遗传算法在有竞争的物流配送中心选址中的应用

在分析有竞争的物流配送中心选址特点的基础上,引入了一种有竞争的物流配送中心选址模型。由于该模型是一个组合优化问题,具有NP难的性质,用常规算法对其进行求解时,经常会陷入局部优化解。针对这一情况,提出一种求解该模型的混合遗传算法,该算法主要利用Drezner算法的局部搜索性能来提高遗传算法的寻优能力。研究结果表明该算法能很好地处理有竞争的物流配送中心选址问题。     

TSP问题的一种高效Memetic算法

TSP问题是组合优化领域新算法设计的一个理想测试平台。当前比较成功的算法大都基于局部优化，局部优化速度快，但收敛性差，往往无法求出最优解。最近，人们在局部优化策略的基础上提出了基于群体的局部优化算法，即Menetic算法，试图将局部优化的高效性和遗传算法的鲁棒性结合起来。章分析了Menetic算法的性能和TSP问题的特性，并给出了一种基于Menetic算法的高效算法。     

土坡非圆临界滑动面求解的混合搜索方法

在非圆临界滑动面的搜索中,先进行圆弧滑动面的搜索,将得到的临界圆弧滑动面作为非圆临界滑动面搜索的初始滑动面,采用改进粒子群优化算法——快速粒子群算法寻优;然后根据搜索到的较优值缩减搜索域的范围,再利用改进和声搜索算法寻优,将得到的结果作为问题的最优解。最后采用Spencer法计算滑动面的安全系数,并利用2个复杂土坡作为算例来检验混合方法的有效性。比较结果表明:该方法适用于多变量优化问题的求解。     

基于改进蚁群算法的运输调度规划

在运输调度等组合优化问题的最优路线的搜索中,传统蚁群算法ACA(Ant Colony Algorithm)存在搜索时间长、收敛速度慢、易陷于局部最优解等缺点。为了克服这些缺点提出了一种改进的蚁群算法,该算法将遗传算法和蚁群算法结合起来,在蚁群算法的每一次迭代过程中,首先采用自适应策略控制它的收敛速度,然后使用变异操作来确定解值,从而提高它的搜索性能。再结合建立的运输调度性能指标,利用遗传算法、蚁群算法和改进蚁群算法3种方法分别进行运输规划,通过比较其时间花费和运输费用,验证了改进蚁群算法的有效性。实践证明,改进后的蚁群算法基本上克服了传统算法自身的不足,提高了算法性能。     

改进节约蚁群算法求解物流配送车辆路径问题

针对节约蚁群算法在求解车辆路径问题易陷入局部极值的不足,提出一种基于连接表扰动策略和吸引力因子局部搜索的改进节约蚁群算法.该算法在陷入局部最优后,引入连接表扰动策略以帮助算法跳出局部最优,该策略在每只蚂蚁进行解构建之前,随机禁忌若干条吸引力因子较大的边以增加算法的勘探能力;同时采用吸引力因子局部搜索优化每只蚂蚁的解,该局部搜索利用吸引力因子引导局部搜索.实验结果表明,改进节约蚁群算法求解车辆路径问题时优于原有节约蚁群算法以及多种已有算法.      

基于混沌的网鱼算法在边坡稳定分析中的应用

针对多变量优化问题的求解,基本网鱼算法的搜索效率下降,提出采用混沌变量的遍历性来模拟网鱼算法中两种不同密度网的实施过程。密度较小的网主要用于对未知解的探索,而密度较大的网主要用于对已知解进行开发,形成了基于混沌的网鱼算法,并将其应用于某边坡的最小安全系数搜索中。详细介绍了基于混沌的网鱼算法的实施步骤。所得计算结果与已有结果进行了比较,分析结果表明,基于混沌的网鱼算法具有较高的搜索效率,可应用于道路边坡的设计。     

