which contains some heuristic principles in the initialization phase and mutation operator, and is embedded with a traveling salesman problem (TSP) optimization. The validity and performance of the proposed method are verified by extensive numerical simulations that include several types of point target distributions. 展开更多
关键词 geostationary orbit (GEO) satellitemission planning multi-objective optimization evolutionary genetic
在线阅读 下载PDF
Optimal setting and placement of FACTS devices using strength Pareto multi-objective evolutionary algorithm 被引量:2
3
作者 Amin Safari Hossein Shayeghi Mojtaba Bagheri 《Journal of Central South University》 SCIE EI CAS CSCD 2017年第4期829-839,共11页
This work proposes a novel approach for multi-type optimal placement of flexible AC transmission system(FACTS) devices so as to optimize multi-objective voltage stability problem. The current study discusses a way for... This work proposes a novel approach for multi-type optimal placement of flexible AC transmission system(FACTS) devices so as to optimize multi-objective voltage stability problem. The current study discusses a way for locating and setting of thyristor controlled series capacitor(TCSC) and static var compensator(SVC) using the multi-objective optimization approach named strength pareto multi-objective evolutionary algorithm(SPMOEA). Maximization of the static voltage stability margin(SVSM) and minimizations of real power losses(RPL) and load voltage deviation(LVD) are taken as the goals or three objective functions, when optimally locating multi-type FACTS devices. The performance and effectiveness of the proposed approach has been validated by the simulation results of the IEEE 30-bus and IEEE 118-bus test systems. The proposed approach is compared with non-dominated sorting particle swarm optimization(NSPSO) algorithm. This comparison confirms the usefulness of the multi-objective proposed technique that makes it promising for determination of combinatorial problems of FACTS devices location and setting in large scale power systems. 展开更多
关键词 STRENGTH PARETO multi-objective evolutionary algorithm STATIC var COMPENSATOR (SVC) THYRISTOR controlled series capacitor (TCSC) STATIC voltage stability margin optimal location
在线阅读 下载PDF
Multi-objective optimization of operation loop recommendation for kill web 被引量:5
4
作者 YANG Kewei XIA Boyuan +2 位作者 CHEN Gang YANG Zhiwei LI Minghao 《Journal of Systems Engineering and Electronics》 SCIE EI CSCD 2022年第4期969-985,共17页
