基于改进樽海鞘群算法的货位作业排序问题研究
DOI: http://dx.doi.org/10.12349/iser.v6i6.6027
Article ID: 6027
摘要
本文提出了一种改进樽海鞘群算法解决货位分配问题。首先以最小化运输总路程为目标构建单目标优化数学模型,基于樽海鞘群算法,提出改进樽海鞘群算法。该算法采用佳点集法初始化种群,使初始种群在解空间中分布更均匀,并且通过差分进化算法优化种群适应度值,提升局部开发能力,最后运用柯西反向学习策略扩大搜索范围,增加收敛精度。实验表明,与樽海鞘群算法及其他优化算法相比,改进樽海鞘群算法的全局搜索能力更强,显著降低了货位作业排序方案的运输总路程。
关键词
货位作业排序;樽海鞘群算法;佳点集;差分进化算法;柯西反向学习
全文:
PDF参考
刘奇鑫. 求解旅行商问题的改进烟花算法[D]. 重庆: 重庆交通大学, 2023.
Mirjalili S, Gandomi A H, Mirjalili S Z, et al. Salp swarm algorithm: A bio-inspired optimizer for engineering design problems[J]. Advances in Engineering Software, 2017, 114: 163-191.
华罗庚, 王元. 数论在近代分析中的应用[M]. 北京: 科学出版社, 1978..
Storn R, Price K. Differential evolution–a simple and efficient heuristic for global optimization over continuous spaces[J]. Journal of Global Optimization, 1997, 11: 341-359.
冯文涛, 邓兵. 一种基于交叉选择的柯西反向鲸鱼优化算法[J]. 兵器装备工程学报, 2020, 41(8): 131-137.
Refbacks
- 当前没有refback。
版权所有(c)2025 谈 子健

此作品已接受知识共享署名-非商业性使用 4.0国际许可协议的许可。