约束满足与邻域搜索结合的混合算法及应用

总结约束满足求解技术和邻域搜索算法,分析约束满足与邻域搜索单一算法的优劣,以及两者结合的优势,提出约束满足与邻域搜索相结合的混合算法的一般框架,并以Job Shop调度优化问题为例对该算法框架进行实例说明。     

混合PSO算法求解混装工艺下的加热炉调度问题

针对钢铁生产中为减轻混装的影响在冷热板坯混装处空炉的情况,以提高成品质量、降低能耗为目标,建立了混装工艺下并行加热炉调度的数学模型,并提出了基于粒子群算法和邻域搜索技术的混合算法,仿真实验验证了算法的可行性和有效性。     

基于邻域搜索的快速分形图像编码算法

文章在基本分形图像压缩算法的基础上提出了一种基于邻域搜索的快速算法。将子块按标准差分为平滑块和非平滑块,对于平滑子块直接存储其均值,以减少需要搜索匹配父块的子块数;对于非平滑子块,在从其周边邻域内划分得到的父块中搜索最优匹配父块,并引入自适应误差阈值和扩大邻域范围搜索的最大次数来控制子块搜索的邻域范围。实验证明,该算法编码速度大大提高。     

电子商务下现代物流企业配送系统优化研究

根据电子商务环境下物流配送系统的特点,建立了带时间窗的车辆优化调度问题的数学模型。设计了一种混合遗传算法,在求解的过程中加入了模拟退火操作,对每一代中的每个个体进行邻域搜索并依据模拟退火中的接受概率选择邻域个体,然后再进行选择、交叉、变异等遗传操作,以此来克服遗传算法早熟收敛的缺陷。用此混合遗传算法对模型进行求解,通过仿真实例计算,并与遗传算法比较,取得了满意的结果。     

电子商务下现代物流企业配送系统优化研究

根据电子商务环境下物流配送系统的特点,建立了带时间窗的车辆优化调度问题的数学模型.设计了一种混合遗传算法,在求解的过程中加入了模拟退火操作,对每一代中的每个个体进行邻域搜索并依据模拟退火中的接受概率选择邻域个体,然后再进行选择、交叉、变异等遗传操作,以此来克服遗传算法早熟收敛的缺陷.用此混合遗传算法对模型进行求解,通过仿真实例计算,并与遗传算法比较,取得了满意的结果.     

取送货路径优化问题的候鸟群自适应变邻域搜索算法

具有时间、车容量和后进先出约束的多车辆取送货路径优化问题在现实中具有广泛的应用,针对现实问题中规模性和模型的复杂性使其在短时间内无法精确求解的问题,提出了候鸟群自适应变邻域搜索算法(MBO＿AVNS)。以三种贪婪插入算法构建初始种群,确保种群的多样性和初始解的质量,对传统候鸟优化算法的邻域搜索算法进行改进,加强了算法的局部搜索能力。通过真实数据进行实验分析表明,与模拟退火算法(SA)和一般自适应变邻域搜索算法相比,MBO＿AVNS算法在求解具有时间和后进先出约束的取送货路径问题上更具有优越性。     

一类供应链分销网络的双层多目标规划模型

以多生产商、多分销中心的供应链分销网络为基础,建立了多目标双层机会约束规划模型。基于协同供应链管理思想,充分考虑了多生产厂商相互制约以及决策信息的不完整性、市场需求不确定性,探讨如何实现整体成本的最小化。最后,结合一种算法给出了该模型的求解方法,并结合一个实例证明算法的有效性。     

再生设施选址模型方法研究

提出了一种再生成本最小和再生服务质量最好的双目标再生设施选址模型方法,该模型方法由分散搜索、对偶单纯形法、约束方法三种算法组合而成,在选址过程中充分考虑满足双目标的同时使用三种算法来进行再生能力分配,为设施选址决策者提供了一种新的思路和方法.     

基于萤火虫算法带时间窗的双向配送调度

针对带时间窗的双向配送调度问题,重新建立新的带多目标的数学模型,提出一种离散型萤火虫算法和编码策略,并重新定义了个体交叉变异移动公式。同时,根据萤火虫编码个体之间的逻辑距离,构建邻域集合,提高局部搜索能力。并引进个体历史最优记忆功能,加快收敛速度。最后利用随机数和求余函数对编码个体进行扰动,防止过早陷入局部极值。通过仿真案例实验验证了算法的有效性。     

基于低碳排放的应急物流车辆路径优化

针对应急物流的车辆路径优化问题,基于低碳绿色物流思想,以车辆固定成本、运输过程中产生的成本、未满足需求量的惩罚成本以及碳排放成本之和最低为优化目标,建立了基于低碳排放的应急物流车辆路径优化模型。由于受灾点的需求具有不确定性,模型运用三角模糊数来估计需求量。为了求解模型,采用混合遗传算法,利用节约算法获得初始解,并利用大规模邻域搜索算法“破坏”与“修复”的思想改进遗传算法的局部搜索操作。最后通过算例仿真,验证了模型的实用性与算法的有效性。     

