基于GA-ACO-BP网络的机床主轴热误差预测 被引量：13

1

作者 田春苗 季泽平 +3 位作者 阿勇嘎 张学炜 唐术锋 郭世杰 《制造技术与机床》 北大核心 2022年第9期153-161,共9页

为解决反向传播(BP)神经网络建立的主轴热误差预测模型精度低、收敛速度慢和易陷入局部最优解的缺点,利用K-means++算法和相关性分析对温度测点进行优化并提取热敏感点,并利用遗传算法(GA)对蚁群进行交叉变异处理,构建GA-ACO网络来确定... 为解决反向传播(BP)神经网络建立的主轴热误差预测模型精度低、收敛速度慢和易陷入局部最优解的缺点,利用K-means++算法和相关性分析对温度测点进行优化并提取热敏感点,并利用遗传算法(GA)对蚁群进行交叉变异处理,构建GA-ACO网络来确定最优的隐含层节点数、权值、阈值,实现对BP神经网络拓扑结构的优化。分别建立基于BP和GA-ACO-BP网络的主轴热误差预测模型,以双转台五轴加工中心为研究对象,采用五点法对主轴热误差进行测量。热误差实验结果表明:K-means++算法与Person、Sperman和Kendall相关分析相结合可有效降低温度变量间的多重共线性;GA-ACO-BP模型可实现对主轴热误差的预测具有更高的预测精度。 展开更多

关键词 数控机床 主轴热误差 K-means++算法 热误差预测 ga-aco-BP神经网络

在线阅读 下载PDF 职称材料

GA-ACO算法优化BP神经网络的重型车排放预测 被引量：6

2

作者 闻增佳 谭建伟 +3 位作者 王怀宇 余浩 常虹 孙文强 《重庆理工大学学报（自然科学）》 CAS 北大核心 2022年第12期202-209,共8页

为了减少实际行驶排放试验(real driving emission,RDE)受到驾驶行为、车型等干扰的情况,降低试验耗时和测试成本,基于BP神经网络建立了重型车的排放预测模型,引入遗传算法(genetic algorithm,GA)和蚁群算法(ant colony optimization,A... 为了减少实际行驶排放试验(real driving emission,RDE)受到驾驶行为、车型等干扰的情况,降低试验耗时和测试成本,基于BP神经网络建立了重型车的排放预测模型,引入遗传算法(genetic algorithm,GA)和蚁群算法(ant colony optimization,ACO)进行优化。使用便携式排放测试系统(portable emissions measurement system,PEMS)对某重型车进行RDE试验,并将试验数据划分为训练集、测试集、验证集,通过B型关联度算法提取数据主要成分用于训练与预测。结果表明:瞬时排放水平上,NO_(x)预测结果与样本数据的皮尔逊相关系数为0.9686,线性高度相关;整体误差水平上,NO_(x)排放因子的最大相对误差为2.36%。该模型对重型车的瞬时排放和整体排放特性预测准确性较好,对辅助RDE试验具有参考意义。 展开更多

关键词 重型车 实际行驶排放试验 排放预测 ga-aco-BP

在线阅读 下载PDF 职称材料

GA-ACO优化BP神经网络在行星齿轮箱故障诊断中的应用 被引量：16

3

作者 高畅 于忠清 周强 《机械传动》 北大核心 2021年第3期153-160,共8页

针对目前利用优化算法改进的BP神经网络算法对行星齿轮箱进行故障诊断过程中存在的故障识别率低、收敛速度慢和参数选择困难等问题,提出了一种用GA-ACO算法对神经网络参数进行优化的算法。给出GA-ACO-BP算法的基本原理和主要步骤,并将... 针对目前利用优化算法改进的BP神经网络算法对行星齿轮箱进行故障诊断过程中存在的故障识别率低、收敛速度慢和参数选择困难等问题,提出了一种用GA-ACO算法对神经网络参数进行优化的算法。给出GA-ACO-BP算法的基本原理和主要步骤,并将此方法应用到行星齿轮箱的故障诊断中。比较了ACO-BP神经网络算法和GA-ACO-BP算法的性能。结果表明,ACO优化BP神经网络算法对行星齿轮箱的故障诊断收敛速度慢且识别精度不高,而GA-ACO-BP算法能够对行星齿轮箱故障进行准确、快速的诊断和识别。 展开更多

