-
公开(公告)号：CN107862416B
公开(公告)日：2022-04-12
申请号：CN201711248212.1
申请日：2017-11-29
Applicant: 辽宁工程技术大学
Abstract: 本发明提供一种基于盒子不确定集的应急物资储备库选址优化方法，涉及不确定环境下应急服务设施选址优化技术领域。该方法包括：设定鲁棒优化模型的参数及其方法的不确定需求；构建鲁棒优化模型；随机生成各需求点的位置及其对应需求量，并给出随机鲁棒扰动；获得全局最优适应度值和最优解，即应急物资储备库位置坐标。本发明提供的一种基于盒子不确定集的应急物资储备库选址优化方法，由于模型具有非凸、非线性、多重约束的特点，在数学上具有NP‑难的特点，因此，设计人工蜂群算法的编码方法对鲁棒优化模型求解，在不同规模和需求不同扰动下具有良好的鲁棒性，实现不确定因素下应急物资储备库的科学选址，在不确定的情形下最大限度地规避风险。
-
公开(公告)号：CN107862416A
公开(公告)日：2018-03-30
申请号：CN201711248212.1
申请日：2017-11-29
Applicant: 辽宁工程技术大学
Abstract: 本发明提供一种基于盒子不确定集的应急物资储备库选址优化方法，涉及不确定环境下应急服务设施选址优化技术领域。该方法包括：设定鲁棒优化模型的参数及其方法的不确定需求；构建鲁棒优化模型；随机生成各需求点的位置及其对应需求量，并给出随机鲁棒扰动；获得全局最优适应度值和最优解，即应急物资储备库位置坐标。本发明提供的一种基于盒子不确定集的应急物资储备库选址优化方法，由于模型具有非凸、非线性、多重约束的特点，在数学上具有NP-难的特点，因此，设计人工蜂群算法的编码方法对鲁棒优化模型求解，在不同规模和需求不同扰动下具有良好的鲁棒性，实现不确定因素下应急物资储备库的科学选址，在不确定的情形下最大限度地规避风险。
-
公开(公告)号：CN111008685A
公开(公告)日：2020-04-14
申请号：CN201911175134.6
申请日：2019-11-26
Applicant: 辽宁工程技术大学
Abstract: 本发明公开了一种基于生产者依概率反向再生机制的改进人工生态系统优化算法，步骤为：计算各个体适应度值及初始最优解；按随机数与0.5的相对大小依概率执行反向再生机制并产生生产者；按随机数与1/3及2/3的相对大小将生物体种群的其他个体等概率设定为植食性、杂食性和肉食性动物；根据问题解空间的上下界检验当前迭代时生物体种群的解位置有效性；计算生物体种群中各个体的适应度值；计算新生物体种群的个体适应度值，并按最优原则确定当前最优解和最优目标值。本发明能够在生物体的个体数量和最大迭代搜索次数等同等条件下更好地依概率趋近于函数的真实最优解，有效增强了算法的全局探索能力、局部开采能力和算法稳健性。
-
公开(公告)号：CN110222812A
公开(公告)日：2019-09-10
申请号：CN201910516393.4
申请日：2019-06-14
Applicant: 辽宁工程技术大学
Abstract: 本发明公开了一种带能量周期性递减调控策略的改进栗翅鹰优化算法，步骤为：利用随机生成策略在解空间产生N只栗翅鹰的初始位置；更新猎物能量状态和跳跃强度；更新能量周期性递减调控因子和猎物能量；根据猎物能量和逃跑成功率的相对大小，执行栗翅鹰种群个体的位置更新及解有效性检验；计算栗翅鹰种群个体的适应度值，并按最优原则确定当前最优解和最优目标值；重复执行步骤S2～S6，直至迭代次数t达到T；返回最优解和最优目标值。本发明在猎物能量E递减过程中引入周期性递减调控因子，以保证猎物能量随迭代进程呈动态周期性递减，从而有效增强栗翅鹰优化算法在全局搜索和局部搜索间的多周期寻优并得到更逼近于待优化问题真实最优解的精确解。
-
-
-
Search Results
4
records
(took 0.02 seconds)