In order to improve our military ’s level of intelligent accusation decision-making in future intelligent joint warfare, this paper studies operation loop recommendation methods for kill web based on the fundamental ... In order to improve our military ’s level of intelligent accusation decision-making in future intelligent joint warfare, this paper studies operation loop recommendation methods for kill web based on the fundamental combat form of the future, i.e.,“web-based kill,” and the operation loop theory. Firstly, we pioneer the operation loop recommendation problem with operation ring quality as the objective and closed-loop time as the constraint, and construct the corresponding planning model.Secondly, considering the case where there are multiple decision objectives for the combat ring recommendation problem,we propose for the first time a multi-objective optimization algorithm, the multi-objective ant colony evolutionary algorithm based on decomposition(MOACEA/D), which integrates the multi-objective evolutionary algorithm based on decomposition(MOEA/D) with the ant colony algorithm. The MOACEA/D can converge the optimal solutions of multiple single objectives nondominated solution set for the multi-objective problem. Finally,compared with other classical multi-objective optimization algorithms, the MOACEA/D is superior to other algorithms superior in terms of the hyper volume(HV), which verifies the effectiveness of the method and greatly improves the quality and efficiency of commanders’ decision-making. 展开更多
关键词 multi-objective operation loop recommendation kill web ant colony evolutionary algorithm hyper volume(HV)
在线阅读 下载PDF
An improved multi-objective optimization algorithm for solving flexible job shop scheduling problem with variable batches 被引量:3
5
作者 WU Xiuli PENG Junjian +2 位作者 XIE Zirun ZHAO Ning WU Shaomin 《Journal of Systems Engineering and Electronics》 SCIE EI CSCD 2021年第2期272-285,共14页
In order to solve the flexible job shop scheduling problem with variable batches,we propose an improved multiobjective optimization algorithm,which combines the idea of inverse scheduling.First,a flexible job shop pro... In order to solve the flexible job shop scheduling problem with variable batches,we propose an improved multiobjective optimization algorithm,which combines the idea of inverse scheduling.First,a flexible job shop