关键词 ga-aco-BP算法 行星齿轮箱 故障诊断 遗传算法 蚁群优化算法 BP神经网络

在线阅读 下载PDF 职称材料

基于GA-ACO协同的70钢连铸二冷区配水优化研究

4

作者 李怡宏 张昊东 +4 位作者 熊鹏飞 王栋 关文博 张红旭 华承健 《连铸》 北大核心 2026年第1期89-99,共11页

针对70钢连铸过程中存在的中心碳偏析问题,提出了一种基于遗传算法引导的蚁群算法。通过遗传算法预生成初始信息素分布,结合引入了遗传算法的动态混合更新机制,有效解决了传统蚁群算法在多目标优化中的早熟收敛问题,在迭代中后期,继续... 针对70钢连铸过程中存在的中心碳偏析问题,提出了一种基于遗传算法引导的蚁群算法。通过遗传算法预生成初始信息素分布,结合引入了遗传算法的动态混合更新机制,有效解决了传统蚁群算法在多目标优化中的早熟收敛问题,在迭代中后期,继续发挥蚁群算法强大的全局搜索能力,相较于传统蚁群算法收敛速度提升53.13%。本文建立凝固传热耦合模型,模型输出温度梯度、固相率等关键参数,为算法提供目标函数计算依据,形成模型预测、算法优化的闭环控制框架。工业应用表明,优化后的二冷工艺在2.2 m/min拉速下使铸坯中心偏析指数降低5.8%,在2.4 m/min拉速下偏析指数降低5.38%的同时总水量减少4.63%,实现了铸坯质量与生产成本的双重优化。 展开更多

关键词 连铸 二冷区水量优化 凝固传热模型 GA-guided ACO 启发式算法 多目标优化

原文传递

货运站多装卸地点非直达车流取送作业优化方法

5

作者 李金澄 任轶华 +1 位作者 李季涛 王军 《中国铁路》 北大核心 2026年第3期29-38,共10页

编组站作业效率是影响铁路货物运输效率的关键环节。针对铁路编组站单机调配下的装卸站取送作业问题,着重研究树枝形非直达车流的取送作业。结合调机牵引能力、先送后取、取送车数量等实际约束,建立以车站运营成本最小为目标的数学模型... 编组站作业效率是影响铁路货物运输效率的关键环节。针对铁路编组站单机调配下的装卸站取送作业问题,着重研究树枝形非直达车流的取送作业。结合调机牵引能力、先送后取、取送车数量等实际约束,建立以车站运营成本最小为目标的数学模型。鉴于模型复杂性导致直接求解困难,设计混合遗传算法与蚁群算法(GA&ACO)融合求解策略,通过遗传算法优化初始取送作业顺序,并结合蚁群算法进一步改进方案,从而优化最终的取送顺序。案例结果表明,GA&ACO策略在降低成本和提高效率方面均优于传统方法。 展开更多