时变路网下带硬时间窗的城市生鲜物流配送路径选择

综合考虑现实生活中城市道路交通的时变特性和生鲜物流的时效性,以最小使用车辆数和最少行程时间为优化目标,构建时变路网下带硬时间窗的生鲜物流配送路径选择模型,通过随机方法构造初始解,采用结合2-opt局部搜索机制的改进蚁群求解算法进行求解,并以扩展Solomon R104基础算例对模型和算法进行了验证。     

克隆选择算法在一类有竞争的物流配送中心选址问题中的应用

根据有竞争的物流配送中心选址问题的特点,以新增物流配送中心获取最大的市场占有量为目标函数,建立了有竞争的物流配送中心选址问题的数学模型。由于建立的数学模型是一个高维、非线性、非凸性,并具有多个局部极值点的复杂函数优化问题,传统确定性优化算法很难求解得到问题的最优解或满意解。为此,提出将一种新型的启发式进化算法——克隆选择算法用于求解建立的数学模型,并详细描述了应用克隆选择算法求解数学模型的方法和步骤。仿真试验表明,克隆选择算法求解有竞争的物流配送中心选址问题是可行而有效的,并且具有收敛速度快、全局搜索能力强和稳定性好的优点。     

基于改进二次粒子群算法的汽车零配件配载优化

综合考虑汽车零配件物流运输配载过程中成本、资源及服务质量等决策要素,建立了汽车零配件配载优化模型。引入二次粒子群算法对该问题进行求解,并针对该算法在搜索早期粒子多样性低的缺点,提出了改进二次粒子群优化算法,它采用遗传算法的变异思想和互换更新机制来提高种群的多样性,以避免过早收敛和改进优化效果。仿真实例表明,与原算法相比,改进后算法的计算效率显著提高,且搜索到全局最优解的概率也更高。     

基于多阶段多模型微粒群算法的非线性方程组解法

多阶段多模型的微粒群优化算法是一种改进的微粒群优化算法,具有较强的全局搜索能力。将非线性方程或非线性方程组的求解问题转化为函数优化问题,应用多阶段多模型的微粒群优化算法求解非线性方程组的解。计算中不需要使用目标函数的导数信息和初始点的信息,数值实验结果表明了该算法的有效性和可行性。     

Component Sizing of Parallel Hybrid Electric Vehicle Using Optimal Search Algorithm

In designing a parallel hybrid electric vehicle, it is essential to select the optimal capacity of power sources and the optimal gear ratio of the torque coupler. The capacity of the power sources and the gear ratio of the torque coupler should be optimized simultaneously. However, since this process is excessively time-consuming, previous studies have selected the gear ratio of the torque coupler and then selected the capacity of power source. However, this approach cannot guarantee global optimization. In this paper, a feasible region is defined to satisfy the required performance of vehicle such as maximum speed, hill-climbing. and feasible points are selected inside the feasible region. In the conventional technique, the global optimal solution is obtained by simulating all feasible points. In the optimization technique, optimal points are simulated within the feasible region using several optimal search algorithms, such as the golden section search algorithm and the hillclimbing search algorithm. And using these algorithms, the number of simulations is reduced and the capacity of the power source and the gear ratio of the torque coupler are optimized simultaneously. Finally, the validity of the component sizing results is verified by comparing the global optimal solution obtained by applying the conventional technique with the solution obtained by applying the proposed optimization technique.     

单个交叉口定时信号控制优化模型与算法研究

讨论了单个交叉口定时控制的周期和绿信比优化模型,并且在一般条件下满足交叉口控制条件的约束,提出应用遗传算法解出该非线性模型的最优解或近似最优解,并结合实际交叉口控制案例对模型和算法进行了验证,结果表明模型和算法具有适用性。     

基于路段能力可靠性的城市交通网络设计

在介绍城市交通网络设计和概率用户平衡配流模型基本思想和内容的基础上,建立了考虑可靠性条件的城市交通网络设计双层规划模型,上层模型在投资约束条件下寻求系统总阻抗最小,下层模型兼顾路段能力可靠性与用户平衡配流条件,从而使城市交通网络备用能力最大,并针对该问题设计了可求得局部或全局最优解的混沌优化启发式算法,最后选用一个小型网络作为算例进行验证。结果说明该模型有一定的实际应用价值且设计的混沌优化算法也较为有效。     

