基于提前/滞后Flow Shop调度问题的混合微粒群算法

提出了一种混合微粒群算法,通过引入禁忌搜索算法和动态设置惯性权重等方法,提高了算法搜索全局最优解的能力并且能够有效避免早熟收敛问题。并将这种算法应用于求解实际的提前/滞后F lowShop调度问题,仿真实验结果表明了混合微粒群算法的可靠性与实用性。     

应用改进微粒群算法求解Job-shop调度问题

针对微粒群算法在求解实际问题过程中会出现早熟的现象,提出一种改进的微粒群算法。该算法利用记忆库来动态调整惯性权重值,增快了算法的收敛速度。同时结合进化、灾变机制避免了算法陷入局部极值的问题。在列出改进算法的具体步骤基础上,通过实际的车间调度仿真实例证明了算法的有效性,可以得到比启发式、遗传算法更佳的调度效果。     

考虑租赁双方的租赁设备多目标预防维护策略

针对当前租赁市场上设备承租方对租赁服务要求提高的市场环境,综合考虑设备出租方和设备承租方的经济利益,建立了考虑租赁双方的租赁设备多目标预防维护模型.首先,基于设备故障状态对设备多维护方式进行决策,考虑设备承租方生产计划与产品质量的需求,利用承租方产品质量需求描述其满意度.其次,建立设备维护的总成本、设备维护活动时长以及...     

基于模糊软集的中药制药车间不确定调度模型和算法求解

为解决加工时间和交货期不确定状态下的中药制药车间调度问题,利用模糊软集的三角形模糊数和梯形模糊数来表征加工时间和交货期信息,并基于模糊数的运算规则定义了可能性测度和必然性测度,用拖期可信度来度量药品生产发生拖期的概率,建立以最小化药品生产平均拖期可信度为目标的混合整数规划模型。针对该模型,提出了一种混合模糊布谷鸟算法的求解方法,并以规模为10(3)×10的经典算例进行仿真测试。实验结果表明,给出的不确定调度模型能反映中药制药调度的真实场景,而且混合模糊布谷鸟算法能很好地对该模型进行求解,相比经典布谷鸟算法,该算法有更好的性能。     

具有野草行为的萤火虫算法及仿真应用北大核心CSSCI

萤火虫算法特有的局部决策域机制使其具有较强的多峰搜索能力,但也容易造成算法鲁棒性差和收敛速度慢的缺点。针对这一问题,将野草的繁殖和侵占行为引入到萤火虫算法的优化之中,提出一种具有野草行为的萤火虫算法。该算法相对基本萤火虫算法改变较小,但能有效解决吸引邻居集合为空萤火虫个体陷入搜索停滞以及由此造成的鲁棒性差,并可有效提高算法的搜索速度。在4个标准测试函数和PID参数整定上进行仿真应用,结果证明了所提出的算法相对与基本萤火虫算法具有更快的收敛速度和更强的鲁棒性。     

多配送中心物流配送车辆调度问题的分层算法模型

在对多配送中心配送车辆调度问题进行直观描述的基础上,建立了该问题的数学模型,提出了采用聚类分析最短距离分配法将多配送中心车辆调度问题动态地分解为多个单配送中心车辆调度问题进行求解的策略。基于求解单配送中心车辆调度问题的竞争决策算法,设计了多配送中心车辆调度问题的分层算法,并进行了实验计算。计算比对结果表明,用本文设计的算法求解多配送中心物流配送车辆调度问题,不仅可以取得很好的计算结果,算法的计算效率较高,计算结果也较稳定,而且在聚类属性方面具有很好的扩展性。     

节点具有双重需求车辆路径问题及其解的性质分析

概括介绍了逆向物流领域中的各类车辆路径问题,将问题按照节点的需求类型分为节点单需求以及具有双重需求两个大类.按照节点的需求类型,将同时送取货(VRPSDP)、集送货需求可拆分车辆路径问题(SVRPPD)统称为节点具有双重需求车辆路径问题(VRPNDD).文中首先给出了它们的定义及数学模型.接着,作为设计求解问题启发式算法的前期工作,对VRPNDD问题解的结构方面的一些性质进行了分析证明.最后,举例说明了SVRPPD与送货需求可拆分车辆路径问题最优解性质方面的差异,并通过定理证明说明了SVRPPD,VRPSDP启发式算法的改良对于SVRPPD相对VRPSDP节省成本百分比研究的意义.     

求解置换流水车间调度问题的布谷鸟算法

分析了布谷鸟算法的优化机理和特点,针对最小化最大完工时间的置换流水车间调度问题,采用基于最小位置值规则的随机键编码方式,应用布谷鸟算法进行求解.通过选取的标准算例对算法进行了仿真测试,并与萤火虫算法和粒子群算法进行对比,测试结果表明了该算法求解置换流水车间调度问题的有效性和优越性.该方法可作为解决流水线生产调度问题的一种有效方法.     

南海北部沉积层和地壳内低速层的分布与识别

与构造活动密切相关的低速层一直是地球物理学家关注的焦点,随着我国南海北部海域海底地震仪与海陆联合地震探测的发展,完成的6条测线解释结果初步揭示了该区地壳结构特征,展现了低速层的分布情况．在南海北部共有5处发现速度倒转现象,其中3处发现于莺歌海盆地和珠江口盆地,属于沉积层中的低速层,其特征深度一般为2．0—6．0 km、速度2．5—3．0 km·s~(-1)、厚度为2．0—4．6 km,由于埋深较浅,可以利用折射震相与反射震相相结合的方法辨识低速层．其余2处位于南海东北部与西北部的海陆过渡带处,属于壳内低速层,其特征深度一般为7．0—18．0 km、速度为5．5—6．0 km·s~(-1)、厚度为3．0—6．0 km,由于埋深较大,难以接收到低速层底界面的反射波,而采用低速层走时间断的特性进行辨识．并结合其他学科的研究成果,初步探讨了不同深度低速层的构造成因,为南海形成演化理论提供了科学依据．     

具有学习退化效应的TFT-LCD面板成盒多目标调度问题研究

针对薄膜晶体管液晶显示器(TFT-LCD)面板成盒生产规模性、多产品混线生产、机台特性复杂的特点,引入学习效应和退化效应,以最小化最大完成时间、机器等待时间、工件加权延期时间为目标函数,构建具有学习退化效应的TFT-LCD面板成盒多目标调度模型。基于两段式及IMM编码,采用多目标布谷鸟算法,结合双元锦标赛及动态淘汰规则,依据聚集距离密度评价指标构建帕累托非劣解集,对TFT-LCD面板成盒多目标调度问题进行求解。仿真结果表明,布谷鸟算法寻优能力优于精英保留贪婪解码遗传算法与工序期望最短完成时间调度规则等。通过实验,分析不同学习率和退化因子对调度结果的影响。