关键词 铁路运输 货运站 树枝形铁路专用线 取送车作业计划 混合遗传蚁群算法

在线阅读 下载PDF 职称材料

煤场斗轮堆取料机路径规划与控制策略的仿真测试与工程验证

6

作者 张翅飞 曹文生 +1 位作者 杨凯元 徐佳玮 《国外电子测量技术》 2026年第1期287-294,共8页

针对煤场斗轮堆取料机智能化升级需求,提出一种融合改进斥力模型路径规划算法,并结合遗传算法-蚁群优化(Genetic Algorithm-Ant Colony Optimization,GA-ACO)的模糊自适应比例-积分-微分(Proportional-Integral-Derivative,PID)控制策... 针对煤场斗轮堆取料机智能化升级需求,提出一种融合改进斥力模型路径规划算法,并结合遗传算法-蚁群优化(Genetic Algorithm-Ant Colony Optimization,GA-ACO)的模糊自适应比例-积分-微分(Proportional-Integral-Derivative,PID)控制策略。该方案通过构建虚拟煤堆障碍物机制解决密集环境下的路径震荡问题,引入GA-ACO实现控制器参数自适应调节。仿真测试表明,算法在极端工况下成功率达84.2%~98.6%,较传统方法提升21.5%。工程应用验证显示,智能作业模式使日均作业量提升0.8~0.9万吨,设备故障率下降45%,单班人员减少2~3人。研究成果为火电厂煤场智能化改造提供了可行的技术路径,对推动散料堆场无人化作业具有重要价值。 展开更多

关键词 斗轮堆取料机 路径规划 改进斥力模型 遗传算法-蚁群优化

原文传递

基于改进ACO-GA算法的矿用无人运输车路径规划

7

作者 孙霞 孙强 李文清 《煤矿机械》 2025年第11期223-225,共3页

矿用无人运输车在现代矿山智能运输系统中应用广泛,但由于矿山环境的复杂性,其路径规划问题面临诸多挑战。为了提高矿用无人运输车在复杂地形中的路径规划效率与精度,提出一种蚁群优化(ACO)与遗传算法(GA)相结合的混合优化算法,并引入Pe... 矿用无人运输车在现代矿山智能运输系统中应用广泛,但由于矿山环境的复杂性,其路径规划问题面临诸多挑战。为了提高矿用无人运输车在复杂地形中的路径规划效率与精度,提出一种蚁群优化(ACO)与遗传算法(GA)相结合的混合优化算法,并引入Petri网进行多任务调度和资源管理,为矿用无人运输车路径规划提供更高效的调度方案。为了验证算法的有效性,对改进ACO-GA算法与传统算法构建栅格地图进行仿真对比。实验结果表明,改进ACO-GA算法在路径最优性等方面均优于传统算法。 展开更多

关键词 矿用无人运输车 ACO GA PETRI网 路径规划

原文传递

一种改进融合遗传-蚁群的路由优化算法

8

作者 王辉 韦嘉晟 +1 位作者 闫腾 曹雪桥 《西安工业大学学报》 2025年第6期936-947,957,共13页

针对高密度或高动态车联网中簇间通信没有快速得到最佳路由从而导致数据传输拥塞的问题,提出了一种基于遗传-蚁群融合的多路径无拥塞路由算法(GAAC),通过优化路径选择缓解车联网中数据拥塞的问题。首先,引入稳定性度量为路径选择提供决... 针对高密度或高动态车联网中簇间通信没有快速得到最佳路由从而导致数据传输拥塞的问题,提出了一种基于遗传-蚁群融合的多路径无拥塞路由算法(GAAC),通过优化路径选择缓解车联网中数据拥塞的问题。首先,引入稳定性度量为路径选择提供决策依据;其次,结合遗传算法(GA)对蚁群算法(ACO)的概率转移以及信息素更新过程进行优化,并提出了链路修复算法减少链路的不稳定情况;最后,通过NS3仿真实验,从数据包投递率、端到端时延等维度对比分析了算法性能。实验结果表明,在不同的车辆数量、车辆速度下,改进的GAAC算法对比AODV、EAA和AOMDV算法分别提高了5.1%、4.3%、3.1%和1.8%的数据包投递率,同时在收敛速度、时延、吞吐量和路由开销上也有着显著的性能提升,验证了所提GAAC算法在多数量、高车速的环境中,具备更好的路由稳定性和适应性。 展开更多

