平均最优信息粒子群算法在车辆调度中的应用

针对标准粒子群算法在求解车辆调度问题中存在的易陷入局部最优、早熟等缺陷,从粒子群算法本身出发,引入粒子个体与群体的平均信息,提出一种基于平均最优信息的粒子群算法(AVGPSO),该算法利用粒子个体最优信息和全局最优信息的平均值来提高全局搜索能力。将该算法应用到车辆调度问题中,并与标准粒子群算法进行比较。实验结果表明,该算法在解决车辆调度问题中表现出了更优的性能,是解决车辆调度问题的有效方法。     

物流配送路径优化问题的模型及改进混合算法

在建立带有时间窗的物流配送路径优化问题数学模型的基础上．构造了求解该问题的遗传模拟退火混合算法。该混合算法利用了遗传算法较强的全局搜索能力和模拟退欠算法较好的局部搜索能力,克服了两种算法各自在寻优方面的不足,使其在全局最优搜索和计算速度方面都有了很大的提高。最后经仿真试验证实了混合算法解决物流配送路径优化问题的优越性。     

配电网重构算法的研究

文章对以网损最小为目标函数的配电网重构算法进行了研究,提出一种改进的进化算法进行重构.算法改进了用遗传算法或者差异进化算法进行重构时产生大量不可行解的不足,根据梯度的概念和配电网络的结构特点,对可行解进行加速操作,使之迅速靠近并最终成为一个局部最优解,然后进行移民操作,以保持种群的多样性.最终选择所有局部最优解当中最优的个体为全局最优解.算例结果证明了此算法的优越性,表明该算法有较好的搜索效率.     

配电网重构算法的研究

文章对以网损最小为目标函数的配电网重构算法进行了研究,提出一种改进的进化算法进行重构。算法改进了用遗传算法或者差异进化算法进行重构时产生大量不可行解的不足,根据梯度的概念和配电网络的结构特点,对可行解进行加速操作,使之迅速靠近并最终成为一个局部最优解,然后进行移民操作,以保持种群的多样性。最终选择所有局部最优解当中最优的个体为全局最优解。算例结果证明了此算法的优越性,表明该算法有较好的搜索效率。     

多线程蚁群算法及其在最短路问题上的应用研究

针对基本蚁群算法,提出一种多线程蚁群算法。该算法引入多线程技术,将线程作为蚂蚁,而且借鉴于自然界中生物个体的差异性,从选择策略方面加强了蚂蚁个体对未知路径的搜索能力;同时对局部搜索和全局更新策略进行了改进。实验结果表明,该算法可以有效地克服基本蚁群算法的收敛速度慢和易出现停滞现象的缺陷,能够较快的收敛到全局最优解。     

基于改进教学优化算法的施工系统可靠性研究

随着我国建筑施工项目规模的不断扩大,对施工过程的管理提出了更严峻的要求。为了提高大型项目的可靠性,本文引进施工系统可靠性作为综合指标,对施工过程系统的可靠性进行优化分配。以装配式建筑为实例,运用教学算法优化施工系统可靠度,针对教学算法在解决高维复杂问题时易失去种群多样性和陷入局部最优的缺点,在基本教学算法的基础上引入信息熵,提出了基于信息熵改进的教学因子。最后通过将改进后的算法应用到建筑项目施工系统可靠性优化中,结果表明改进后的教学算法比基本教学算法更容易跳出局部最优,具有较强的全局搜索能力。     

基于混合DE算法的改进海豚群算法

为了提高海豚群优化算法的优化能力,针对基本海豚群算法搜索阶段易陷入局部最优和早熟收敛的缺陷,将DE入算法,提出了一种改进的海豚群算法。算法通过DE的交叉和变异机制避免局部最优。测试结果表明,改进的算法在收敛速度和寻优精度方面有更好的表现。     

基于改进遗传算法的FIR数字滤波器的优化设计

提出了利用基于BP(Back Propagation)神经网络的遗传算法来设计FIR数字滤波器的方法。针对遗传算法很难实现全局最优和搜索速度比较慢的缺陷,提出了改进算法,该算法充分利用了遗传算法的全局搜索功能强和BP神经网络的搜索效率高,优化了搜索时间,提高了算法性能,对于解决大规模多极值优化问题特别有效。最后,以设计低通滤波器的实例验证算法的可行性。     

基于演化蚁群算法的多目标物流网络优化

物流网络优化中普遍存在着多目标优化的问题.传统的多目标优化算法容易陷入局部最优,采用了多种群相关的蚁群算法求解多目标物流网络优化问题,两个种群分别针对总运费最小和最大单程距离最小两个优化目标,考虑蚁群算法的收敛速度,采用遗传算法对蚁群算法的多个初始参数进行优化选择.实验结果证明,该模型算法可以有效迅速地求得最佳路径,为决策者提供多个可选择的优化方案,避免局部最优解.     

基于鲶鱼效应粒子群算法的物流配送中心选址

针对标准粒子群算法存在的易陷入局部最优解缺陷,提出了一种基于鲶鱼效应粒子群算法的物流配送中心选址策略(CFPSO)。该算法通过引入自然界的"鲶鱼效应"保持粒子群的多样性,提高了算法的全局搜索能力,使算法寻优速度有明显的提高,最后通过仿真实验对算法性能进行验证。仿真结果表明,相对于遗传算法、标准粒子群算法,CFPSO算法可以获得更优的物流配送中心选址方案,尤其对于大规模物物流配送中心选址问题,该算法的优越性更加明显。