基于多Agent粒子群改进算法的车间调度

针对制造系统中车间调度过程存在的动态性与复杂性问题,本文基于粒子群算法,结合多Agent协同优化性,构建了粒子群算法的是适应度函数,以及多Agent车间调度的行动策略,提出了基于多Agent粒子群改进算法(particle swarm improved algorithmbased on multi-agent,PSIMA),建立了基于多Agent粒子群改进算法流程。最后,通过具体实例,该方法比传统粒子群算法在计算时间以及计算复杂度上有明显改进,为解决制造系统中车间调度问题提供了一种新的方法指导。     

基于量子粒子群算法求解供应链集成计划问题

随着全球化竞争的加剧和客户要求的不断提高、传统的生产管理方式使企业无法应对激烈竞争的挑战。量子粒子群算法是将量子计算理论和基本粒子群算法相结合的一种崭新的优化算法。将量子粒子群算法用于求解生产、采购集成决策问题。仿真结果证明了量子粒子群算法在供应链集成决策问题上的可行性、有效性和优越性。     

粒子群优化算法的改进与应用

粒子群优化算法是今年来快速发展的一种新的进化算法。本文以标准粒子群优化算法的缺陷为出发点,从不同的角度来展现粒子群算法的改进方向和研究进展。讨论其在不同领域内的应用。最后对粒子群优化算法的发展趋势进行了展望。     

基于改进粒子群算法的含风电场电力系统的无功优化

文章首先建立了风电场的数学模型,并提出其在潮流计算中的处理方法,在此基础上,将粒子群算法运用到无功优化问题中,采用WSCC 9节点系统进行仿真验算。结果表明该算法对降低系统网损和提高系统电压上具有明显的优化效果。     

求解多目标TSP问题的离散粒子群优化算法

文章通过分析多目标TSP问题的性质,在Pareto最优解的基础上提出了偏离度,将多目标转化为单目标;然后针对利用离散粒子群算法(DPSO)求解,只考虑排斥算子时,结果会过早的陷入局部最优的不足,将惯性权值保留能起到平衡局部搜索能力和全局搜索能力,适当的设置惯性权值能促进全局搜索;最后,通过计算机仿真验证了用DPSO解决多目标TSP是有效的.     

基于改进粒子群算法的SVR参数优化选择的研究基于改进粒子群算法的SVR参数优化选择的研究

支持向量回归机（SVR）模型的拟合精度和泛化能力取决于其相关参数的选取,由于在参数的选择范围内可选择的数量是无穷的,在多个参数中盲目搜索最优参数是需要极大的时间代价,并且很难逼近最优。因此提出了基于改进粒子群算法的SVR参数优化选择方法。仿真结果表明：该改进粒子群算法优化SVR参数方法可行、有效,由此得到的SVR模型具有更好的学习精度和推广能力。     

求解多目标TSP问题的离散粒子群优化算法

文章通过分析多目标TSP问题的性质,在Pareto最优解的基础上提出了偏离度,将多目标转化为单目标;然后针对利用离散粒子群算法(DPSO)求解,只考虑排斥算子时,结果会过早的陷入局部最优的不足,将惯性权值保留能起到平衡局部搜索能力和全局搜索能力,适当的设置惯性权值能促进全局搜索;最后,通过计算机仿真验证了用DPSO解决多目标TSP是有效的。     

基于改进粒子群算法的SVR参数优化选择的研究

支持向量回归机(SVR)模型的拟合精度和泛化能力取决于其相关参数的选取,由于在参数的选择范围内可选择的数量是无穷的,在多个参数中盲目搜索最优参数是需要极大的时间代价,并且很难逼近最优。因此提出了基于改进粒子群算法的SVR参数优化选择方法。仿真结果表明:该改进粒子群算法优化SVR参数方法可行、有效,由此得到的SVR模型具有更好的学习精度和推广能力。     

基于粒子群算法的无人机航迹规划问题

文章首先将无人机航迹问题转换为多目标的TSP问题数学模型,建立了航迹规划问题的数学模型。然后将轨迹规划问题转换成一个求最短路径的单目标的有约束的优化问题,针对这类问题的求解,采用了一种新的粒子群算法并利用软件编程求解。最后验证了结果的可行性,同时讨论了结果的稳定性和收敛性。     

基于粒子群算法的无人机航迹规划问题

文章首先将无人机航迹问题转换为多目标的,TSP问题数学模型,建立了航运规划问题的数学模型。然后将轨迹规划问题转换成一个求最短路径的单目标的有约束的优化问题,针对这类问题的求解,采用了一种新的粒子群算法并利用软件编程求解。最后验证了结果的可行性,同时讨论了结果的稳定性和收敛性。     