关键词 车联网 路由优化 遗传算法 蚁群算法

在线阅读 下载PDF 职称材料

基于改进蚁群算法的多无人机通信中继任务规划

9

作者 李泽 杨芮 +2 位作者 甘旭升 王鹏 王明华 《火力与指挥控制》 北大核心 2025年第10期49-57,62,共10页

为提高多无人机通信中继任务执行效率,基于蚁群算法设计一种三阶段的多无人机通信中继任务规划算法。使用路径规划方法形成通信起始点至目标点之间的备选中继点分布路径,根据中继无人机的有效通信距离筛除冗余备选节点,以及中继无人机... 为提高多无人机通信中继任务执行效率,基于蚁群算法设计一种三阶段的多无人机通信中继任务规划算法。使用路径规划方法形成通信起始点至目标点之间的备选中继点分布路径,根据中继无人机的有效通信距离筛除冗余备选节点,以及中继无人机部署的状况分配中继任务目标并规划无人机飞行路径。为评价算法品质,从任务执行效率和无人机使用效率的角度出发,设计了无人机中继任务规划品质评价指标。通过算法的对比分析,可得该算法具有规划效率高,但存在陷入局部最优的缺陷。从概率的角度出发,对该算法进一步作出改进,通过双重循环迭代的方式有效提升任务规划品质,可更快、更好地支撑无人机通信中继任务执行。 展开更多

关键词 无人机 通信中继 蚁群算法 遗传算法 任务规划

在线阅读 下载PDF 职称材料

一种基于改进蚁群算法的无人机路径规划方法 被引量：1

10

作者 胡佳伟 张佳伊 裴庆雨 《无线电工程》 2025年第10期2105-2113,共9页

针对蚁群算法(Ant Colony Optimization,ACO)在无人机(Unmanned Aerial Vehicle,UAV)路径规划时收敛速度慢、易陷入局部最优及路径不平滑的问题,提出基于遗传操作改进蚁群算法(Improved Ant Colony Optimization with Genetic Algorithm... 针对蚁群算法(Ant Colony Optimization,ACO)在无人机(Unmanned Aerial Vehicle,UAV)路径规划时收敛速度慢、易陷入局部最优及路径不平滑的问题,提出基于遗传操作改进蚁群算法(Improved Ant Colony Optimization with Genetic Algorithm,IACO-GA)的UAV路径规划方法。该方法利用遗传操作得到初始种群后引入分层策略得到不同种群,实现蚁群初始化信息素的差异化更新,加快初期搜索效率,结合ACO搜索的最优路径和分层遗传策略得到的最优路径更新蚁群的信息素,进而得到最优路径。在3种不同数量障碍物场景下采用所提出的算法进行无人机路径规划,并与遗传算法(Genetic Algorithm,GA)和ACO进行比较,结果表明所提算法有效降低了ACO的探索盲目性,增加了路径平滑性,更适用于复杂场景下的无人机路径规划。 展开更多

关键词 无人机路径规划 蚁群算法 遗传算法 信息素更新 路径平滑性

在线阅读 下载PDF 职称材料

基于遗传-蚁群算法的电力通信网络拓扑优化技术研究

11

作者 菅泽峰 《电工技术》 2025年第19期92-95,共4页

研究了一种基于遗传算法与蚁群算法相结合的电力通信网络拓扑优化技术。通过结合遗传算法的全局搜索能力和蚁群算法的局部优化特性,改进了通信链路的延迟、带宽利用率等性能指标,提升了电力通信网络的效率、可靠性和容错能力。与单独使... 研究了一种基于遗传算法与蚁群算法相结合的电力通信网络拓扑优化技术。通过结合遗传算法的全局搜索能力和蚁群算法的局部优化特性,改进了通信链路的延迟、带宽利用率等性能指标,提升了电力通信网络的效率、可靠性和容错能力。与单独使用遗传算法、蚁群算法和最短路径算法进行了实验比对,结果表明该技术在延迟、冗余度和带宽利用率等方面均表现更优,且能有效处理多目标优化问题,适应复杂的电力通信网络需求。 展开更多

