检索结果-南通市图书馆

水波优化算法改进及其在防疫隔离点选址问题中的应用

在线全文

学校读者我要写书评

暂无评论

水波优化算法改进及其在防疫隔离点选址问题中的应用

作者：廖敏慧杭州师范大学

学位级别：硕士

在新冠病毒肺炎（COVID-19）等大规模疫情下,防疫隔离点的选址对控制疫情传播、病患及时救治具有重要意义。疫情传播区往往需要设置大量隔离点,而隔离点的设置又会受到交通条件、人群分布等多种约束,因此防疫隔离点的选址问题是一个复... 详细信息

在新冠病毒肺炎（COVID-19）等大规模疫情下,防疫隔离点的选址对控制疫情传播、病患及时救治具有重要意义。疫情传播区往往需要设置大量隔离点,而隔离点的设置又会受到交通条件、人群分布等多种约束,因此防疫隔离点的选址问题是一个复杂的约束优化问题。传统的精确优化方法难以有效对其进行求解,而元启发式算法能够在较短时间内快速求得问题的最优解或近似最优解,在此类问题中得到了广泛应用。因此,对防疫隔离点选址问题及其元启发式算法的研究,具有重要的理论意义和实际应用价值。水波优化（Water Wave Optimization,WWO）算法是一种受自然启发的元启发式算法,它通过模拟浅水波的传播、折射和碎浪运动,在搜索空间中搜索全局最优解,在大量优化问题上都表现出了良好的性能。本文提出了一种基于分布学习的改进水波优化算法（Distributed-Learning Water Wave Optimization,DLWWO）,并将其应用于防疫隔离点选址问题的求解。本文的主要成果贡献如下:（1）提出了一种基于分布学习的改进水波优化算法（DLWWO）,在传播算子中使用非线性维度递减策略来加速搜索过程;设计了一种新的分布学习折射算子,使种群中搜索停滞的解向更多的优质解学习,以此来提高解的多样性;进一步对分布学习采样率进行自适应控制,更好地平衡全局搜索和局部搜索。基于CEC2015基准测试集的实验结果表明,DLWWO算法的综合性能显著优于原始WWO和其他流行的启发式算法。（2）针对防疫隔离点的选址问题,考虑根据隔离人群分布点的情况在交通网络中建立应急隔离点,构建了以使所有分布点到其所属隔离点之间的人数加权总距离成本最小为优化目标的数学模型。使用所提出的DLWWO算法求解该问题,基于选址约束进行编码和算子的适配。在多个不同规模的问题实例上的实验结果表明,与现有流行的启发式算法相比,DLWWO算法具有明显的性能优势。

关键词：水波优化算法全局优化非线性维度递减分布学习防疫隔离点选址

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

水波优化算法及应用研究

水波优化算法及应用研究

作者：张金仲广西民族大学

学位级别：硕士

水波优化算法是基于浅水波理论,主要是模拟水波的传播、折射和碎浪现象,而提出的一种新兴的元启发式优化算法,该算法不仅具有框架简单、控制参数少、易于理解和实现等优点,而且在一定程度上较好地平衡全局搜索和局部搜索。因此,一经提出... 详细信息

水波优化算法是基于浅水波理论,主要是模拟水波的传播、折射和碎浪现象,而提出的一种新兴的元启发式优化算法,该算法不仅具有框架简单、控制参数少、易于理解和实现等优点,而且在一定程度上较好地平衡全局搜索和局部搜索。因此,一经提出,受到国内外学者的关注,并已成功应用于求解实际工程优化问题。但水波优化算法也存在着收敛速度较慢、计算精度较低以及易陷入局部最优等缺点。本文针对水波优化算法所存在的不足进行分析和改进,将改进的水波优化算法应用于求解函数优化和实际工程优化问题,目的是进一步提高水波优化算法的整体优化性能和拓广其算法的应用范围。本文的主要工作内容包括以下三个方面:(1)将水波优化算法与正余弦算法相结合,在折射操作中引入精英反向学习策略来扩大搜索空间及增加种群的多样性,提出一种正余弦水波优化算法,并将其应用于求解函数优化问题。(2)为避免水波优化算法收敛速度较慢及陷入局部最优,将风力驱动算法的速度引入到水波优化算法的传播操作中,提出一种风力驱动水波优化算法,该算法不仅能够实现算法间的优势互补,而且增强了全局搜索能力,将其应用于求解函数优化和工程优化问题。(3)将水波优化算法应用于求解电力系统无功优化问题,电力系统实现无功优化调度与控制,可改善系统的电压质量,减少电能在传输过程中的损耗及降低运营成本,优化的结果可找到最优的控制参数和最小有功功率损耗。