Semi-Active Control Laws - Optimal and Sub-Optimal

SUMMARY

This paper attempts to clarify the question of what the optimal semi-active suspension is that minimizes a deterministic quadratic performance index. The optimal control law is a time-varying solution that involves three related Riccati equations. The constant Riccati solution (the so-called “clipped optimal” solution) is not optimal, although its performance is generally quite close to that of the time-varying solution. As the time-varying solution cannot be practically implemented, several constant gain sub-optimal solutions are investigated. A new semi-active algorithm, called the “steepest gradient” algorithm, is developed and its performance is shown to be superior to that of the “clipped optimal” solution.     

基于改进BB-BC算法的轮毂电机直驱赛车行驶策略优化

为了合理制定轮毂电机直驱赛车的行驶策略,缩短完赛时间,提出了基于改进BB-BC算法的策略优化方法。在分析传统BB-BC算法不足的基础上,通过引入混沌逻辑映射的方法,形成改进的BB-BC算法。利用Matlab/Simulink建立了轮毂电机直驱赛车整车优化模型并进行了实车验证,进一步对行驶策略进行优化研究。结果表明,改进的BB-BC算法不仅收敛速度快,而且可有效避免算法陷入局部最优解,优化后的行驶策略缩短了完赛时间,为后续实时策略的制定提供了基础。     

全局演化局部模拟优化技术在汽车结构参数优化中的应用

本文将演化算法与模拟退火算法集成，提出一种适用的全局演化局部模拟优化技术，该技术使用演化算法在解空间通过较少代数的化为模拟退火算法提供一个良好的算法构形，在此基础上，通过退火方式寻找全局最优解。本文探讨了在该算法在汽车操纵稳定性评价与结构优化中的应用问题。优化以最小化汽车操纵稳定性综合评价指标为目标对评价参数与结构参数进行优化。使用优化参数在双移线条件下对四自由度汽车动力学模型的操纵稳定性进行仿真研究。通过仿真对比分析了演化算法与模拟退火算法，本文使用的算法继承了这两种算法的优点。研究结果表明：使用全局演化局部模拟优化技术所得综合评价指标值最小。耗用CPU时间也最少，而且所得优化参数使得人－车闭环系统跟随预期路径的精度提高约58．31％，而使综合评价指标值下降约37．35％。     

基于避碰规则自动驾驶船舶路径优化的研究进展

在人工智能与大数据背景下, 自动驾驶船舶因其安全、高效的优势吸引了国内外学者的广泛关注。但其避碰相关法律条例与避碰路径规划发展并不均衡。自动驾驶船舶概念在规范条例中仍十分模糊, 传统的路径优化与算法存在一定的偏差, 只局限于全局规划或局部规划无法有效的保障船舶行驶安全性。基于避碰规则梳理了自动驾驶船舶的相关规范, 分析了最新的自动驾驶船舶路径优化研究成果, 阐述了当下自动驾驶船舶路径规划的模型, 包括智能算法.规划目标与约束条件等。针对当下仍存在的自动驾驶船舶避碰问题, 应从定义、监管、责任划分等方面完善自动驾驶船舶法律法规体系, 改良传统避碰路径规划算法容易陷入局部最优解﹑求解过程缓慢等缺陷, 展望了自动驾驶船舶的进一步发展趋势。      

公路路政管理站点规划和巡视路线优化研究

采用遗传算法建立了公路路政管理站点规划选址优化模型,研究了路网中规划选址优化的多变量算法不易收敛问题,应用受限P 中心问题以减少管理站的备择点数目,从而减少遗传算法中染色体的基因长度,并按不同策略进行初始群体和种群的选择,加快收敛速度,从而提高算法的运算效率。针对高速公路巡视路线优化中最大巡路长度问题,采用贪婪算法和邻域搜索算法的结合求解最佳巡视路线,给出了问题的多目标函数优化模型和算法。