中国科学技术信息研究所--国家工程技术数字图书馆

[学位论文] 代殿鑫广东工业大学 2012年硕士导师: 吴伟民共61页

摘要 : 人工蜂群算法(Artificial Bee Colony，ABC)是近年来流行的一种进化计算方法，受启发于蜂群个体间相互协作的特定社会群体行为，是一种基于种群搜索策略的启发式优化算法。人工蜂群算法优点明显，如原理简单、参数少和容易实现等，且已被证明是一种优... 展开人工蜂群算法(Artificial Bee Colony，ABC)是近年来流行的一种进化计算方法，受启发于蜂群个体间相互协作的特定社会群体行为，是一种基于种群搜索策略的启发式优化算法。人工蜂群算法优点明显，如原理简单、参数少和容易实现等，且已被证明是一种优秀的全局优化算法，得到了众多学者的关注。但是人工蜂群算法还存在一些不足，如易早熟收敛，进化后期寻优速度慢等。针对人工蜂群算法的不足，本文在对人工蜂群算法的原理、模型和信息共享机制进行深入探讨的基础上对人工蜂群算法进行改进，提出了两种改进算法，实验结果表明改进算法达到了预期效果。本文具体工作如下：首先详细介绍了人工蜂群算法和两种其他蜂群算法。全面分析了人工蜂群算法，包括人工蜂群算法的原理、组织框架以及算法的参数选择，同时分析了算法的发展动机、特征及优缺点。其次对混合人工蜂群算法进行了改进。将混沌搜索算法的思想引入人工蜂群算法，在观察蜂进化后期应用混沌搜索的思想，防止陷入局部最优。同时在采蜜蜂寻优过程中，利用两个进化因子来引导进化趋势，加快进化速度。实验结果表明：混合人工蜂群算法能在保证蜂群多样性，避免陷入局部最优的情况下，提高算法的进化速度，从而较好地达到了全局寻优和局部寻优的平衡。再次，在前面混合人工蜂群算法的基础上，进一步提出了基于并行的混合人工蜂群算法。算法应用当前流行的并行多线程技术，使两个种群在同时进化的过程中，进行信息交流，有效加快了算法的进化速度，提高了该算法的性能。实验表明：算法有效提高了寻优效率，取得了全局与局部寻优的平衡，与人工蜂群算法和混合人工蜂群算法相比，具有更高的综合性能。最后，对本文的分析研究以及相关工作进行了概括和总结，提出了下一步研究的几个方向。收起

