基于改进的多目标量子行为粒子群优化算法的多无人机协同任务分配

为在给定的时间内以最小代价和最大效益完成任务,建立了多无人机协同任务分配问题的多目标优化模型.采用改进的多目标量子行为粒子群优化算法求解最优任务分配方案,定义了一种从所求候选方案中选取最优分配方案的自主选择准则.对比分析多目标粒子群优化、多目标进化算法和该文算法所求的最优分配方案.仿真结果表明该文算法能够较快地求解问题,而且所求最优任务分配方案的性能优于其它三种算法.     

基于Kriging模型优化算法的含分布式电源配电网多目标无功优化研究

分布式电源(DG)在配电网中的渗透率越来越高,使无功优化问题变得复杂。为最大限度保证系统经济安全运行和电能质量,本文构建考虑源荷不确定性及电容器组等动作次数约束的含DG配电网多目标无功优化模型,提出概率场景生成和场景削减的方法描述源荷不确定性,并提出基于Kriging模型的全局优化算法求解无功优化问题,通过MATLAB和OPENDSS搭建求解平台求解含DG配电网无功优化。通过对改造后的IEEE33节点配电系统仿真测试,和粒子群算法比较,验证模型考虑源荷不确定性和本文求解算法的适应性、可行性和有效性,本文建立的无功优化模型反映实际运行情况,基于Kriging模型的全局优化算法求解该问题可行有效。     

原油远洋拼船运输方案优化研究

分析当前运作模式下中国原油远洋运输优化的目标函数,总结供需平衡约束等7类运输优化限制条件,建立原油远洋拼船运输方案的优化模型,并应用改进差分进化算法求解。在模型求解过程中,对多种维度变量与约束因素数据进行有效整合,利用双染色体配对编码的方法实现供需平衡限制,通过配对染色体间的小概率交叉降低算法的早熟收敛概率,利用整体进化与个别进化相结合的方法回收潜在的优秀个体,最终加速算法的寻优速率。通过算法搜索方案与人工方案的比对结果发现,应用提出的改进差分进化算法能够降低原油远洋拼船运输方案费用,并有效提高优化方案的制定时效。     

需求响应式公交车辆调度模型和算法研究综述

需求响应式公交车辆调度（Demand Responsive Transit Vehicle Scheduling,DRTVS）是需求响应式公交运营计划中的重要内容,一个合理的车辆调度方案对降低运营成本、提高运营效率具有重要意义,为此分析和总结了近十年来国内外关于DRTVS的优化模型和求解算法.首先,简要介绍了DRTVS模型及求解算法的分类和定义;其次,分别从调度方式、站点类型、时间约束和车辆类型4个角度对调度模型的构建和优化进行了阐述;再次,整理总结了常见的算法类型,以及每种算法的求解效果和适用条件;最后,针对当前研究中存在的建模时考虑因素不全面、假设条件过于理想化、算法求解精确度较差等问题,对优化模型及求解算法未来的研究方向进行了探讨.研究结果表明：近年来有关研究主要以动态调度、可变站点、软时间窗和多车型为主;调度模型的优化目标同时考虑出行时间、运营里程、服务质量等因素;现有车辆调度模型缺乏广泛适用性和实际可操作性;针对求解算法研究发现,小规模调度问题主要采用精确算法求解,对于大规模调度问题,使用启发式算法进行求解.     

硬时间窗约束下集装箱甩挂运输网络的车辆路径问题

针对甩挂运输车辆调度问题,考虑甩挂运输特点和限制条件,以车辆路径优化研究和相关算法研究为基础,构建了车辆路径优化模型,分析了在硬时间窗约束下集装箱运输网络的车辆路径优化问题,并基于模拟退火算法对模型进行求解,证明模型可以解决集装箱甩挂运输的牵引车的调度问题。最后,把模型应用到实际案例中,进一步证明了模拟退火算法是可行、有效的。     

原油采购-远洋运输方案模糊聚类图优化法

总结中国原油采购-远洋运输业务流程,分析原油采购-远洋运输方案优化问题的特殊属性。原油采购-远洋运输方案优化是包含多种高维度变量的动态-模糊组合优化的大规模NP(non-deterministic polynomial)难问题,需要多个区域业务人员根据市场和需求的动态变化协作完成,超出现有方法的解决范畴。提出模糊聚类图优化法,通过实时挖掘和利用启发性优化信息以及全局视野拼接由启发式算法所搜索到的局部静态优化方案,实现大规模原油采购-远洋运输方案的全局优化。应用结果表明,模糊聚类图优化法弥补了传统建模求解的方法的不足,充分结合了人的灵活决策优势与计算机暴力计算特点,可辅助业务人员适应原油采购-远洋运输方案优化的动态-模糊特性,通过合理调整运输任务(即调整优化模型的目标函数和限制条件)实现原油采购-远洋运输方案优化,具有较强的决策支持作用。     