关键词：水波优化算法正余弦算法精英反向学习策略风力驱动算法函数优化工程优化无功优化

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

水波优化算法及在车间调度问题中的应用研究

水波优化算法及在车间调度问题中的应用研究

作者：刘欢兰州理工大学

学位级别：硕士

零等待流水车间调度问题(no-wait flow shop scheduling problem,简称NWFSP)广泛的存在于制造业生产系统中,如钢铁轧制、食品加工、化学工业等。NWFSP作为带约束的流水车间调度问题,是一种经典的NP-hard问题。随着问题规模的不断增加,NW... 详细信息

零等待流水车间调度问题(no-wait flow shop scheduling problem,简称NWFSP)广泛的存在于制造业生产系统中,如钢铁轧制、食品加工、化学工业等。NWFSP作为带约束的流水车间调度问题,是一种经典的NP-hard问题。随着问题规模的不断增加,NWFSP就会变得越来越复杂且很难求得最优解。传统的数学方法和已有的调度策略已无法满足实际生产调度中的需求。因此,不论在调度理论方面的研究,还是在实际的制造业生产中设计有效的调度方案都是本领域研究的热点。水波优化算法(water wave optimization algorithm,简称WWO)是一种受浅水波理论启发而得出新型元启发式算法。WWO算法有框架简单,参数少,易实现等优点。此外,它还有特殊的迭代机制以及较强的全局搜索能力。本文深入研究了WWO算法的演化机制,通过分析算法的优缺点,对算法的框架和重要组成部分做了改进,平衡了算法的局部搜索能力和全局搜索能力,将改进的算法运用到NWFSP中。本文的主要研究内容如下:(1)针对水波优化算法稳定性差、随机性强以及局部搜索能力弱等问题,本文提出了一种离散的水波优化算法(a discrete water wave optimization algorithm for no-wait flow shop scheduling proble m,简称DWWO)并首次将其应用于NWFSP。在DWWO中,为了提高初始种群中候选解的质量,提出了一种新的初始化种群方法。采用了具有动态移除因子的迭代贪心算法作为传播算子以提高局部搜索能力。在折射算子中,应用交叉策略以避免算法陷入局部最优。在碎浪算子中,应用基于插入的深度局部搜索策略在局部最优解附近搜索。同时,为了提高算法的收敛速度引入了排差操作。应用Markov模型证明了DWWO算法能够以概率1收敛到全局最优解。仿真结果和统计分析表明了DWWO算法解决NWFSP的效率和有效性。(2)针对水波优化算法种群中各水波演化的特点,提出了一种基于单波机制的水波优化算法(a water wave optimization algorithm with the single wave mecha nis m for no-wait flow shop scheduling proble m,简称SWWO)。在SWWO算法中,首先应用了改进的NEH算法(NEHOV)来构建高质量初始候选解。在传播操作中,采用了自适应块移位操作。在碎浪操作中,合理的利用了变邻域搜索策略来探索局部最优解。根据遗传算法中提出的模式理论,采用了交叉操作作为折射算子。此外,为了提升算法框架的全局搜索能力引入模拟退火策略来决定是否保留传播得到的差的候选解。最后,通过不同规模的测试集对SWWO算法的性能进行了测试。仿真结果及统计分析表明SWWO算法在求解NWFSP时的效率和有效性。(3)算法参数的设定是影响算法性能的关键因素。在DWWO算法中,针对灵敏性强的参数采用了多项式拟合的方式来确定参数取值。首先,分析影响该参数取值的因素。然后,运行测试集实例拟合得出不同参数取值下参数值与影响因素之间的关系式。最后,将拟合公式作为算法中参数的取值。

关键词：零等待流水车间调度问题水波优化算法迭代贪心块移动操作

离散水波优化算法求解带批处理的混合流水车间批量流调度问题

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

华东理工大学学报（自然科学版） 2021年第5期47卷 598-608页

作者：王文艳徐震浩顾幸生华东理工大学化工过程先进控制和优化技术教育部重点实验室上海200237

针对实际生产系统中生产方式复杂多样的特点,研究了带批处理的混合流水车间批量流调度问题。综合考虑批处理机容量和不相关离散机加工能力,提出了一种可变分批方法,以最小化完工时间为目标建立了调度模型,并提出了一种动态连续加工策略... 详细信息