关键词 : 人工蜂群算法混合人工蜂群算法多线程技术信息共享

2. 增强人工蜂群算法求解带钢热轧调度问题研究

[学位论文] 梁望昆明理工大学 2023年硕士导师: 胡蓉共72页

摘要 : 热轧调度问题的研究对于钢铁行业的生产效率和经济效益有着重要的现实意义，也有助于推动钢铁行业现代化管理和产业升级的可持续发展。热轧调度是指在一定的时间和资源约束条件下，对热轧生产过程中的钢板生产顺序、生产时间、生产数量等进行合理的安... 展开热轧调度问题的研究对于钢铁行业的生产效率和经济效益有着重要的现实意义，也有助于推动钢铁行业现代化管理和产业升级的可持续发展。热轧调度是指在一定的时间和资源约束条件下，对热轧生产过程中的钢板生产顺序、生产时间、生产数量等进行合理的安排和调度，以实现生产效益最大化。本文研究了基于人工蜂群算法(ArtificialBeeColony,ABC)的求解方法在带钢热轧生产过程中的三类调度问题上的应用，主要工作如下： (1)将热轧生产过程建模为带有限缓冲区约束的混合流水车间调度问题(Hybridflowshopschedulingproblemwithlimitedbuffer,HFSP_LB)，进而提出一种改进人工蜂群算法(Improvedartificialbeecolony,IABC)进行求解。在IABC中，采用工件加工顺序排列表示调度解，并设计了一种逆向调度策略实现解码和评价；在局部搜索策略中，结合自适应机制引导算法执行可能改进当前解的搜索操作，同时嵌入了模拟退火机制以防止算法过早陷入局部最优解。 (2)针对实际生产中广泛存在的紧凑型带钢生产热轧调度问题(Hot-rollingschedulingproblemincompactstripproductionprocess,HRSP_CSP)，设计两阶段智能优化算法(Two-stageintelligentoptimizationalgorithm,TIOA)进行求解。HRSP_CSP在委托带钢种类和数量确定的前提下，为合理控制成本并确保企业经济效益，采用主次目标进行优化。其中，主目标为如何加入尽可能少的无委托带钢来构成最小轧制批次，以控制成本并满足热轧工艺要求的平滑轧制工艺约束；次目标为考虑如何在主目标确定的轧制批次中确定各批次内带钢集合和带钢轧制顺序，以实现轧制平均平滑率最小,从而确保最优的轧制品质。基于HRSP_CSP的特点，TIOA设计为两阶段寻优算法。在TIOA的前一阶段，分析问题特征，提出启发式算法获取问题的最优解(即最小轧制批次)。后一阶段，分析问题性质，提出改进人工蜂群算法(Improvedartificialbeecolony,IABC)在较短时间内获取问题的优质解。IABC采用基于集合的编码方式，并设计问题解的最优解码策略来提升解的质量，同时设计结合无效邻域判断策略的两类Swap邻域操作和自适应局部搜索策略以增强局部搜索效率。 (3)在(1)的基础上，建立了热轧生产-运输配送集成调度问题(Integratedschedulingproblemofhotrollingproductionandtransportation,ISP_HRPT)模型，并提出一种超启发式人工蜂群算法(Hyper-heuristicartificialbeecolony,HH_ABC)进行求解。根据ISP_HRPT特性，设计了多矢量编码方式来表示可行的调度解，进而构造了10种启发式操作实现对问题解空间的深入搜索。同时，将10种启发式操作构成的排列作为高层策略域个体与低层问题域个体一一对应，人工蜂群算法通过搜索高层个体表征的启发式操作序列，进而实现对低层个体的深入搜索。最后，通过仿真实验和算法对比，验证了所提三种算法求解热轧生产过程中对应的三类调度问题的有效性。收起

关键词 : 带钢热轧调度人工蜂群算法

3. 改进人工蜂群算法在冷链低碳物流路径优化中的应用研究——以京津冀都市圈为例

[学位论文] 李鸿波天津商业大学 2022年硕士导师: 张立毅共63页

摘要 : 随着人们生活水平的不断提升，对冷链产品的需求不断增多。在冷链物流配送过程中，产品的新鲜程度和送达时间的要求较高，导致物流企业配送成本增加。同时，冷链物流企业还需要满足国家绿色环保要求，尽量减少碳排放，实现“碳达峰”和“碳中和”。因... 展开随着人们生活水平的不断提升，对冷链产品的需求不断增多。在冷链物流配送过程中，产品的新鲜程度和送达时间的要求较高，导致物流企业配送成本增加。同时，冷链物流企业还需要满足国家绿色环保要求，尽量减少碳排放，实现“碳达峰”和“碳中和”。因此，本文在分析国内外冷链物流发展动态的基础上，以实现物流企业成本最小化为目标，综合考虑影响物流配送的相关成本，构建了冷链低碳物流配送路径优化的数学模型，并采用改进人工蜂群算法进行了优化求解。本文完成的主要工作如下：（1）综合考虑配送车辆成本、运输成本、产品运输过程中的损失成本、冷链物流车的制冷剂成本、车辆产生的碳排放成本、不在客户要求时间内送达的惩罚成本等诸多因素，构建了总成本最低的冷链低碳物流配送路径优化模型。（2）将人工蜂群算法与人工鱼群算法、遗传算法相结合，提出了基于人工鱼群算法和遗传算法的改进人工蜂群算法（FCABC）。首先用人工鱼群算法的聚群行为改进人工蜂群算法的引领蜂阶段，使其靠近最优解。并利用物理学中的欠阻尼运动，对引入的人工鱼群算法的视野范围采用自适应更新，加快收敛速度。其次在跟随蜂阶段，利用遗传算法的交叉算子进行交叉操作，得到新的解。第三利用经典的旅行商问题对改进人工蜂群算法进行验证，仿真实验表明，改进人工蜂群算法在寻优能力、可靠性、收敛性和稳定性方面均优于基本人工蜂群算法和遗传算法。最后用FCABC算法求解低碳冷链物流配送路径优化模型，仿真验证了其有效性。（3）将人工蜂群算法与细菌觅食算法相结合，提出了基于细菌觅食算法的改进人工蜂群算法（BABC）。首先，在人工蜂群算法的基础上，利用趋向操作改进引领蜂和跟随蜂阶段的邻域搜索方式，利用复制操作在侦察蜂阶段保留优秀的解，加快求解速度。其次，利用经典的旅行商问题对改进人工蜂群算法进行验证，仿真实验表明，改进的人工蜂群算法在寻优能力、可靠性、收敛性和稳定性方面均优于基本人工蜂群算法和细菌觅食算法。最后用BABC算法求解低碳冷链物流配送路径优化模型，仿真表明，求解出的配送方案成本更低，减少了物流企业的配送成本。（4）以京津冀都市圈13个城市的生鲜产品配送路径优化问题为例，分别采用ABC算法、FCABC算法和BABC算法进行优化求解。仿真实验表明，FCABC算法和BABC算法求解得到的总成本均小于ABC算法，且FCABC算法能够获得成本最低的配送路径方案。收起