炼油厂气分装置生产计划与工艺条件的集成优化

为在操作指标受到限制且要满足产品质量要求时,也可保证得到可执行的生产计划,建立了生产计划与工艺条件的集成优化模型。在该模型中,加入工艺条件约束,利用生产计划优化软件与流程模拟软件结合求解。在求解非线性优化模型时,使用了逐次反馈修正装置收率限制的迭代方法。加入了判断生产计划是否可行以及求解不可行物流的收率限制。对某炼油厂气体分离装置生产计划与工艺条件进行集成优化。结果表明,该模型可以得到最优的可行生产计划,有实用价值。     

炼油厂气分装置生产计划与工艺条件的集成优化

为在操作指标受到限制且要满足产品质量要求时,也可保证得到可执行的生产计划,建立了生产计划与工艺条件的集成优化模型。在该模型中,加入工艺条件约束,利用生产计划优化软件与流程模拟软件结合求解。在求解非线性优化模型时,使用了逐次反馈修正装置收率限制的迭代方法。加入了判断生产计划是否可行以及求解不可行物流的收率限制。对某炼油厂气体分离装置生产计划与工艺条件进行集成优化。结果表明,该模型可以得到最优的可行生产计划,有实用价值。     

炼钢组炉问题优化模型及其动态规划算法

针对炼钢组炉计划编制中的集约优化问题,建立了各优化目标下的数学模型,并利用动态规划法,对该优化问题进行了求解.经算法时间复杂性分析和实际生产数据仿真演算,结果表明在一定的生产条件下,该算法能在合理的时间范围内给出一批合同最优的组炉方案,使得生产余材最小,可显著降低组炉计划余材量,经济效益非常显著.     

基于粒子群优化的多处理器任务调度算法

对于NP(Non-Polynomial)完全问题,现有的算法主要是启发式算法,性能还有待提高。基于粒子群优化智能算法,提出一种新的任务调度算法,目标是在满足任务之间优先关系的条件下,使所有任务整体完成时间最小。算法将粒子位置和任务高度作为任务的优先级,通过表调度技术生成有效的调度方案,并将调度方案对应的调度长度作为粒子的适应值。首先随机产生一群粒子,然后通过使用全局模型的粒子状态更新策略不断迭代,获得可以接受的任务调度方案。仿真实验结果表明,与遗传算法相比,调度长度提高14.7%,运行时间缩短近一半,特别适合于求解规模较大的多处理器任务调度问题。     

具有周期性双层优化结构的无人机集群航路规划模型

 针对多种威胁条件下的无人机集群航路规划问题,提出了集群控制方法和周期性双层优化算法。以定点抵达任务为背景,将d-范数、冲击函数与反曲函数结合起来,构建了能够实现雷诺兹准则的集群动态控制模型,并采用设计出的周期性双层优化算法求解中心无人机的航路规划问题。通过仿真算例,验证了该模型的实效性和优化算法的可行性,与遗传算法-人工势场混合算法相比,周期性双层优化算法求解效率更高且优化效果更好。     

基于遗传算法的项目管理优化仿真研究

传统的项目进度一维优化扩展至有偏好的二维目标(进度、成本)优化,同时将成本优化目标分解为项目成本大小以及资源均衡度从而构成三维目标优化,将无资源约束的环境扩展至资源约束下的复杂环境,将局部搜索优化领域扩展至全局范围内的优化.在内容上,先对项目的单目标优化管理理论进行详尽研究并指出其现实的局限性,同时提出了智能启化式方法-遗传算法在资源约束下项目管理优化方面的优势.在此基础上本文构建了基于三维目标偏好的项目管理优化仿真模型,解决了项目管理优化理论中最为重要的两大问题:资源约束下的项目进度优化以及资源约束下的三维目标(项目进度、项目成本以及资源均衡度)的优化问题.为了验证此模型对以上问题的有效性,本文应用Matlab仿真技术进行仿真模拟并与传统方法做比较,从结果可以看出遗传算法能够更好的解决此类问题.     