problem with the variable batches scheduling model is formulated.Second,we propose a batch optimization algorithm with inverse scheduling in which the batch size is adjusted by the dynamic feedback batch adjusting method.Moreover,in order to increase the diversity of the population,two methods are developed.One is the threshold to control the neighborhood updating,and the other is the dynamic clustering algorithm to update the population.Finally,a group of experiments are carried out.The results show that the improved multi-objective optimization algorithm can ensure the diversity of Pareto solutions effectively,and has effective performance in solving the flexible job shop scheduling problem with variable batches. 展开更多
关键词 flexible job shop variable batch inverse scheduling multi-objective evolutionary algorithm based on decomposition a batch optimization algorithm with inverse scheduling
在线阅读 下载PDF
具有变异特征的蚁群算法 被引量:309
6
作者 吴庆洪 张纪会 徐心和 《计算机研究与发展》 EI CSCD 北大核心 1999年第10期1240-1245,共6页
蚁群算法是一种新型的模拟进化算法,初步的研究已经表明该算法具有许多优良的性质,但该算法也存在一些缺点,如计算时间较长.为了克服这一缺点,文中给出一种新的蚁群算法——具有变异特征的蚁群算法.在基本蚁群算法中引入变异机制... 蚁群算法是一种新型的模拟进化算法,初步的研究已经表明该算法具有许多优良的性质,但该算法也存在一些缺点,如计算时间较长.为了克服这一缺点,文中给出一种新的蚁群算法——具有变异特征的蚁群算法.在基本蚁群算法中引入变异机制,充分利用了2-交换法简洁高效的特点,使得该方法具有较快的收敛速度,节省计算时间. 展开更多
关键词 模拟进化算法 变异特征 蚁群算法
在线阅读 下载PDF
一种改进的蚁群算法求解最短路径问题 被引量:46
7
作者 毕军 付梦印 张宇河 《计算机工程与应用》 CSCD 北大核心 2003年第3期107-109,共3页
蚁群算法是一种新型的模拟进化算法,为求解复杂的组合优化问题提供了一种新的思路。该文应用蚁群算法求解最短路径问题,对算法的选择策略、局部搜索、信息量修改三方面进行改进,使算法不易陷入局部最优解,并且能较快地收敛到全局最优解... 蚁群算法是一种新型的模拟进化算法,为求解复杂的组合优化问题提供了一种新的思路。该文应用蚁群算法求解最短路径问题,对算法的选择策略、局部搜索、信息量修改三方面进行改进,使算法不易陷入局部最优解,并且能较快地收敛到全局最优解。实验结果表明,改进方法是合理的、有效的。 展开更多
关键词 蚁群算法 最短路径问题 模拟进化算法 组合优化问题 随机搜索算法 计算机
在线阅读 下载PDF
进化蚁群算法及其在湖泊富营养化评价中的应用 被引量:7
8
作者 邹长武 金相灿 +1 位作者 熊建秋 李祚泳 《环境科学研究》 EI CAS CSCD 北大核心 2006年第5期149-153,共5页
蚁群算法是近年提出的一种新型的仿生算法,已在许多组合优化问题中得到成功应用,但是传统蚁群算法解决连续优化问题的能力较差.为提高其解决连续优化问题的能力,拓宽应用范围,引入带可变邻域搜索项的进化策略对其进行改进,进而提出进化... 蚁群算法是近年提出的一种新型的仿生算法,已在许多组合优化问题中得到成功应用,但是传统蚁群算法解决连续优化问题的能力较差.为提高其解决连续优化问题的能力,拓宽应用范围,引入带可变邻域搜索项的进化策略对其进行改进,进而提出进化蚁群算法.随后从2个方面对进化蚁群算法的性能进行测试:①采用多个经典测试函数测试进化蚁群算法用于解决连续优化问题的效果;②将进化蚁群算法应用于千岛湖的富营养化程度评价,以测试该方法解决实际问题的效果.函数测试结果表明,进化蚁群算法可以成功用于解决连续优化问题,并且优化过程所需初始个体的数量少,优化速度快;千岛湖富营养化程度评价实例的结果表明,进化蚁群算法应用于湖泊富营养化评价是可行的,可用于解决实际问题. 展开更多
关键词 蚁群算法 进化策略 进化蚁群算法 湖泊富营养化
在线阅读 下载PDF
蚁群算法的理论与应用 被引量:27
9
作者 王剑 李平 杨春节 《机电工程》 CAS 2003年第5期126-129,共4页
介绍了一种求解复杂组合优化问题的新的拟生态算法——蚁群算法。阐述了该算法的基本原理、几种改进蚁群算法以及蚁群算法在TSP问题、job-shop调度问题、大规模集成电路布线、电信网络路由等各种组合优化问题中的应用。