关键词 : 冷链低碳物流配送路径人工蜂群算法人工鱼群算法遗传算法

4. 精英知识引导的人工蜂群算法

[学位论文] 彭静江西理工大学 2021年硕士导师: 郭肇禄共80页

摘要 : 随着科技的进步，演化算法在工程实践中发挥着越来越重要的作用。人工蜂群算法是一种较有潜力的演化算法，具有结构简单、参数较少、易于实现等特点。然而，基本人工蜂群算法开采能力较弱，导致它在求解一些复杂问题时收敛速度较慢，解的精度有待提升... 展开随着科技的进步，演化算法在工程实践中发挥着越来越重要的作用。人工蜂群算法是一种较有潜力的演化算法，具有结构简单、参数较少、易于实现等特点。然而，基本人工蜂群算法开采能力较弱，导致它在求解一些复杂问题时收敛速度较慢，解的精度有待提升。精英知识是种群中的精英个体在演化进程中通过自学习得到的对问题的认识。种群个体若能在自学习的基础上利用精英知识，则有助于加强算法开采能力。本论文就基于精英知识引导的学习方式，做了如下工作：（1）提出精英中心知识引导的人工蜂群算法。针对基本人工蜂群算法在求解一些复杂优化问题时存在着开采能力较弱、运行效率较低的缺点，精英中心知识引导的人工蜂群算法利用精英知识确定组合权值，构建出精英中心个体，并设计精英中心个体引导的搜索策略，利用精英中心个体为算法提供较优越的搜索方向。在测试实验中，设计了7种变体算法来验证新搜索策略的有效性，并将精英中心知识引导的人工蜂群算法与8种现有的人工蜂群算法，6种差分进化算法以及5种粒子群优化算法进行了性能比较。实验结果表明：精英中心知识引导的人工蜂群算法能够增强开采能力，提升算法搜索效率。（2）提出双重精英知识引导的人工蜂群算法。针对基本人工蜂群算法搜索缺乏引导，导致局部搜索能力较弱的问题，双重精英知识引导的人工蜂群算法提出一种引导个体构建机制，让种群中的核心个体利用精英知识构建核心主导个体，让当前个体所处邻域的成员个体利用精英知识构建邻域领导个体。利用核心主导个体和邻域领导个体的引导性，提出双重引导的搜索策略来提升算法的局部搜索能力。在13个典型的基准测试函数以及15个带旋转和偏移的CEC2015测试函数上验证算法性能，实验结果表明：双重精英知识引导的人工蜂群算法是一种具有竞争力的新算法。（3）从数值实验比较精英中心知识引导的人工蜂群算法和双重精英知识引导的人工蜂群算法。将提出的两种基于精英知识引导的新算法，分别从收敛精度和运行速度两个方面做进一步比较。实验结果表明：精英中心知识引导的人工蜂群算法和双重精英知识引导的人工蜂群算法在测试函数上都有较好的性能，双重精英知识引导的人工蜂群算法在解决单峰问题或多峰问题时更能凸显优势，在带旋转和偏移的复杂函数上两种算法各有所长，精英中心知识引导的人工蜂群算法在大多数问题上的运行速度较快。收起

