求解全局优化问题的混合人工鱼群算法

把Powell算法作为人工鱼群算法的一个局部搜索算子,嵌入到自适应人工鱼群算法中,构成一种基于Powell算法和自适应人工鱼群的混合算法。该算法充分利用了自适应人工鱼群算法的全局收敛性和Powell算法的强局部搜索能力,使得混合算法的全局收敛性能得到了改善,并且减少了计算量。计算机仿真结果表明,自适应混合人工鱼群算法能够在保持较高精度的前提下快速收敛。     

基于禁忌搜索的启发式任务路径规划算法

基于启发式搜索和禁忌搜索技术，提出一种用于解决有限资源，不同重要性要求的任务路径规划问题的有效算法，通过对不同重要程度的任务进行分层调度，得到较为满意的决策结果，该处具有搜索空间小，求解速度快的优点。仿真结果验证了算法有效性。     

使用混合人工鱼群算法求解装箱问题

装箱问题在实际生产中应用非常广泛,在分析该问题特点的基础上提出了使用类CF近似算法和人工鱼群算法相结合的混合人工鱼群算法求解装箱问题,并给出了具体的算法步骤。跟遗传算法的对比试验结果表明该算法在求解装箱问题所得的结果优于遗传算法,具有良好的应用前景。     

用鱼群算法求解通风系统风机定位优化问题

为了解决矿井通风系统风机定位优化问题,建立了该问题的大规模非线性最优规划模型。在优化模型中,在兼顾变量约束条件的空间限制和求解精度的情况下,在正交交叉算子中将求解空间离散化,离散方法是将每个连续因素离散化为一个有限值,量化每个变量连续空间区域为有限个水平。由于该问题维数太高,传统优化技术无法有效获取其最优解,采用改进的鱼群算法对该问题进行了求解。在算法中,为了消除优化模型的约束条件,大幅度压缩变量数,在算子中将变量分组;使用了基于邻域竞争进化的演化算法,有效地融合了全局搜索和局部搜索的本质属性,实现了算法效率与效果的平衡;使用了自适应学习和变异算子、正交交叉算子、邻域竞争算子等多种算子改进基本人工鱼群算法的各种行为。应用结果表明,该算法计算速度和稳定性大幅度提高,可在简单计算环境下稳定地获取该模型的最优解。     

无人机任务规划课程设计与实践

针对无人机任务规划课程教学实际,梳理相关概念与内涵,分析其在无人机专业本科学员知识体系中的作用与地位,根据任务规划人才培养的能力需求提出课程的建设思路,并着重强调该方向人才培养所需要的动手能力,对教学实践环节进行详细设计,构建开放式任务规划教学框架和递进式试验内容.     

基于人工鱼群算法的机器人路径规划

首先采用链接图建立机器人工作空间模型,用Dijkstra算法求得链接图最短路径;然后使用人工鱼群算法对此路径进行优化,最终得到全局最优路径。以一个路径为例,进行了实际编程计算,结果表明,基于人工鱼群算法的机器人路径规划方法,具有较快的收敛性和较高的计算精度。     

带交叉策略的粒子群算法求解多无人机路径规划问题

针对多无人机路径规划问题（Multi-UAV Path Planning Problem,MUPPP）,建立相关的数学模型,并提出了带交叉策略的粒子群算法（Particle Swarm Optimization with Crossover Strategy,PSOCS）来求解。针对该模型,设计了高效的编解码策略实现PSOCS的解空间到MUPPP解空间转换,从而构建了求解算法。最后,选用一组15个访问点规模的数据集进行算法实验,实验表明了所提出算法能有效求解MUPPP。     

基于协同任务的无人机群航路规划算法

当前,无人机在航行途中,与无人机群和其他环境因素,例如,执行任务的目标地点、飞行障碍物共同构成一个庞杂的飞行环境,系统里的各部分既相互制约又相互影响,使得多机协同航路规划评估问题十分复杂,表现出飞行场景动态性与信息不确定性、任务艰难性、建模复杂性、组合多样性、计算复杂性和时间紧迫性等特点。特别是针对面向协同任务的航路规划评估,还要考虑时序、编队、任务等各方面因素,这些因素不仅仅是定量信息,还有很大一部分是定性信息。采用A-star算法将定量信息与定性信息进行合理融合,客观规划协同航路。通过实验仿真,路径规划算法能有效地避开多个路障点,在实际监测中具有较好的效果。     

Sampling-Based Tabu Search Approach for Online Path Planning

Abstract

Path planning in unknown environments is one of the most challenging research areas in robotics. In this class of path planning, the robot acquires the information from its sensory system. Sampling-based path planning is one of the famous approaches with low memory and computational requirements that has been studied by many researchers during the past few decades. We propose a sampling-based algorithm for path planning in unknown environments using Tabu search. The Tabu search component of our method guides the sampling to find the samples in the most promising areas and makes the sampling procedure more intelligent. The simulation results show the efficient performance of the proposed approach in different types of environments. We also compare the performance of the algorithm with some of the well-known path planning approaches, including Bug1, Bug2, SRT, potential fields and the visibility graph. Furthermore, two different sampling strategies were used in the sampling procedure, including uniform and Gaussian distributions.     