需求不确定条件下低碳供应链网络设计研究

不同的碳排放约束会对供应链网络设计的选址及工厂环保等级的选择产生影响。文中综合考虑环境投资决策、网点选择以及路径的选择等问题,以总运作成本、生产和运输途中碳排放量最小为目标,建立不同需求情境下、需求不确定的多产品双目标混合整数规划模型,结合ε约束法设计了基于情景的求解算法。最后通过算例分析,验证模型和算法的有效性。     

彩色图像矢量化

提出了一种基于区域生长算法的彩色图像区域分割方法,其思想是从某个种子像素出发向其邻域搜索,将邻域中具有一致特征的点归入一个区域。并用相应的区域编号来标志。然后采用矢量LBG聚类算法对图像先在亮度上进行矢量量化。     

基于具有量子行为的离散粒子群算法的作战飞机分散式加油车辆调度优化问题研究

针对战时情况下多机种综合保障基地作战飞机分散式加油车辆调度优化的实际问题,基于设备设施能力的约束,以最小化加油车最大完工时间为目标函数,建立了符合实际情况的数学模型.在问题求解方面,将量子行为引入基本PSO算法,构建出一种性能更好的QDPSO算法.实验表明,该算法能弥补基本PSO算法易陷入局部最优和早熟收敛的不足,在全局和局部解空间搜索效率和质量上表现更优,能够很好地懈决所研究的问题.     

基于人工蜂群算法的柔性工艺规划方法研究

以产品加工任务的完工时间为优化目标,建立了柔性工艺规划问题的数学模型。针对零件的加工工艺柔性、特征次序柔性及加工机器柔性,结合人工蜂群算法,提出了一种序列编码方式,该编码方式保证了后续产生的新解为满足工艺柔性约束的可行解。设计了局部搜索变异操作策略与全局搜索交叉操作策略,进行种群的更新,之后给出了人工蜂群算法求解柔性工艺规划问题总流程。最后,通过实例对提出的人工蜂群算法进行了测试,测试结果表明,与其他算法求解工艺规划问题相比,人工蜂群算法具备更好的稳定性和更高的求解效率。     

基于时间窗约束的军事虚拟仓库库存控制模型研究

考虑了由一个战役仓库和一个战术仓库组成的军事虚拟仓库库存系统,假设战术仓库的需求是随机的且送货时间需要满足时间窗的约束,而战役仓库的库存量需要满足战术仓库多个周期的需求.基于这些假设,以系统成本最小为目标建立了该军事虚拟仓库系统的库存成本模型,并给出了有效的算法求解战术仓库的最优订货数量以及战役仓库的库存量和送货次数,实现了系统的最小运行成本.     

一种盘旋算法在无人机搜索任务中的应用研究

针对无人机应急搜索中地面目标定位问题,提出一种基于"∞"型盘旋动作的航路规划方法。文章分别对圆、椭圆、"∞"型盘旋算法在应用环境、定位精度及定位盘旋圈数等方面进行了对比分析,并基于VC6.0开发了定位盘旋控制软件。经飞行测试表明,该算法能有效缩短定位时间和空中盘旋圈数,定位速率更高、适应能力更强。从而实现无人机搜救系统的高效搜索。     

车辆数不确定的时间窗车辆路径问题的小生境混合遗传算法

建立了优化的多目标带有时间窗的车辆路径问题模型,提出一种小生境混合遗传算法。算法采用混合并行选择方法、最优保留策略以及随机权重适应值函数,克服遗传算法固有的搜索能力差和“早熟”等缺点。实验结果表明,该算法对于解决车辆数不确定的时间窗车辆路径问题提供了一个非常有效的求解方法。     

装备保障多配送中心连续选址模型及其算法研究

装备保障配送中心选址的决策不仅直接关系到各配送中心自身的经济成本、服务效率和安全系数,而且关系到战时整个军事物流系统的合理化,因此,装备保障配送中心选址是装备物流供应链建设中至关重要的问题。文章根据作战任务和装备保障的要求以及多配送中心连续选址问题的复杂性,以总配送费用为目标函数,建立了有时效性和安全性约束的装备保障多配送中心连续选址模型。为更好地实现装备保障多个配送中心连续选址,应用两步启发式算法求解选址模型,给出了最优配送中心地址。研究表明,这一启发式算法具有较好的搜索特性,不失为求解装备保障多配送中心连续选址问题的一种有效方法。     

供应商选择问题的随机机会约束规划模型及其混合遗传算法

在供应商的最大供应数量、质量水平、送达时间均为随机变量且预算给定的条件下,建立了供应商选择问题的随机机会约束整数目标规划模型.鉴于传统方法求解随机规划较为困难,给出了一种将随机模拟、神经元网络和遗传算法结合在一起的混合遗传算法并用多个算例进行了验证,结果表明该算法有较强的适应性.     

基于局部搜索遗传算法的仓库车辆调度优化研究

针对仓库装卸搬运系统实际运行时设备资源冲突和搬运车辆任务分配问题,建立了具有多个复杂约束条件的车辆调度优化问题数学模型。提出了一种求解仓库车辆调度优化问题的局部搜索遗传算法,解决了局部搜索中寻找高效邻域结构的技术难题,并用实例进行了验证。