基于滤波波束搜索算法的置换流水车间调度问题

【目的】研究解决置换流水车间中作业完成时间与常见到期日之间的绝对偏差最小化和中间库存最小化问题。【方法】首先，构建基于最小化绝对偏差和中间库存的混合整数线性规划模型，采用两阶段法对模型进行求解；其次，提出基于精英选择策略的滤波波束搜索算法(Filtered beam search algorithm，FBSA)，将精英选择策略与FBSA融合，通过对有“希望”的迭代节点进行局部搜索和全局搜索，用以确定筛选出的最优解。【结果】通过实例仿真对基于精英选择策略的FBSA与其他智能优化算法在最优解偏差百分比、平均错误率、改进百分比等3个指标进行对比，结果显示该算法在求解所提问题时具有高效性和稳定性。【结论】基于精英搜索策略的FBSA对处理置换流水车间调度问题有着良好的效果与优势。     

一种求解柔性作业车间调度问题的改进灰狼优化算法

针对柔性作业车间调度问题,以最大完工时间最小化为目标提出了一种改进灰狼优化算法(IGWO),采用两段式的编码方式来构造算法个体位置与调度方案之间的关系,使用基于启发式规则的初始化种群方法来提高初始解的质量.为了平衡算法的全局搜索与局部搜索,提出一种基于双曲正切函数的非线性收敛因子公式,并在算法的个体更新阶段提出了一种基于适应度值的加权方法,在算法决策层嵌入了变邻域搜索算法.通过仿真实验表明,算法在求解柔性作业车间调度问题上是有效的.     

一种利用改进麻雀搜索算法的中央空调系统节能控制方法

中央空调系统在面临末端数量多、末端负荷需求变化频繁的情况下，虽然采用常规的比例积分微分控制或固定参数控制能够满足冷量需求，但存在冷量过剩带来的能耗问题.针对中央空调系统中的空气调节子系统，提出一种基于改进麻雀搜索算法(ISSA)的中央空调系统节能控制方法，利用t分布强化麻雀群体的搜索能力，基于轮盘赌规则使得个体向最优群体学习，增强算法跳出局部最优的能力，有效改进控制参数的寻优精度和稳定性.在12个测试函数中，寻优精度和稳定性大多提升2个数量级以上.针对空气调节子系统能耗优化问题，ISSA表现出很好的节能潜力，相比于固定参数的控制方法节约能耗25.13%.ISSA解决实际工程问题的可行性也得到验证.     

一种基于SSA-BRF的网络入侵检测方法

针对随机森林(random forest,RF)超参数的选择会对RF的分类结果产生较大影响的问题,提出一种基于麻雀搜索算法(sparrow search algorithm,SSA)的RF超参数寻优方法,利用该方法帮助RF寻找一组优秀的超参数.并针对RF较难准确识别出少数类数据的问题,利用平衡随机森林(balanced random forest,BRF)来提高模型对少数类的召回率.综合SSA和BRF构建SSA-BRF模型,并在CIC-IDS-2017数据集对模型的分类效果进行验证.实验结果表明,SSA-BRF相较于RF在准确率、宏召回率和宏F1分数上分别提升了9.57%、26.62%和0.17,该模型在一定程度上可以提高网络入侵检测系统的性能.     

基于改进BAS-BPNN的Stewart平台位姿正解

针对目前Stewart平台位姿正解难以兼顾高精度和实时性的问题，设计出满足平台精度要求且运算时间尽量少的正解方法是研究并联平台运动学的关键。首先建立平台运动学反解模型求得BP神经网络（BPNN）的训练集，然后调整步长策略和引入惯性权重改进天牛须搜索算法（improved BAS，IBAS），提升算法性能，通过改进后的算法优化BP神经网络的初始权阈值，反复学习训练至最小误差，最后选取一段位姿变化进行仿真验证。仿真结果表明，IBAS-BPNN正解法在选取的100组位姿点中的最大位姿误差小于0.6%，运算时间为31.9 s，通过与遗传算法(GA)、粒子群算法(PSO)和天牛须搜索算法(BAS)优化的BP神经网络模型进行对比分析，验证了IBAS-BPNN模型在精度和运算速度方面具有优越性。算法模型有效提升了Stewart平台位姿正解的精度和实时性，为平台的运动学和控制提供了理论和方法参考。     