关键词 蚁群算法 拟生态算法 组合优化问题 旅行商问题 JOB-SHOP调度问题
在线阅读 下载PDF
一种自适应蚁群算法及其仿真研究 被引量:232
10
作者 王颖 谢剑英 《系统仿真学报》 CAS CSCD 2002年第1期31-33,共3页
蚁群算法是一种新型的进化算法,蚁群算法与其它进化算法同样存在易于限于局部最小点等缺陷。本文提出一种自适应的蚁群算法以克服上述缺陷。通过自适应地改变算法的挥发度等系数,本文中的算法可以在保证收敛速度的条件下提高解的全局性... 蚁群算法是一种新型的进化算法,蚁群算法与其它进化算法同样存在易于限于局部最小点等缺陷。本文提出一种自适应的蚁群算法以克服上述缺陷。通过自适应地改变算法的挥发度等系数,本文中的算法可以在保证收敛速度的条件下提高解的全局性,通过对TSP问题的仿真证明本文中的算法相对与原始的蚁群算法收敛速度和解的性能都有一定的提高。 展开更多
关键词 蚁群算法 进化算法 TSP
在线阅读 下载PDF
多目标优化问题的研究概述 被引量:217
11
作者 肖晓伟 肖迪 +1 位作者 林锦国 肖玉峰 《计算机应用研究》 CSCD 北大核心 2011年第3期805-808,827,共5页
详细介绍了实际生活中存在的多目标优化问题以及解决多目标优化问题的几种典型算法,讨论了各个算法存在的优缺点,并且列举了近年来在各个领域中出现的多目标优化问题;最后对多目标优化算法的未来发展方向进行展望。
关键词 多目标优化 进化算法 粒子群算法 蚁群算法 模拟退火
在线阅读 下载PDF
改进的蚂蚁算法及其在暴雨强度公式参数优化中的应用 被引量:20
12
作者 邹长武 熊建秋 李祚泳 《四川大学学报(工程科学版)》 EI CAS CSCD 北大核心 2005年第5期9-13,共5页
蚂蚁算法是解决组合优化问题的一种优秀的算法,但直接用于解决连续优化问题存在很大困难。本文通过引入带可变邻域搜索项的进化策略对蚂蚁算法进行了改进,然后将改进的蚂蚁算法应用到解决暴雨强度公式的参数优化这类连续问题中,并和其... 蚂蚁算法是解决组合优化问题的一种优秀的算法,但直接用于解决连续优化问题存在很大困难。本文通过引入带可变邻域搜索项的进化策略对蚂蚁算法进行了改进,然后将改进的蚂蚁算法应用到解决暴雨强度公式的参数优化这类连续问题中,并和其它优化方法得到的优化结果进行了比较。结果表明,改进的蚂蚁算法可以成功用于暴雨强度公式的参数优化,并且在实验采用的各种优化算法优化参数得到的暴雨强度公式拟合原始数据的效果比较中只有免疫进化算法在优化过程中迭代次数和迭代规模都要大得多的情况下才和改进的蚂蚁算法差不多,而比其它的优化方法都要好。 展开更多
关键词 进化策略 蚂蚁算法 暴雨强度 参数优化
在线阅读 下载PDF
基于蚁群算法的最优路径选择问题的研究 被引量:18
13
作者 夏立民 王华 +1 位作者 窦倩 陈玲 《计算机工程与设计》 CSCD 北大核心 2007年第16期3957-3959,4058,共4页
交通网络中最优路径的选择尤为重要,各国学者在这方面做了大量的研究和改进。提出了一种基于蚁群算法的最优路径选择问题的新方法。在最优路径的选择过程中采用蚁群算法并对其进行建模,能够发挥算法并行性、正反馈、协作性等特点,使各... 交通网络中最优路径的选择尤为重要,各国学者在这方面做了大量的研究和改进。提出了一种基于蚁群算法的最优路径选择问题的新方法。在最优路径的选择过程中采用蚁群算法并对其进行建模,能够发挥算法并行性、正反馈、协作性等特点,使各蚂蚁个体之间相互协作,在较短的时间内发现较优解。研究及模拟实验结果表明,蚁群算法是一种鲁棒性较强的新型模拟仿生算法,具有较好的发展前景。 展开更多
关键词 蚁群算法 交通网络 最优路径 信息素 模拟进化算法
在线阅读 下载PDF
求解柔性车间作业调度的知识型协同演化方法 被引量:11
14
作者 贺仁杰 陈宇宁 +1 位作者 姚锋 邢立宁 《计算机集成制造系统》 EI CSCD 北大核心 2011年第2期310-315,共6页
提出了一种求解柔性车间作业调度的知识型协同演化方法。在该方法中,各个种群采用不同的进化方法和参数设置来推进各自的演化进程;种群之间通过相互的资源竞争和信息共享,共同推动整体算法的进化进程。采用柔性作业车间调度问题的15个... 提出了一种求解柔性车间作业调度的知识型协同演化方法。在该方法中,各个种群采用不同的进化方法和参数设置来推进各自的演化进程;种群之间通过相互的资源竞争和信息共享,共同推动整体算法的进化进程。采用柔性作业车间调度问题的15个标准实例进行实验,结果表明所提方法在优化性能方面优于近期公开发表的七种典型方法。 展开更多
关键词 柔性作业车间调度 遗传算法 蚁群算法 协同演化
在线阅读 下载PDF
连续蚁群优化算法的研究 被引量:9
15
作者 程志刚 陈德钊 吴晓华 《浙江大学学报(工学版)》 EI CAS CSCD 北大核心 2005年第8期1147-1151,共5页
针对蚁群优化(ACO)只适用于离散问题的局限性,提出了连续蚁群优化算法(CACO),保留了连续问题可行解的原有形式,并融入演化算法(EA)的种群与操作功能.CACO将蚁群分工为全局和局部蚂蚁,分别引领个体执行全局探索式搜优与局部挖掘式搜优,... 针对蚁群优化(ACO)只适用于离散问题的局限性,提出了连续蚁群优化算法(CACO),保留了连续问题可行解的原有形式,并融入演化算法(EA)的种群与操作功能.CACO将蚁群分工为全局和局部蚂蚁,分别引领个体执行全局探索式搜优与局部挖掘式搜优,并释放信息素,由个体承载,实现信息共享,形成相互激励的正反馈机制,加速搜优进程.实例测试表明,CACO适用于连续问题,全局寻优性能良好,尤其对复杂的高维问题,更能反映其相对优势.最后讨论了局部寻优方法、全局蚂蚁配比、挥发因子和种群规模等因素对CACO寻优性能的影响. 展开更多