关键词 电力通信网络 遗传算法 蚁群算法 拓扑优化

在线阅读 下载PDF 职称材料

一种融合“ACO+GA”的路径规划算法设计

12

作者 李洪兵 安晓哲 +1 位作者 秦鑫磊 李海滨 《计算机应用文摘》 2025年第24期124-126,共3页

文章提出一种智能室内多功能移动机器人的设计与实现方案。针对复杂室内场景中路径规划效率和准确性易受单一算法限制的问题,采用融合蚁群算法(ACO)与遗传算法(GA)的混合优化策略,通过信息素驱动的局部搜索及遗传算子支持的全局寻优协... 文章提出一种智能室内多功能移动机器人的设计与实现方案。针对复杂室内场景中路径规划效率和准确性易受单一算法限制的问题,采用融合蚁群算法(ACO)与遗传算法(GA)的混合优化策略,通过信息素驱动的局部搜索及遗传算子支持的全局寻优协同作用,实现对复杂环境的高效路径规划,满足消毒、清洁等任务需求。在机械结构方面,机器人采用升降导轨与多级伸缩臂组合结构,通过嵌套式套筒实现高度的连续可调与作业范围的灵活扩展,从而提升其在多任务场景下的适应性和操作能力。 展开更多

关键词 ACO GA 信息素引导 复杂环境

在线阅读 下载PDF 职称材料

基于可见-近红外光谱变量选择的荒漠土壤全磷含量估测研究 被引量：17

13

作者 杨爱霞 丁建丽 +1 位作者 李艳红 邓凯 《光谱学与光谱分析》 SCIE EI CAS CSCD 北大核心 2016年第3期691-696,共6页

以新疆艾比湖湿地保护区采集的300个荒漠土壤样品为研究对象,利用ASD Field Spec○R3HR光谱仪获取的土壤可见-近红外光谱数据以及化学分析获取的土壤全磷数据为数据源,将原始光谱数据经过卷积平滑、标准正态变量变换以及一阶微分预处理... 以新疆艾比湖湿地保护区采集的300个荒漠土壤样品为研究对象,利用ASD Field Spec○R3HR光谱仪获取的土壤可见-近红外光谱数据以及化学分析获取的土壤全磷数据为数据源,将原始光谱数据经过卷积平滑、标准正态变量变换以及一阶微分预处理后,采用蚁群-遗传结合区间偏最小二乘法提取荒漠土壤全磷含量特征波长,构建土壤全磷含量偏最小二乘回归预测模型;并与全谱偏最小二乘、蚁群-区间偏最小二乘、遗传-偏最小二乘模型进行比较。结果表明：经蚁群-区间偏最小二乘法筛选后,荒漠土壤全磷特征波段为500~700,1 101~1 300,1 501~1 700,1 901~2 100nm;进一步采用遗传-区间偏最小二乘法进行变量选择,得到共线性最小的13个有效波长,分别为：1 621,546,1 259,573,1 572,1 527,564,1 186,1 988,1 541,2 024,1 118和1 191nm。建模方法比较显示,采用蚁群-遗传结合区间偏最小二乘法选择的特征变量,建立的模型精度最高,其次是遗传算法、蚁群算法和全光谱。蚁群-遗传结合区间偏最小二乘法建立的土壤全磷含量的模型,效验证均方根误差RMSECV以及预测集均方根误差RMSEP分别为0.122和0.108mg·g-1,效验证相关系数Rc以及预测集的相关系数Rp分别为0.535 7,0.555 9。因此,经过卷积平滑、标准正态变量变换以及一阶微分预处理,并利用蚁群-遗传结合区间偏最小二乘法建立的模型不仅简单,而且具有较高的预测精度和较好的稳健性,可以估算荒漠土壤全磷含量。 展开更多

