摘要：为提高解武器—目标分配问题(WTA)的群智能优化算法初始种群性能,从提高初始种群多样性的角度提出了基于密码筒的种群初始化方法,从提高初始种群解质量的角度分别提出了基于目标威胁—打击效果混合排序的种群初始化方法和装甲分队战术种群初始化方法。最后,通过一系列不同规模WTA算例的仿真实验对初始化方法进行评估,结果表明三种种群初始化方法均达到了设计要求,且各具优势。

摘要：针对遗传算法应用于机器人路径规划问题时随机生成初始种群的盲目性,对初始化算法进行了改进。首先在起点和终点所在行之间的各栅格行中随机选择一个自由栅格以保证路径的无障碍性,由于这些栅格组成的路径不连续,故设计了中点连接法连接间断点,最后对路径进行简化以避免重复路径。将此算法与文献[8]的自适应遗传算法在相同环境下仿真,实验结果表明:改进种群初始化的遗传算法能有效提高解的质量,提高进化速度。

摘要：调度优化问题广泛存在于国防、制造、能源、交通、农业、物流等诸多领域,普遍呈现出非线性、强约束、多目标、不确定、动态等特征,甚至涉及离散与连续变量的联合优化,性能指标的评价很费时.纯粹模型驱动的优化方法受制于建模难、评模难、解模难.传统群体智能优化,则大多遵循种群初始化、交叉变异、个体选择等基本步骤,此类数据驱动的优化方法存在问题特征结合弱、收敛速度慢等缺陷.随着云计算、大数据等信息技术的飞速发展,新一代人工智能注重数据、知识、算力和算法的深度融合,这为智能优化的创新和发展指明了方向.开展数据与模型融合的优化理论分析、算法设计,有助于全面提升算法性能,是新一代智能调度优化发展的重要方向.因此,面向复杂调度优化问题的高效、高质、鲁棒的智能优化理论与方法研究,已成为数学、自动化、计算机、人工智能、工业工程、管理等领域的热点前沿方向.本专刊聚焦数据与模型融合的智能调度优化的最新理论、方法及工程应用,展示智能调度优化的最新研究成果,促进学术创新、学科融合、应用推广,助力“人工智能+”在经济、国防和社会等领域的高质量发展.

摘要：为了快速、合理地完成医疗物资的分配,并有效地提升医疗物资调度效率,提出了一种基于增强型鲸鱼算法的医疗物资调度优化方法。该方法通过改进种群初始化、位置更新策略以及预防陷入局部最优等方面,有效提高了搜索效率和全局搜索能力。在实例应用中,将该算法与粒子群算法、遗传算法以及鲸鱼算法进行了比较。实验结果表明,增强型鲸鱼算法在不同优化目标下表现优异,总成本最低达到33.02万元,总耗时最少为85.67 h。

摘要：为了实现鲸鱼优化算法(whale optimization algorithm,WOA)的种群多样性、减小计算复杂度,构造具有搜索上下界的初始种群。设计动态收敛因子和动态权重因子,以提高算法的收敛速度和计算精度,在此基础上,提出基于改进动态因子的鲸鱼优化算法并证明了其收敛性,分析了其复杂度。为了验证新算法优化性能和普适性,将改进的鲸鱼优化算法与其他优化算法进行比较,并将其应用到无人机(unmanned aerial vehicle,UAV)路径规划中。结果表明:基于改进动态因子的鲸鱼优化算法相比于其他优化算法有更好的收敛精度和更快的收敛速度。可见,基于改进动态因子的鲸鱼优化算法性能更好,能更高效的完成任务。

摘要：为了提高柔性作业车间调度求解遗传算法(GA-Ⅰ)的初始种群质量,提出一种基于短用时和设备均衡策略的机器链优化初始方法.运用均匀设计原理对每道工序的具有最短加工时间的可选机器进行均匀组合,形成机器分配链优化遗传算法(GA-Ⅱ)的初始群体;采用均匀设计法构造不同权值,形成机器总负荷和机器负荷方差的不同加权组合以构造机器链优化的适应度函数;通过GA-Ⅱ计算产生定量优化的机器分配链群体.将上述机器分配链优化群体作为柔性作业车间调度问题遗传算法(GA-Ⅰ)的机器链初始群体,并利用混合方式的交叉与变异在工件和工序级尺度上进行遗传操作,实现了FJSP的高效求解算法.通过典型算例验证了该方法的可行性和有效性.

摘要：针对ROV变量液压推进器伺服控制系统的控制模型,提出了采用改进遗传算法进行控制模型参数辨识。为解决遗传算法易早熟,难以找到精确解等问题,采用一种基于均匀设计的种群初始化方法和一种改进变异方式的深度捕食策略,有效提高了ROV变量液压推进器伺服控制模型辨识算法的全局收敛性和搜索效率。同时,利用液压试验平台搭建液压回路模拟液压推进器伺服控制系统,采集试验数据辨识得到了ROV变量液压推进器的精确控制模型,仿真和实验结果证明了辨识算法的可行性和模型的正确性。

摘要：针对辅助停车区(ASA)布置的复杂场景,面向多目标速度曲线共存线路,以辅助停车区数量与列车区间追踪时间最小化为目标,以列车安全运行为约束,构建了多目标优化模型,设计与讨论了带精英策略的快速非支配排序遗传算法(NSGA-II),提出了一种考虑辅助停车区布置特征的种群初始化策略,使得算法具有良好计算性能。算例仿真验证了模型与算法解决复杂场景下辅助停车区优化布置的有效性,为求解辅助停车区布置问题提供了新思路。

摘要：针对船舶路径规划过程中存在多个目标的问题,将船舶路径规划转化为多目标优化问题,提出一种基于改进NSGA-Ⅲ的船舶路径规划方法。研究建立以船舶航路安全性、平滑度及航程为优化目标的数学模型,并设计改进NSGA-Ⅲ求解模型。在种群初始化过程中,引入一种基于有向无环图的种群初始化方法。在种群进化过程中,引入安全算子、平滑算子、最短路径算子及快速修复算子以提高算法收敛速度。试验结果表明,基于改进NSGA-Ⅲ的船舶路径规划方法提高了规划效率,能够得到较好的规划结果。

摘要：由于人体上肢运动链的高自由度,用传统的几何法、解析法、迭代法等求其逆解较为困难。遗传算法具有很好的寻优特性,但标准遗传算法在求解时容易陷入早熟收敛和后期搜索迟钝。为此,提出了一种改进型遗传算法(IGA)求解的方法。先构建人体上肢运动链的各关节单元,并用D-H方法建立其数学模型;然后仿人类种群现象实现遗传算法的种群多样化和种群初始化,设计具有自适应性能的交叉概率和变异概率算子,从而完成了对标准遗传算法的改进。通过对比仿真计算结果可得,改进后的遗传算法能以更大概率避免陷入早熟收敛和后期搜索迟钝,并以较少的遗传代数寻得高精度逆解。