针对实际生产系统中生产方式复杂多样的特点,研究了带批处理的混合流水车间批量流调度问题。综合考虑批处理机容量和不相关离散机加工能力,提出了一种可变分批方法,以最小化完工时间为目标建立了调度模型,并提出了一种动态连续加工策略来优化目标函数。同时提出了一种离散水波优化(DWWO)算法求解模型。结合分批特点与优化目标,设计了4种解码方式对机器选择及工件的加工顺序进行优化;利用块最优插入、交叉操作和多邻域搜索对操作算子进行改进,增强了局部搜索能力;提出了一种替换差解的操作来提高算法的收敛能力。最后,采用实验设计的方法对算法的参数进行了标定;并设计了不同规模的算例,对算法的性能进行评估。实验结果表明DWWO算法能够有效解决带批处理的混合流水车间批量流调度问题。

关键词：混合流水车间调度批量流批处理水波优化算法可变分批

在线全文

学校读者我要写书评

暂无评论

基于自适应控制参数的改进水波优化算法

计算机科学 2017年第7期44卷 203-209,250页

作者：刘翱邓旭东李维刚武汉科技大学管理学院武汉430081 智能信息处理与实时工业系统湖北省重点实验室武汉430065 武汉科技大学信息科学与工程学院武汉430081 冶金工业过程系统科学湖北省重点实验室武汉430081

水波优化算法(Water Wave Optimization,WWO)是最近被提出的一种新型的群智能优化算法。它尽管具有控制参数少、操作简单、容易实现等优点,但是也存在收敛较慢、搜索精度低等不足。针对水波优化算法的不足,首先,从理论上分析并揭示算法... 详细信息

水波优化算法(Water Wave Optimization,WWO)是最近被提出的一种新型的群智能优化算法。它尽管具有控制参数少、操作简单、容易实现等优点,但是也存在收敛较慢、搜索精度低等不足。针对水波优化算法的不足,首先,从理论上分析并揭示算法收敛时控制参数应满足的条件;然后,提出满足上述条件的改进水波优化算法,改进算法采取自适应机制来调节算法参数,进一步增强了全局探索和局部开发的平衡能力;最后,对4种算法(ApWWO,WWO,FA,MVO)在10个标准测试函数上的寻优性能进行仿真实验和统计比较。结果表明,ApWWO在搜索精度、速度和鲁棒性等方面均显著优于WWO和FA,在5个测试函数上优于MVO;与PSO和GA的对比结果表明,ApWWO具有较好的寻优性能。进一步分析了维数和种群规模对ApWWO的影响,并使用ApWWO来求解置换流水线调度问题,结果表明ApWWO能够取得较好的求解效果。

关键词：进化算法水波优化算法自适应控制参数置换流水线调度

在线全文

学校读者我要写书评

暂无评论

基于水波优化算法的无线传感器网络覆盖研究

南京理工大学学报 2021年第6期45卷 680-686页

作者：王毅神显豪唐超尘曹惠茹刘敏广州工程技术职业学院信息工程学院广东广州510075 桂林理工大学信息科学与工程学院广西桂林541004 西安电子科技大学通信工程学院陕西西安710071 西南石油大学信息学院四川成都610500

为了提高无线传感器网络(WSN)覆盖的有效性,提高传感节点对目标区域的覆盖率,采用水波优化(WWO)算法对传感节点部署坐标进行优化。首先,根据区域像素点及目标节点数量初始化传感节点坐标集,根据传感节点坐标和目标节点坐标、区域像素大... 详细信息

为了提高无线传感器网络(WSN)覆盖的有效性,提高传感节点对目标区域的覆盖率,采用水波优化(WWO)算法对传感节点部署坐标进行优化。首先,根据区域像素点及目标节点数量初始化传感节点坐标集,根据传感节点坐标和目标节点坐标、区域像素大小计算区域覆盖率;然后,将区域覆盖率作为适应度函数,建立WWO算法模型,将初始传感节点集作为WWO输入集,通过水波的传播、折射和碎波操作不断更新水波位置,同时求解各水波的适应度值;最后,选择适应度值最高的水波个体作为传感节点分布的最优解,当区域覆盖率或水波更新迭代次数达到阈值时,输出最优水波个体。分别采用蚁群、人工鱼群、粒子群优化算法和该文算法进行覆盖性能仿真。在覆盖率方面,该文算法最优,达到稳定时可以获得约95%的区域覆盖率,粒子群次之,蚁群算法最差。在收敛性能方面,蚁群算法最快,该文算法次之。