一种改进的粒子群优化算法

粒子群优化算法是由Kennedy和Eberhart[1,2]在1995年提出的一种基于群体智能的随机进化算法,是在鸟群、鱼群和人类社会行为规律的启发下提出来的。针对粒子群优化算法容易陷入局部极小的缺陷,对粒子群优化算法的速度进化公式进行改进,将粒粒子行为基于个体极值和全局极值变化为基于个体极值的加权平均、全局极值和按概率选择其它粒子的个体极值。新算法更符合生物的学习规律,使得粒子充分利用整个种群的信息,保证了群体的多样性。     

基于粒子群算法的预制构件生产调度优化应用研究

随着国家经济建设绿色化、低碳化的要求,装配式建筑也成为建筑结构体系重要的一部分。大量的建设需求使得混凝土预制构件的种类和数量持续增多,使得在预制构件的生产过程中调度越来越复杂。本文通过建立预制构件生产的约束条件,利用粒子群算法对预制构件的生产调度进行优化。通过实际案例验证预制构件生产线的任务分配,证明通过调整预制构件的生产工序可以缩短构件的生产周期,提高预制构件的生产效率。     

基于粒子群算法下的交叉口信号配时优化

为了合理地优化交叉口信号配时,通过分析交叉口的评价指标,建立了以车辆的平均延误、停车次数最小、交叉口整体通行能力最大、各相位有效绿灯时间和交叉口周期时长作为约束条件的数学模型。并通过改进前人研究基础上的动态加权系数,将多目标的非线性优化问题转化为单一目标的非线性规划问题,为了得出更科学稳定的解,提出了改善粒子群算法系统稳定性的2种方法,并将其与粒子群算法结合起来。然后以Matlab为求解工具,结合临邑市某一交叉口实例进行求解分析。最后的结果表明,在使用改进后的粒子群算法进行优化后交叉口通行能力较之现状提升了9%,延误下降了28%,停车次数下降了9%,且各项优化结果均优于Webster,改进后的算法在程序中运行300代,到216代才开始收敛,而未改进的算法稳定性较差,优化结果和收敛曲线则随着实验次数的变化而变化,最后的结论证明了该算法和模型的可靠性。     

基于Qpso算法的应急资源调度应用研究

以连续性消耗应急过程为背景,运用量子行为粒子群算法求解多目标的应急资源调度数学模型。考虑施救成本费用和因施救不及时造成损失的构造模型的目标函数。针对该模型的特点,设计量子粒子群算法求解方法和步骤,用数值算例验证了所建立模型的合理性及量子粒子群算法的可行性和有效性。     

基于量子粒子群算法的连杆机构的优化设计

粒子群算法是一种基于鸟群的智能优化方法,量子粒子群算法是对粒子群算法进行改进的算法,运算规则简单,收敛速度快,变量少,易于编程实现。对于多目标、多约束条件的四连杆机构优化设计,本文提出了一种基于量子粒子群算法求解的设计方法。经过仿真实践,能够有效求解,是求解四连杆机构优化问题的一个较好方案。     

基于混合信息的粒子群优化算法

本文提出一种基于混合信息的粒子群优化算法。此算法具有充分利用种群信息,保证群体的多样性,快速收敛效果和避免陷入局部极值的能力。     

基于微粒群算法的农产品物流配送路径优化研究

通过分析农产品物流配送的特点和对车辆调度的影响,对车辆数目不确定的带时间窗的车辆路径问题进行描述,建立起受成本影响、有时限的农产品物流配送路径优化模型,利用复合最优模型微粒群算法对该模型进行求解,并进行案例比较分析。文中所提出的农产品物流配送优化模型对降低农产品物流配送成本,提高农产品物流配送效率具有较好的实用价值。     

基于粒子群算法的电池模型参数辨识

为实现动力电池精准的SOC估计,对磷酸铁锂动力电池建立二阶等效电路模型,考虑到汽车运行工况的复杂性,针对电池运行过程中的动静态特性,利用Arbin测试柜获取电池HPPC测试实验数据,采取粒子群算法计算电池模型参数全局最优解。另外,文章将HPPC离线电压数据与电池模型输出电压数据对比,最大误差为0.067V,能有效地反映出电池的动静态特性,为电池状态精确估计奠定了基础。     

基于价值链理论的工程项目目标优化研究

近年来工程建设项目的实施对周边环境影响备受关注,环境目标也成为工程项目管理的重要研究目标。本文围绕工程项目工期、成本、质量和环境等目标因素为研究内容,基于价值链理论运用工作分解法,对价值链基本活动最终分解为n项单项工作T、C、Q、E的优化问题。借助效用理论及多属性效用函数建立工程项目价值链量化分析模型,采用粒子群优化算法得到最佳的决策方案,即工期-成本-质量-环境的综合优化目标,从而达到项目工期短、造价合理、质量优良、环境影响小的效果,实现最佳的经济效益和社会效益。     

基于粒子群算法的电力市场竞价方法

为优化电力市场竞价,以发电机组实际报价结算购电费用最低为目标函数,提出了基于粒子群算法的电力市场竞价方法。算例仿真计算的结果表明,在满足电力系统多种约束的前提下,能取得较好的收敛结果,进一步验证算法的正确性和有效性。