禁忌搜索算法用于解决网络路由问题

Routing problem is a very import problem in the network design.However,with the increasing of the number of vertices,the convergence speed of the conventional method(such as the Dijkstra algorithm)becomes slow.In some services,the accurate shortest path isn't requested.This paper presents a new algorithm for solving this problem based on the tabu search technique.The tabu search algorithm can get the satisfied path with the changing of the iteration times,the tabu period and neighborhood size.Simulation results demonstrate that the proposed method is very efficient for computing the shorted path,especially when the scale of the network is large.     

基于禁忌搜索的生产—库存—配送协同计划问题研究

针对具有一定生产期和存储期的快速消费品,从供应链集成的角度研究了确定性需求情形下多工厂、多产品、多客户供应网络的生产—库存—配送协同计划问题,并建立了多周期环境下生产—库存—配送协同计划问题的混合整数规划模型,以协同优化各工厂的生产计划、库存计划与配送计划.提出了求解该模型的禁忌搜索算法方案,且通过设计启发式顺序分配方法生成初始解,采用了从改进的2-opt和λ-interchange的邻域解中产生候选解的策略,给出了提出算法的具体实现过程.最后,通过测试算例的仿真结果,证明了禁忌搜索算法在求解该类问题时具有比混合遗传算法更强的鲁棒性,并且能够得到更好的解.     

模糊禁忌搜索算法用于求解分配问题

1.引言分配问题(简写为AP,亦称为线性分配问题或匹配问题)是将若干个体分配到若干位置,并求一个线性费用函数的最小值。分配问题是一类应用广泛的经典组合优化问题,其应用范围包括工作分配、设备布局、生产调度以及印刷电路板的设计等领域。     

一种配电网络差分禁忌线路规划方法

针对配电网络规划问题,基于差分进化算法(DE)和禁忌搜索算法(TS)协同优化框架,提出了一种差分禁忌混合算法(DETS)。首先,将配电约束条件划分为硬约束和软约束,硬约束用于保证配电网络拓扑结构的合理性;软约束用于提高种群多样性。然后,设计DE及TS两层优化结构,外层利用DE快速收敛特性为内层提供较好的初始个体;内层利用TS贡献全局搜索能力,避免陷入局部最优。其次,设计修复算子来避免DE算法易产生不可行解的问题。最后,采用10个标准测试函数验证了DETS算法的性能,同时利用DETS算法实现了某市的中低压配电网络线路规划。     

Self Controlling Tabu Search algorithm for the Quadratic Assignment Problem

This paper addresses the application of the principles of feedback and self-controlling software to the tabu search algorithm. We introduce two new reaction strategies for the tabu search algorithm. The first strategy treats the tabu search algorithm as a target system to be controlled and uses a control-theoretic approach to adjust the algorithm parameters that affect search intensification. The second strategy is a flexible diversification strategy which can adjust the algorithm’s parameters based on the search history. These two strategies, combined with tabu search, form the Self Controlling Tabu Search (SC-Tabu) algorithm. The algorithm is implemented and tested on the Quadratic Assignment Problem (QAP). The results show that the self-controlling features of the algorithm make it possible to achieve good performance on different types of QAP instances.     

一种结合Tabu搜索的自适应遗传算法研究

针对标准遗传算法（SGA）在全局优化问题中容易出现早熟和收敛速度慢,提出了一种TS-AGA算法。新算法通过将禁忌搜索（TS）和自适应遗传算法（AGA）相结合。以自适应遗传算法（AGA）为基础,用遗传算法进行全局搜索,用禁忌搜索法（TS）作局部搜索,可以加快收敛速度,同时可以抑制早熟现象,避免过早收敛到局部最优。测试函数仿真结果表明,新算法能很好的抑制早熟收敛,同时在计算速度和计算结果方面都有改进,是一种快速有效的优化算法。     

基于TS的动态车辆调度问题的混合算法研究

对带时间窗的动态车辆调度问题进行分析,采用实时再优化方法进行研究,引入时间轴概念,建立动态车辆调度模型,并给出求解的混合禁忌搜索算法。该算法先用C-K节约算法求得初始解,然后用禁忌搜索进行优化,得到全局最优解。禁忌搜索算法中采用动态邻域移动方法构造候选解和动态禁忌长度选取策略设置紧急长度,提高算法的收敛速度。最后用实例证明该混合算法的可行性和有效性。     

Tabu Search算法在优化配送路线问题中的应用

将TS算法应用到物流系统的配送路线优化问题中。在给出了此类问题的描述后,着重阐述了TS启发式算法的设计,编程实现此算法的要点。最后,用模拟算例对设计的算法进行了验证,计算结果是比较理想的。     

求解OVRPTW的多开始禁忌搜索算法

在对带时间窗的开放式车辆路径问题描述的基础上提出求解该类问题的一种多开始禁忌搜索算法。使用扫描算法和向前插入法相结合的两阶段方法产生随机的初始解,采用一种混合的启发式算法构建邻域结构,设计全局和局部2个禁忌表加强算法的全局寻优能力。用标准的测试算例对算法进行实验,结果表明该算法得到了较好的寻优效果。