关键词 光谱学 近红外光谱 蚁群-遗传区间偏最小二乘法 荒漠土壤全磷

在线阅读 下载PDF 职称材料

自然计算在求解网络优化部署问题中的比较 被引量：2

14

作者 程子光 冯亚军 +1 位作者 尹康银 王海林 《空军预警学院学报》 2019年第5期367-371,379,共6页

针对现有的网络部署模型大多以区域覆盖率或网络寿命为优化目标,并假设监视区域为单一类型,不适用于求解多类型分区区域的网络部署问题,首先构建了与区域可部署度、区域重要度、区域协同度等因素相关的栅格化网络部署模型;然后运用遗传... 针对现有的网络部署模型大多以区域覆盖率或网络寿命为优化目标,并假设监视区域为单一类型,不适用于求解多类型分区区域的网络部署问题,首先构建了与区域可部署度、区域重要度、区域协同度等因素相关的栅格化网络部署模型;然后运用遗传算法、蚁群算法、粒子群算法3种典型自然计算对该模型进行求解;最后分析了3种算法的收敛情况与解的特点,并探讨了关键参数变化对结果部署方案的影响.所得结论为自然计算的改进或融合提供了参考,为网络部署时的算法选取提供了依据. 展开更多

关键词 自然计算 优化部署 遗传算法 蚁群算法 粒子群算法

在线阅读 下载PDF 职称材料

蚁群-遗传算法优化近红外光谱检测花茶花青素含量的研究 被引量：4

15

作者 李艳肖 黄晓玮 +3 位作者 邹小波 赵杰文 石吉勇 朱瑶迪 《食品安全质量检测学报》 CAS 2014年第6期1679-1686,共8页

目的本研究基于蚁群-遗传区间偏最小二乘(ACO-GA-iPLS)近红外谱区筛选方法预测花茶花青素含量。方法首先对花茶近红外光谱进行预处理;然后用ACO-iPLS优选出特征子区间;最后对所选的特征子区间,用GA-iPLS进一步细化花青素的特征子区间,... 目的本研究基于蚁群-遗传区间偏最小二乘(ACO-GA-iPLS)近红外谱区筛选方法预测花茶花青素含量。方法首先对花茶近红外光谱进行预处理;然后用ACO-iPLS优选出特征子区间;最后对所选的特征子区间,用GA-iPLS进一步细化花青素的特征子区间,并建立花青素的预测模型。结果优选出3个特征子区间(第1、9、10子区间),所建模型对应的交互验证均方根误差(RMSECV)和预测均方根误差(RMSEP)分别为0.1460mg/g和0.1840 mg/g,校正集和预测集相关系数分别为0.9187和0.8856。结论ACO-GA-iPLS可以有效选择近红外光谱特征波长,简化模型,提高模型精度。 展开更多

关键词 花茶 花青素 蚁群-遗传算法 近红外光谱 定量分析模型

原文传递

基于模糊粒子群优化的计算网格工作调度算法 被引量：1

16

作者 王秀坤 程文树 刘洪波 《计算机科学》 CSCD 北大核心 2007年第11期64-66,共3页

网格计算是利用网络把分散的计算资源组织起来解决复杂问题的计算模式,工作调度是待解决的主要问题之一。本文提出一种基于模糊粒子群优化的网格计算工作调度算法,该算法利用模糊粒子群优化动态地产生网格计算工作调度的优化方案,使现... 网格计算是利用网络把分散的计算资源组织起来解决复杂问题的计算模式,工作调度是待解决的主要问题之一。本文提出一种基于模糊粒子群优化的网格计算工作调度算法,该算法利用模糊粒子群优化动态地产生网格计算工作调度的优化方案,使现有计算资源完成所有工作的时间最小化。实验结果表明,与基于遗传算法、模拟退火、蚁群算法的工作调度方法相比,所提出的算法在时间和精度上具有一定的优势。 展开更多