基于FAHP与SSA-BP神经网络的海洋发电项目风险分析

为有效解决风力、光伏联合发电的随机性、波动性和间歇性带来的风险问题，实现海洋风-光联合发电项目的高效建造及后期的稳定运行，从自然、政策、经济、设计、建设、运维6个方面进行风险识别，结合专家对各个风险因素的打分，运用FAHP与麻雀搜索算法改进BP神经网络结合的方法对项目存在的风险进行评价，得到主要风险为政府扶持补贴政策改变风险、施工安全风险、弃风限电风险；其他为中级风险与较小风险，并对主要风险提出应对措施.结果验证了基于FAHP与SSA-BP神经网络在风险评估工作中的客观性、稳定性与适用性.     

考虑路段充电和时间窗的电动车取送货问题

考虑路段充电和时间窗的电动车取送货问题，以最小化车辆总旅行距离为目标，结合车辆容量约束、时间窗约束和电量约束等限制，决策一组最优的车辆线路。该问题公式化为一个混合整数线性规划模型，提出一种变邻域搜索算法求解该问题。数值算例用于验证模型的性质和算法的性能。结果表明：在小规模算例中，提出的算法只比商业求解器CPLEX差0.08%;但在大规模算例中，算法能求出高质量的可行解而CPLEX在规定时间内无法得到可行解。     

混合策略改进型秃鹰搜索算法

目的 针对秃鹰搜索算法(Bald Eagle Search,BES)在函数优化时存在寻优精度低,易陷入局部最优等问题, 提出一种混合策略改进型秃鹰搜索算法( Hybrid Strategy Improved Bald Eagle Search,HSIBES);方法 首先利用 Logistic 映射策略初始化种群,使种群分布更加均匀,其次在搜索空间阶段引入莱维飞行,控制步长,改善收敛效果 并跳出局部最优,最后在搜寻空间食物中使用自适应惯性权重,提高收敛速度与精度,平衡算法的局部与全局搜索 能力;结果 将 HSIBES 算法与其他五种基准算法以及其他学者改进的算法进行对比,通过在 9 个测试函数上进行 仿真实验,并进行 Wilcoxon 秩和检验验证 HSIBES 算法的性能,发现 HSIBES 的结果优于其他对比算法,与其他对 比算法之间具有显著性差异;结论 实验结果表明:HSIBES 算法的寻优精度,收敛速度以及稳定性都更好,算法的性能更具优越性。     

基于多策略改进麻雀搜索算法优化SVM的古建筑彩画分割

为精确地提取古建筑彩画的色彩、图案与轮廓信息，本文利用网络搜索优化SLIC超像素分割，通过多策略改进的麻雀搜索算法优化SVM的超参数选择过程，获取古建筑彩画分割的精确分类结果，最后利用ArcGIS软件进行分割结果的矢量化.实验表明：本文算法较原SSA-SVM具有更高的精度和效率，最终的彩画矢量化结果优异.     

基于麻雀搜索算法考虑病患流的医院诊疗设备维护优化研究

针对医院诊疗设备出现故障后对病人的影响不可控、产生的维修费用高等问题，提出了一种基于病患流分布不均的预防性维护决策模型。首先，针对医院诊疗设备退化速度受病患流分布影响的特点，采用病患流因子反映其人流量变化规律，并基于设备衰退演化规则构建了设备退化过程模型。其次，通过将量化的诊疗设备故障风险成本以及延迟或提前维护带来的变动成本纳入成本计算体系，提出了病患流分布不均状况下以故障风险值为约束的设备维护策略。最后，采用麻雀搜索算法进行寻优获取关键初始变量，并对模型进行数值仿真分析，结果表明，新维护策略在保障诊疗设备可靠度的同时，也能保持较低的维护成本。