摘要：针对民航机场行李导入系统运行过程中旅客行李注入等待时间长、系统能耗高等问题,综合考虑虚拟视窗控制方式、收集带式输送机运行速度、虚拟视窗长度及同时开放值机柜台数量等关键控制参数对机场行李导入系统运行效率的影响,提出一种求解该问题的仿真优化框架。通过分析机场行李导入系统实际运行工况,建立参数化仿真优化模型。以最小化旅客行李注入平均等待时间和系统能耗为优化目标,结合系统设计和运行过程中的实际约束条件,建立该问题的数学模型,并设计了一种多目标自适应并行狼群算法进行求解。该算法针对所提问题特性及经典狼群算法易陷入局部最优和收敛速度慢等不足,提出一种混合整实数单链编码方式,融合反向学习策略生成初始种群,引入自适应游走概率机制和智能行为并行机制,采用局部和全局自适应邻域搜索及启发式保优策略实现狼群算法智能行为搜索,使用Pareto非支配排序进行寻优迭代并获得最优解集。以国内某大型国际航空枢纽机场行李导入系统为例设计不同规模多种算法对比实验,验证了所提方法的有效性和优越性。

摘要：为提高单载具自动化立体仓库动态工况下的进出库效率,针对自动化立体仓库作业集成优化问题建立了仿真优化模型。模型根据货物重质、出入库频率划分货架区域,以指令内最小化单载具堆垛机运行时间为研究目标,设计了一种两阶段狼群算法对其进行优化。该算法使用狼群算法对货位分配和作业调度进行集成优化,求解过程体现出两优化问题之间的关联和反馈。实验结果表明,在不同的订单规模下,相比其他优化方式,两阶段狼群算法能得到满意解,并有效缩短自动化立体仓库的作业时间。

摘要：针对考虑机器加工约束的不相关并行机分批调度问题,以工件种类切换次数和机器启停评价函数为优化目标,提出一种多目标启发式狼群算法进行求解。该算法在生成初始种群的过程中,融入列表反向学习和基于机器加工效率的启发式策略,并设计了一种不规则实数矩阵编码方式来实现任务分批。采用局部和全局邻域搜索相结合的方式实现狼群算法中智能行为搜索,通过分批调整学习机制对当前结果进行邻域搜索,利用改进整数解Pareto非支配排序方式循环迭代。最后通过不同规模实际算例测试和相关算法比较,验证了该算法的有效性和优越性。

摘要：考虑到不相关并行机调度问题中工件的批量与分批情况及机器调整时间,以最小化最大完工时间(Makespan)为优化目标,建立该NP-hard问题的数学规划模型,提出一种将工件批次、批量、机器分区的编码方式,设计了结合Logistic混沌映射策略、自适应变异算子、局部反向学习策略及基于狼群游走机制的混合生物地理学灰狼算法(HBGWO)对不同算例进行求解。对不同规模算例及实例进行仿真试验并与其他启发式算法求解结果进行了对比,对比结果证明了文中所提算法的有效性和优越性。

摘要：针对以最小化最大完工时间为目标的不相关并行机调度问题,提出一种启发式狼群算法(HWPA)进行求解。首先,考虑到经典狼群算法的搜索效率以及计算资源占用率等问题,在生成初始种群时,建立一种启发式算法,选择工件分配方案的同时通过最大完工时间设置相应邻域搜索机制,与随机生成的初始种群同时进行优化,以提高算法效率;其次,根据问题特点设计算法中智能行为机制,将探狼游走时的固定步长替换为随机步长,在召唤与围攻机制中采用差异化的局部保优策略,跳出局部最优解,提高算法搜索效率;最后,运用该算法进行仿真优化实验,结果表明,在较少的迭代次数内,该算法相较于GA、FOA平均改进107.35%、113.62%,证明了该算法的有效性和优越性。

摘要：针对柔性制造环境下AGV车辆规模问题,采用仿真优化的方法,以仿真软件Plant Simula-tion为平台建立系统仿真优化模型求解.该模型由估算、仿真、优化三大模块组成,首先估算模块根据系统相关参数计算车辆规模估算解,以确定初始仿真实验输入变量取值范围,然后进行仿真实验,对仿真结果进行方差分析,根据分析结果进行优化算法与仿真实验迭代,最终满足终止条件得到最优解.通过实例,验证了该方法的可行性和有效性.