摘要：物流配送路径优化是现代物流配送服务的关键环节之一,由于需求的小批量和动态变化等特点,需要设计一个快速有效的求解算法。为此,构建了物流配送路径优化问题的数学模型,设计了一个改进的蚁群算法来求解该问题,引进了选择算子、插点操作和动态改变算法参数等改进措施,开发和实现了一个试验软件包。仿真试验结果表明,该算法具有较好的全局寻优能力,收敛速度快,是解决物流配送路径优化问题的有效算法。

摘要：针对内燃机配气机构工作时的振动、冲击和噪声问题,建立内燃机配气凸轮机构型线的动力学数学模型。对蚁群算法在内燃机配气凸轮机构型线参数优化设计进行详细分析,并对蚁群算法存在的容易陷入局部解问题,将蚁群算法和遗传算法进行有效地结合,使得改进后的蚁群算法能够高效率地对内燃机配气凸轮机构型线参数进行优化设计。运用改进型蚁群算法和Matlab语言,对内燃机配气凸轮机构型线数学模型进行仿真优化计算,与原设计相比,仿真结果表明,丰满系数提高,动态最大正加速度在上升段降低,在下降段增加,动态最大负加速度降低,使得系统动态速度和动态加速度趋于平稳,有效地减少了内燃机配气机构的冲击振动,提高了内燃机的动力性能。

摘要：拆卸是回收的前提,为了得到最大的回收效益,对拆卸序列进行规划,得到最优的拆卸序列.根据拆卸的特点构建适合计算和优化的产品拆卸混合图模型,该模型描述了零部件之间的连接关系和优先关系.然后通过几何推理方法产生所有可行的拆卸序列,建立目标函数并构建适合拆卸序列规划的蚁群算法:设计了满足连接关系和优先关系的可拆卸零件搜索空间,得到最优或接近最优的拆卸序列.最后通过实例验证了该方法的实用性和可行性.

摘要：为了提高纤维复合材料缠绕壳体结构的屈曲稳定性,本文将蚁群算法(ACA)求解旅行商问题(TSP)的方法引入到缠绕层顺序优化的计算中。阐明铺层顺序优化的本质是调整沿板厚方向的刚度分布以提高版的抗弯刚度,同时改善荷载的传递路径,以降低由偏心而产生的附加弯矩,从而提高结构的抗屈曲能力;扩展了经典蚁群算法,提出一种分组编解码方法,既可描述缠绕工艺对铺层排列组合的约束,又可降低城市数目以提高优化效率;通过与经典算例的比较,验证了本文方法的有效性和优越性;并研发了复合材料缠绕壳体铺层顺序优化程序系统,实现了壳体结构的屈曲稳定性优化设计。

摘要：为有效求解任务分配问题,提出带有推荐功能的蚁群算法。构建了一种推荐机制,根据对问题的分类情况,基于蚁群算法的算子规则与问题的匹配程度,为每类具体问题的求解提供算子推荐。为提高算法的求解性能,针对问题的三个优化目标设计了三种局部搜索策略,在蚁群算法迭代过程中,根据解的迭代特性自适应地嵌入算法中执行。设计了四种类型共16个不同规模的算例来验证方法的有效性,通过验证每类算例在不同规模下算子规则选择的一致性,从侧面反映了算法推荐机制的合理性。

摘要：蚁群算法在解决组合优化问题上有着良好的适应性,但直接应用于求解连续优化问题难以获得理想的效果.通过对蚁群算法中的全局搜索、局部搜索以及信息素更新规则等环节进行有效的改进,构成了可用于连续优化问题求解的改进蚁群算法.将该算法应用于以灵巧度为目标函数的并联六自由度平台结构设计问题中,通过与采用基本蚁群算法得到的优化结果进行比较,证实了改进蚁群算法具有较好的全局优化能力和较快的收敛速度,可以有效求解并联六自由度平台结构设计这一类连续优化问题.

摘要：为减少城市垃圾的收运成本和各车辆路径之间的重叠区域,设计了一种具有聚类策略、改进全局信息素更新规则和交叉算子的多重蚁群算法.用该算法求解2个标准算例,一个达到目前已知的最优解,另一个偏离度为2.13%.此外,还对含有不同规则的蚁群算法进行了比较.结果表明:与不带聚类策略的蚁群算法相比,该算法求解的路径最佳,其长度缩短4.90%,紧凑度降低83.33%;不同转移更新规则的贡献程度从大到小依次是:带块可见度的聚类策略、全局信息素更新规则和交叉算子.

摘要：运用蚁群算法和 Matlab语言 ,编制了往复振动筛运动参数仿真计算的算法实现程序 ,并运用该程序对往复振动筛的振动圆频率、振幅、振动方向角和振动面倾角进行了优化仿真计算。优化计算结果表明 :物料沿振动筛面的平均推进速度达到 0 .188m / s;在保证物料不跳离筛面的条件下 ,振动惯性达到最大值。

摘要：针对现实问题中优化模型复杂、变量类型混合、求解难问题,通过构建面向混合变量的蚁群优化信息素模型和设计蚂蚁随机解构建方法,提出能够充分有效处理混合连续、有序或无序离散变量的蚁群优化算法。进一步考虑现实问题中目标函数评估次数未知或昂贵优化场景,设计面向任意时间优化的算法参数评估指标,自动化配置算法同时提高解的质量和优化执行效率,生成了面向混合变量和任意时间优化的蚁群算法。最后在标准工程优化问题中进行测试,通过与文献结果的比较,验证了新蚁群算法的高效性和鲁棒性。

摘要：为建立一种支持连续域、离散域混合变量的优化算法以用于固体火箭发动机总体参数优化,改进了基本蚁群算法,融入"网格划分"、"哑元化"和"变尺度局部搜索"三种策略,以改进算法的寻优性能和使用范围,其中局部搜索算法仍采用蚁群算法。使用了几个较具欺骗性的经典测试函数对改进蚁群算法进行了测试,计算结果表明改进蚁群算法找到全局最优值的概率较大。应用改进蚁群算法对固体火箭发动机总体设计中的两个重要总体参数——燃烧室工作压强和喷管面积比,进行了优化求解,获得了满意结果。诸算例的优化结果表明,该改进蚁群算法具有支持混合变量,全局寻优性能稳定和搜索精度高的优点,对工程优化设计问题具有较好的寻优性能和更强的适用性。