关键词 网格计算 粒子群优化 遗传算法 退火算法 蚁群算法

在线阅读 下载PDF 职称材料

基于组合优化算法的无人机航迹规划方法研究 被引量：5

17

作者 赵锋 杨伟 +1 位作者 王伟 常楠 《弹箭与制导学报》 CSCD 北大核心 2009年第2期282-285,292,共5页

根据遗传算法与蚁群算法各自的特点,将两者进行有机结合构成GA-ACO(genetic algorithm-ant colony optimization)组合优化算法,并将其应用在航迹规划路径寻优中以获取高质量的飞行航路。首先采用全局搜索能力强的遗传算法进行全局快速搜... 根据遗传算法与蚁群算法各自的特点,将两者进行有机结合构成GA-ACO(genetic algorithm-ant colony optimization)组合优化算法,并将其应用在航迹规划路径寻优中以获取高质量的飞行航路。首先采用全局搜索能力强的遗传算法进行全局快速搜索,选取遗传算法得到的较优解集合,构成蚁群算法中初始信息素分布,再利用蚁群算法正反馈机制的特点求精确解,该组合优化算法在克服两种算法缺点的同时发挥了各自的优点,达到优势互补。仿真结果表明,与基本蚁群算法相比,GA-ACO在提高效率的同时改善了解的质量,是可行和有效的。 展开更多

关键词 无人机 遗传算法 蚁群算法 航迹规划

在线阅读 下载PDF 职称材料

无人机航迹规划技术研究及发展趋势 被引量：27

18

作者 胡中华 赵敏 +1 位作者 姚敏 撒鹏飞 《航空电子技术》 2009年第2期24-29,36,共7页

通过对无人机航迹规划的研究,构建了无人机航迹规划的结构框架;分析了无人机系统约束及威胁场约束,探讨了无人机航迹几何建模方法及规划算法的国内外研究概况;并着重分析了规划算法。最后,阐述了无人机航迹规划面临的关键问题及发展趋势。

关键词 无人机 航迹规划 动态规划 启发式算法 蚁群算法 遗传算法

在线阅读 下载PDF 职称材料

基于鱼骨型仓库布局的多车拣选路径问题优化 被引量：9

19

作者 胡小建 袁丁 《工业工程》 北大核心 2022年第1期45-53,共9页

为了推动鱼骨型仓库在实际场景下的应用,针对鱼骨型仓库布局下的拣货路径优化问题,构建待拣货点距离计算模型和以有载重、容积限制的多车拣货距离最短为总目标的拣选路径优化模型。考虑遗传算法(GA)全局搜索能力强、粒子群算法(GAPSO)... 为了推动鱼骨型仓库在实际场景下的应用,针对鱼骨型仓库布局下的拣货路径优化问题,构建待拣货点距离计算模型和以有载重、容积限制的多车拣货距离最短为总目标的拣选路径优化模型。考虑遗传算法(GA)全局搜索能力强、粒子群算法(GAPSO)收敛速度快以及蚁群算法(ACO)较强的局部寻优能力,提出一种解决拣选路径优化模型的混合算法(GA-PSO-ACO)。通过不同订单规模的仿真实验,得出该混合算法在适应度值、迭代次数、收敛速度等方面均优于GA算法和GAPSO算法,且在订单规模较大时,平均适应度值约降低8%,有效缩短了总拣选距离,验证了混合算法在解决鱼骨型仓库布局下的拣货路径问题的先进性和有效性,为解决此类仓库内部的拣货路径问题提供新的解决方法和思路。 展开更多

关键词 鱼骨型仓库布局 待拣货点距离计算模型 拣选路径优化模型 GA-PSO-ACO混合算法

在线阅读 下载PDF 职称材料

改进GA在房地产开发项目投资组合中的应用 被引量：1

20

作者 李彦苍 周书敬 《河北建筑科技学院学报》 2005年第1期54-56,共3页

传统遗传算法(GA)存在着易陷入局部最优的缺陷,本文提出了一种先利用信息熵调整遗传与变异的侧重点,实现算法参数自适应调节,而后再利用小生境算法在基因层面上对GA进行优化以确定最优解的改进的遗传算法。并将此算法引入房地产开发项... 传统遗传算法(GA)存在着易陷入局部最优的缺陷,本文提出了一种先利用信息熵调整遗传与变异的侧重点,实现算法参数自适应调节,而后再利用小生境算法在基因层面上对GA进行优化以确定最优解的改进的遗传算法。并将此算法引入房地产开发项目投资组合中,计算实例证明了该法具有较高的稳定性和鲁棒性。 展开更多

关键词 遗传算法 熵 房地产 投资组合 改进

在线阅读 下载PDF 职称材料