关键词 蚁群优化 演化算法 信息素 探索性 挖掘性 全局寻优
在线阅读 下载PDF
基于蚁群系统的参数自适应粒子群算法及其应用 被引量:24
16
作者 杨帆 胡春平 颜学峰 《控制理论与应用》 EI CAS CSCD 北大核心 2010年第11期1479-1488,共10页
为了解决粒子群算法惯性权重自适应问题,提出一种基于蚁群系统的惯性权重自适应粒子群算法(AS-PSO).AS-PSO首先将惯性权重取值区间离散化,各个惯性权重子区间在初期赋予相同的信息素;然后,粒子群算法中的各个粒子,根据各个惯性权重子区... 为了解决粒子群算法惯性权重自适应问题,提出一种基于蚁群系统的惯性权重自适应粒子群算法(AS-PSO).AS-PSO首先将惯性权重取值区间离散化,各个惯性权重子区间在初期赋予相同的信息素;然后,粒子群算法中的各个粒子,根据各个惯性权重子区间中的信息素浓度和粒子在搜索空间中分布的先验知识,确定各个惯性权重子区间的选择概率,并进而实现粒子的空间搜索;最后,基于粒子的进化信息,实现惯性权重子区间信息素浓度的更新.仿真研究表明,AS-PSO算法在种群进化寻优的同时,能根据种群的进化信息,通过蚁群算法实现惯性权重参数的自适应调整和进化,且不增加测试函数的调用次数;算法寻优性能优于传统的自适应粒子群算法和根据速度信息自适应调整参数的粒子群算法.同时,算法实际应用于复杂系统模型参数的优化估计,获得满意结果. 展开更多
关键词 粒子群算法 蚁群算法 参数自适应 进化计算
在线阅读 下载PDF
求解TSP的改进量子蚁群算法 被引量:9
17
作者 李跃光 赵俊生 张远平 《计算机工程与设计》 CSCD 北大核心 2009年第16期3843-3845,3874,共4页
将量子群进化算法(QEA)与蚁群系统(ACS)进行融合,提出一种新的量子蚁群算法(QACA)。该算法的核心是在蚁群系统(ACS)中引入量子算法中的量子的态矢量和量子旋转门来分别表示和更新信息素。该算法在全局寻优能力和种群多样性方面比蚁群算... 将量子群进化算法(QEA)与蚁群系统(ACS)进行融合,提出一种新的量子蚁群算法(QACA)。该算法的核心是在蚁群系统(ACS)中引入量子算法中的量子的态矢量和量子旋转门来分别表示和更新信息素。该算法在全局寻优能力和种群多样性方面比蚁群算法有所改进,并结合TSP,对算法进行了测试,得到了与现有文献结果相同或更好的解,表明该算法是求解TSP的一种有效的算法。 展开更多
关键词 量子算法 量子进化算法 蚁群系统 量子蚁群算法 TSP
在线阅读 下载PDF
用改进蚁群算法求解函数优化问题 被引量:7
18
作者 唐泳 马永开 唐小我 《计算机应用研究》 CSCD 北大核心 2004年第9期89-91,共3页
提出将蚁群算法用于求解函数优化问题的新方法。使用一定数量的蚂蚁在解空间中首先随机搜索,然后模拟蚂蚁觅食的方式,更新搜索路径上的信息素,按照转移概率来决定搜索方向,即通过信息素来指引搜索,最后搜索收敛于各个全局最优解。给出... 提出将蚁群算法用于求解函数优化问题的新方法。使用一定数量的蚂蚁在解空间中首先随机搜索,然后模拟蚂蚁觅食的方式,更新搜索路径上的信息素,按照转移概率来决定搜索方向,即通过信息素来指引搜索,最后搜索收敛于各个全局最优解。给出了基于此思想的具体算法,并通过计算示例仿真说明了该算法的有效性,表明该算法可以同时快速收敛发现多个全局最优解,并保持稳定。 展开更多
关键词 函数优化 蚁群算法 进化算法 仿生算法
在线阅读 下载PDF
一种改进的量子蚁群算法及其应用 被引量:9
19
作者 赵俊生 李跃光 张远平 《计算机应用与软件》 CSCD 2010年第7期133-135,216,共4页
将量子群进化算法(QEA)与蚁群系统(ACS)进行融合,提出一种新的量子蚁群算法(QACA)。该算法的核心是在蚁群系统(ACS)中引入量子算法中的量子的态矢量和量子旋转门来分别表示和更新信息素,从而在全局寻优能力和种群多样性方面比蚁群算法... 将量子群进化算法(QEA)与蚁群系统(ACS)进行融合,提出一种新的量子蚁群算法(QACA)。该算法的核心是在蚁群系统(ACS)中引入量子算法中的量子的态矢量和量子旋转门来分别表示和更新信息素,从而在全局寻优能力和种群多样性方面比蚁群算法有所改进。结合旅行商问题(TSP),对算法进行了测试,得到了与现有文献结果相同或更好的解,表明该算法具有较强的问题求解能力。 展开更多
关键词 量子算法 量子进化算法 蚁群系统 量子蚁群算法 TSP
在线阅读 下载PDF
用改进蚁群算法求解多目标优化问题 被引量:20
20
作者 唐泳 马永开 《电子科技大学学报》 EI CAS CSCD 北大核心 2005年第2期281-284,共4页
蚁群算法是一种崭新的仿生模拟进化算法,该算法在许多领域已经得到应用。多目标优化问题是一类很重要的优化问题,优化与求解较难。对此,提出了一种改进蚁群算法用于求解多目标优化问题,得到一组变量的权重后,用一定数量的蚂蚁在解空间... 蚁群算法是一种崭新的仿生模拟进化算法,该算法在许多领域已经得到应用。多目标优化问题是一类很重要的优化问题,优化与求解较难。对此,提出了一种改进蚁群算法用于求解多目标优化问题,得到一组变量的权重后,用一定数量的蚂蚁在解空间中首先随机搜索,然后模拟蚂蚁寻食的方式,通过信息素来指引搜索。给出了具体的算法,示例仿真说明了其有效性,并表明该算法可以快速发现多个全局最优解。 展开更多
关键词 多目标优化 蚁群算法 模拟进化算法 仿生算法
在线阅读 下载PDF
上一页 1 2 3 下一页 到第
使用帮助 返回顶部