基于免疫算法的物流配送车辆路径优化问题研究

物流配送车辆路径优化问题是近年来物流研究中的一个热点,但由于它是一个NP难题,较难得到最优解和满意解。本文将一种新型的启发式算法——免疫算法用于解决该问题。免疫算法具有很好的全局搜索能力和收敛性,能够很好的解决这类问题,实例也证明了该方法是可行和有效的。     

种群分组的遗传算法解TSP问题

遗传算法是模拟生物界“优胜劣汰、适者生存”的机制的演化算法，常用于解决困难或无解的组合优化问题。本文在遗传算法的基础上进行改进，并用于解TSP问题。用标准的数据集进行测试，结果表明改进的遗传算法能够求得最优解。     

排列流水车间提前/延期惩罚调度问题的启发式算法

在满足了工序中间无储存能力、每一个任务必须连续加工和任务的交货期相同等假设条件后,提出了一种排列流水车间提前/延期惩罚调度问题的启发式算法.该算法首先按照任务的延期惩罚系数与任务加工时间的比值升序排序,得到较优次序,然后使用NEH算法寻找优化解,最后再进行邻域搜索进一步优化解决方案.在中小规模问题的数据实验中,该算法求解与最优解的相近程度达到97%以上,并且通过大量数据样本的标准差验证,求解的稳定性也非常好.在大规模问题的数据实验中,该启发式算法体现出非常好的优化性能,优化结果明显好于其他的启发式算法,并且算法在大规模问题中的运算时间也较短,在大规模的调度应用中可以代替精确的数学算法.     

蚁群算法及其在硐群施工优化中的应用

为解决复杂的组合优化问题，近来提出了一种新的模拟进化算法－－蚁群算法。从原理，算法实现等方面详细介绍了该算法，并针对有序组合优化问题，改进了原算法。把改进算法应用于地下工程中的一类组合优化问题－硐群施工顺序优化。一个大型地下硐室群工程的施工顺序优化结果表明，蚁群算法的应用效果良好，是解决岩土工程中的组合优化问题的一种好方法。     

改进的蚁群算法及其在桁架结构优化中的应用

蚁群算法是优化领域中的一种新型模拟进化算法,具有很强的搜索较优解的能力,其缺点是搜索时间长、容易出现停滞现象。引用局部搜索能力较强的模拟退火算法对其改进,使其跳出局部最优,发现更高质量解。并将其成功应用在25杆桁架中,结果表明,基于模拟退火的改进蚁群算法是有效可行的,是解决组合优化问题的有效方法。     

高维多目标优化算法研究综述

当遇到目标数目多于4个或4个以上的高维多目标优化问题时,基于Pareto支配排序的多目标进化算法很难求出近似的Pareto最优解集合,因此,高维多目标优化问题的进化算法研究成为进化算法领域的一个难点问题。本文在分析了高维多目标优化问题研究难点的基础上,概括了高维多目标优化问题的类型,并介绍了含有冗余目标的高维多目标优化问题的目标缩减算法,最后指出了今后该领域的研究方向。     

粒子群优化算法在结构参数识别中的应用

利用PSO算法将系统识别问题转化为高维多模优化问题,进行结构参数识别的研究。PSO算法是一种新颖的随机搜索进化算法,通过采取全局优化的策略确保算法得到优化问题的最优解。在输入输出数据不完备且含真实的噪声污染,以及系统质量、刚度等先验信息又缺乏的情况下,利用将基于该算法的识别方法应用于一个真实结构,验证基于PSO算法的识别方法在真实结构系统识别中的有效性。     

蝉鸣优化算法在组合优化问题中的应用

文献(1)提出了蝉鸣优化(CSO)算法,利用CSO、 PSO和DE对9个高维Benchmark函数的仿真,得到了非常好的优化结果,该算法尚未在组合优化问题中应用,本文利用CSO算法对旅行商问题(TSP),这一典型的组合优化问题,进行优化,建立了CSO算法解决TSP问题的模型,并利用MATLAB进行仿真。实验结果表明, CSO也是一种非常适于求解组合最优化问题的进化算法。     

偏导加速果蝇优化算法的电厂机组负荷分配

针对果蝇优化算法等进化算法在电厂机组负荷分配问题中准确性和收敛速度的缺陷,将果蝇优化算法作为一次优化算法,所得结果作为偏导下降算法的输入,即偏导下降算法作为二次优化算法,提出一种偏导加速果蝇优化算法。电厂机组负荷分配实例分析表明:偏导加速果蝇优化算法保持了果蝇优化算法原理简明、计算简洁的特点,且在求解准确性、收敛快速性、稳定性上均优于果蝇优化算法、PSO算法和GA算法。     

基于蚁群算法的复合形法及其在边坡稳定分析中的应用

首先将基于排序的路径选择方法引入基本蚁群算法 ,并用之于连续变量的优化问题和边坡的最小安全系数搜索 ,结果发现对于设计变量较少的数值优化问题和简单边坡的最小安全系数搜索问题 ,该蚁群算法可以找到全局最优解或比较接近全局最优解。但对于复杂边坡的最小安全系数搜索问题 ,该蚁群算法很容易陷入局部最优。另外复合形法对于不同的初始复合形也会得到不同的最小安全系数 ,利用本文提出的基于最小海明距离的替换准则将蚁群算法得到的局部最优解替换掉初始复形中的一个顶点 ,则复合形法容易找到全局最优 ,成为一种全局搜索能力很强的优化算法。