关键词：水波优化算法无线传感器网络区域覆盖率传感节点目标节点蚁群人工鱼群粒子群优化

在线全文

学校读者我要写书评

暂无评论

自适应协同学习水波优化算法

小型微型计算机系统 2019年第9期40卷 1858-1863页

作者：顾启元王俊祥重庆文理学院软件工程学院

水波优化算法(Water Wave Optimization,WWO)是一种新型群体智能搜索技术,具有种群规模小、操作简易等优点.但依然存在收敛速度慢、收敛精度不高等缺陷.为了改善WWO优化性能,提出一种自适应协同学习水波优化算法.算法中采用双种群进化... 详细信息

水波优化算法(Water Wave Optimization,WWO)是一种新型群体智能搜索技术,具有种群规模小、操作简易等优点.但依然存在收敛速度慢、收敛精度不高等缺陷.为了改善WWO优化性能,提出一种自适应协同学习水波优化算法.算法中采用双种群进化结构实现主种群勘探和子种群开采的协同学习.主种群采用一种自适应学习策略,在维持种群多样性同时有效增强个体学习的效率.主群和子群的交互机制,可以使子群摆脱局部最优,提高算法的收敛精度.复杂多模基准测试函数的仿真结果表明本文算法在收敛精度和收敛速度上都有显著提高.

关键词：水波优化算法收敛速度收敛精度

在线全文

学校读者我要写书评

暂无评论

求解约束优化问题改进的水波优化算法

计算机工程与设计 2020年第5期41卷 1320-1326页

作者：顾启元王俊祥重庆文理学院软件工程学院重庆402160

为提高约束优化模型的求解精度,提出一种改进的水波优化算法。设计主-从异构种群,结合ε约束处理技术使主群实现探索可行解,从群利用可行解搜寻全局最优解。为加快收敛速度和增强信息交互,主群中个体可以依概率进行个体间学习,设计水波... 详细信息

为提高约束优化模型的求解精度,提出一种改进的水波优化算法。设计主-从异构种群,结合ε约束处理技术使主群实现探索可行解,从群利用可行解搜寻全局最优解。为加快收敛速度和增强信息交互,主群中个体可以依概率进行个体间学习,设计水波波长函数,使其随着水波的适应度值和违反约束度及时调整。为避免早期收敛,从群采用自适应学习策略以平衡群体的探索和利用。设计随迭代次数变化的放松约束度,提高算法收敛精度。对比实验结果表明,该算法可以获得高质量的可行解。

关键词：水波优化算法约束优化异构种群 ε约束处理早期收敛

在线全文

学校读者我要写书评

暂无评论

一种自适应参数调整的水波优化算法

小型微型计算机系统 2018年第8期39卷 1646-1651页

作者：杜兆宏夏培淞邱飞岳朱会杰浙江工业大学教育科学与技术学院杭州310023

水波优化算法(Water Wave Optimization,WWO)是受浅水波理论启发而提出的一种新兴群体智能算法,其具有控制参数少、种群规模小、实现简单、计算开销小等优点,但依然存在局部搜索能力不强、收敛速度较慢等缺陷.首先,通过对水波优化算法... 详细信息

水波优化算法(Water Wave Optimization,WWO)是受浅水波理论启发而提出的一种新兴群体智能算法,其具有控制参数少、种群规模小、实现简单、计算开销小等优点,但依然存在局部搜索能力不强、收敛速度较慢等缺陷.首先,通过对水波优化算法在执行全局和局部搜索阶段控制参数变化进行分析的基础上,提出了一种自适应参数调整策略改进的水波优化算法;最后,对改进的算法和包括原WWO、SCA、DA等在内的四种算法在10个标准测试函数上的寻优性能进行试验.结果表明,所提出的策略有效提升了水波优化算法的整体性能,无论在收敛精度还是收敛速度上,改进的水波算法相较于其他三种算法优化结果更加稳定.

关键词：水波优化算法自适应参数调整对数递减策略函数优化