在柔性作业车间调度问题的基础上，考虑多台搬运机器人执行不同工序在不同机床之间的搬运，形成柔性机器人作业车间调度问题，提出混合蚁群算法。用改进析取图对问题进行描述，使用混合选择策略、自适应伪随机比例规则和改进信息素更新规则优化蚁群算法，结合遗传算子完成机床选择和工序排序。使用一种多机器人排序算法完成搬运机器人分配和搬运工序排序。通过多组算例仿真测试并与其他算法进行比较，验证了算法的有效性和可靠性。
2022-04-14 09:07:00
738KB
1
针对小型生产企业生产单元设施布局重构问题,建立了以物料搬运成本、单元重构成本、生产时间损失成本之和最小为目标,综合考虑了预算约束、空间约束、时间约束的多目标优化模型。以U型生产单元为例,采用蚁群算法和模拟退火算法相结合的混合蚁群算法求解模型,通过实证分析,验证了模型和算法的有效性和可行性,并与解决设施布局问题常用的遗传算法进行对比,进一步验证了该混合蚁群算法的优越性。为生产企业在接到新订单时合理安排生产计划提供决策支持。
2022-03-19 22:07:40
353KB
1
在MAS（多agent系统）中，由于任务的复杂性和agent求解问题能力的不同，任务和agent不再是传统的一对一的关系。为解决MAS的任务分配问题，提出了任务与agent之间多对多的任务分配模式。首先建立了任务分配的数学模型，并导出分配优化的目标函数；其次利用混合蚁群算法快速收敛和分布式求解的特点实现任务分配的组合优化。对实验仿真的结果分析表明，多对多的任务分配模式能够明显提升多agent系统的性能。
2022-03-19 22:03:55
209KB
1
研究了多时间窗车辆路径问题，建立了多时间窗车辆路径问题的数学模型，并基于蚁群算法设计了一种混合蚁群算法对问题进行了求解。该算法首先利用基本蚁群算法求解，然后采用2-opt算法和元胞自动算法对结果进行优化，同时加入变异算子。实验结果表明该算法可以有效地求解多时间窗车辆路径问题。
2021-05-10 20:31:05
515KB
1
提出了一种新的求连续空间最优值的蚁群算法。结合遗传算法和蚁群算法各自的优点以及两种算法融合基础，提出了遗传算法融入到蚁群算法融合中的两种新策略，第一种策略是先利用遗传算法具有比较强的全局搜索能力，在大范围内寻找一组解，然后以此为基础，用蚁群算法快速寻找最优解X*best；另一种策略是利用遗传算法交叉操作产生蚁群算法中的新旅行路径，以此提高蚁群算法的全局搜索能力。用上述策略构造两个基于遗传算法的混合遗传算法。用测试函数Rosenbrock和测试函数Shubert验证了混合蚁群算法的正确性。
2021-04-18 15:44:37
690KB
1