基于改进粒子群算法的城市物流无人机路径规划

城市物流无人机路径规划是无人机任务规划系统的一项核心内容。为安全、高效实现物流无人机路径规划问题,首先,采用栅格法进行环境建模,考虑无人机性能限制,以路径长度最短、无人机高度变化以及栅格危险度最小为目标,建立多约束物流无人机路径规划模型。其次,针对传统粒子群算法存在的问题,引入Singer映射改进粒子初始分布、线性调整加速因子和最大速度,粒子位置新更新策略,及动态调整惯性权值,应用改进的粒子群优化算法求解模型。最后,进行了算例仿真分析。当栅格粒度取5米,路径节点取5个,代价函数权值分别取0.1、0.4和0.5时,与其他4种算法相比,本文算法总代价值最佳,分别减少44.5%、3.5%、42.8%和30%。结果表明,本文的模型与算法用于无人机路径规划是可行的和有效的。     

含多微网系统的主动配电网分层能量优化管理

为实现含多微网系统的主动配电网的经济效益最优,通过引入自适应权重系数来进行动态优化.构建一种主动配电网层以发电机组运行成本最低,多微网系统层以经济成本和环境成本最低的分层能量优化管理模型.采用变异、杂交和竞争策略以及Lévy飞行策略改善麻雀搜索算法,提高算法的种群多样性和收敛精度.基于所设计的多微网系统混合配置运行策略...     

考虑需求侧资源的含风电电力系统两阶段优化调度

风电场接入电力系统会造成系统运行成本增加、稳定性降低等问题,引入需求侧资源是解决该问题的重要手段之一。为了探究价格型与激励型需求响应的互补性,通过协调调用基于消费者心理学模型的价格型需求侧响应,以及激励型需求侧响应参与电力系统的优化调度中,对比分析了不同调用模式下的电力系统运行成本。针对传统粒子群算法易陷入局部最优解的缺点,提出一种自适应动态调节惯性权重的改进粒子群算法对模型求解。结果表明所提模型有效降低了系统运行成本,不同类型需求侧响应具有互补性。     

公路建设项目供应链质量成本优化的仿真分析

公路建设项目的建设过程是一条涉及面广、各成员联系紧密、相互影响和互动频繁的供应链,整个链条的质量与成本关系复杂,值得认真研究.按照工序或分部分项工程,将公路工程项目分为不同的质量成本优化单元,采用遗传算法进行了搜索.以某公路建设项目为例,运用本文提出的质量成本优化仿真方法,验证了其合理性与可行性.     

多无人机协同机场驱鸟任务分配

为解决传统机场驱鸟效率不高的问题,将多无人机协同技术引入该领域,基于自创的“伏击法”的驱鸟策略完成任务规划建模,并设计了一种基于遗传算法的任务分配方法。分别引入了推理树分析法和模糊逻辑分析法对参数进行优化选择,评价鸟击威胁和无人机拦截效率这两个任务规划的前置条件。设计了多个约束条件以保证任务规划的实际效果,并基于比例导引制导律对无人机执行任务时间进行估计。仿真实例表明,该方法在多个约束条件和同时面临多个鸟类目标的条件下,能有效完成多无人机协同驱鸟任务分配工作。     

基于分解算法的动态大规模合乘匹配-路径规划

动态合乘是出行路线相似的出行者共用一辆车的交通方式,能够有效利用现有资源,最大化社会效益。当前合乘研究存在司机-乘客匹配质量不高,算法实时性差等局限。提出了考虑订单匹配数量、司机旅行时间、乘客等待时间与乘客延误时间的司机-乘客合乘匹配模型。针对模型特点,设计了基于分解方法的司机-乘客合乘匹配与路径规划算法。通过选择贪心随机自适应搜索算法、粒子群算法与本文的算法对比,成都市网约车数据验证,结果表明:分解算法下司机与乘客不方便成本低于贪心与粒子群算法;分解算法订单匹配率在90%以上,高于贪心与粒子群算法的80%～90%匹配率。通过对比证明,所提出的模型与算法,能够在保证高匹配率的前提下,降低出行不方便成本,提高算法实时性,在实际工程中有较好的应用效果。     

中断情景下EV充电站与多类型充电桩联合布局优化

【目的】当前研究较少考虑中断情景与电动汽车（electric vehicle, EV）用户充电距离,且多是对充电站的选址进行规划。有鉴于此,在中断情景下将研究范畴拓展至充电站与充电桩联合布局优化,以成本最小和距离最短为目标构建了多目标规划模型。【方法】针对问题的NP-hard特性,首先设计了基于K-Means聚类的启发式算法,以快速生成较好的初始可行解,然后提出改进遗传算法求解模型。【结果】通过算例分析,验证了模型的有效性。【结论】所建模型能够有效解决中断情景下的EV充电站与充电桩联合布局优化问题,所提算法在求解精度与稳定性方面要优于已有算法。     

基于粒子群的多目标多执行模式项目调度

聚焦多目标多执行模式特点下的项目调度问题,通过建立工期、费用、资源和质量多目标函数,构建综合优化模型,同时运用粒子群算法解决工程项目多目标多执行模式优化问题.最后,通过一个应用实例计算,表明粒子群算法可以准确快速地解决该模型下的工程项目多目标优化问题,达到了项目调度中面对不同模式进行抉择,并且缩短工期、减少成本、均衡资源以及提升质量的综合的理想效果.