关键词 : 人工蜂群算法全局优化精英知识

5. 大型构件焊接车间调度模型与方法研究

[学位论文] 肖胜强华中科技大学 2016年硕士导师: 李新宇;高亮共76页

摘要 : 焊接作为装配生产的一项重要工艺，被广泛应用于现代制造业中，如航天、航空、造船、汽车生产、工程机械等。焊接同时也是一项高能耗的生产过程。因而，焊接生产对于整个生产系统的效率提高、能耗降低意义重大。然而，焊接作业与机械加工有着较大差异... 展开焊接作为装配生产的一项重要工艺，被广泛应用于现代制造业中，如航天、航空、造船、汽车生产、工程机械等。焊接同时也是一项高能耗的生产过程。因而，焊接生产对于整个生产系统的效率提高、能耗降低意义重大。然而，焊接作业与机械加工有着较大差异，如焊接中会出现多台焊机同时焊接同一工件的场景。另外，焊接能耗有其独有的规律，传统调度问题模型、方法等已不再适用。目前专门针对焊接车间生产调度问题（Welding shop Scheduling problem，WSSP）的研究极少，亟需对WSS问题进行深入研究。本文针对大型构件焊接车间调度模型及方法开展研究，建立了单目标数学模型、考虑能耗的多目标数学模型，分别设计了离散人工蜂群算法（Discrete Artificial Bee Colony Algorithm，DABC）和多目标人工蜂群算法（Multi-objective ABC，MOABC）进行求解，最后针对一个实际焊接车间的调度问题进行工程应用分析。首先，根据实际生产中多台机器可同时加工同一工件的特点，总结并定义了WSS问题，并基于带准备时间的置换流水车间调度问题，建立了WSS问题的混合整数规划模型，为算法的设计提供了理论基础。其次，针对单目标WSS问题，设计了一种DABC算法进行求解，同时考虑工件加工顺序与车间机器资源分配。设计了四种操作算子，增强了DABC算法的搜索效果，通过三个不同规模的算例，与 GA算法进行数值实验对比分析，验证了所提算法的优越性。然后，建立了焊接车间的能耗评估模型，并在此基础上建立了焊接车间能耗的多目标模型。在前章DABC算法的基础上，设计了MOABC算法对多目标模型进行求解。通过数值计算，验证了所提算法优于SPEA2。最后，针对一个实际焊接车间的生产调度实例进行分析，结果表明本文提出的单目标优化方法比车间实际总加工时间节省55%，多目标优化方法在考虑能耗的极端情况下，节省37%的总加工时间，并有效降低了能耗；同时，上述两个方法较实际生产给出了更加合理的车间机器资源分配方案。收起

关键词 : 焊接车间生产调度离散人工蜂群算法多目标人工蜂群算法数学模型

6. 遗传蜂群算法及其应用

[学位论文] 袁艳花南京理工大学 2013年硕士导师: 朱元国共38页

摘要 : 人工蜂群算法是受现实中蜂群的行为启发而提出的。在人工蜂群算法中，群体的解是依靠雇佣蜂和待工蜂的邻域信息产生的。标准的人工蜂群算法作为一种新的群体最优方法，在寻找全局最优解的时候易陷入局部最优。本文基于遗传算法和人工蜂群算法提... 展开

关键词 : 遗传蜂群算法人工蜂群算法遗传算法旅行商问题函数优化问题

7. 梯级水库群调度的优化蜂群算法研究

[学位论文] 李冬华中科技大学 2018年硕士导师: 伍永刚共86页

摘要 : 梯级水库调度问题是一类典型的大规模、多约束的非线性优化问题;传统的动态规划算法会随着解维度增加出现“维数灾难”;而智能优化算法可以克服此问题;且其原理简单;求解快速。本论文采用人工蜂群算法（Artificial Bee Colony Algorithm; ABC）来解决... 展开梯级水库调度问题是一类典型的大规模、多约束的非线性优化问题;传统的动态规划算法会随着解维度增加出现“维数灾难”;而智能优化算法可以克服此问题;且其原理简单;求解快速。本论文采用人工蜂群算法（Artificial Bee Colony Algorithm; ABC）来解决此问题。ABC算法具有较好的鲁棒性;对求解函数的连续性和凹凸性没有要求;能为梯级水库群优化调度求解问题提供满意的解。ABC算法根据引领蜂、跟随蜂和侦查蜂的分工合作;迭代过程中能同时进行局部和全局搜索最优的解。本论文在分析 ABC 算法的构成要素前提下;针对梯级水库调度问题的特性;产生了一种改进蜂群算法——精英蜂群算法（Elite Artificial Bee Colony;EABC）;EABC算法对侦查蜂的全局搜索策略进行了改进;引入了精英种群;在每次侦查蜂身份转换时用其重心的扰动点作为引导;提高全局搜索效率。为考察EABC算法的性能;论文首先在若干经典的标准函数测试其对高维度函数的优化能力。接着;论文又测试了EABC算法在梯级水库群短期优化调度的经典水火电联合运行的模拟仿真问题上的优化性能;并与遗传算法、鸟群算法和标准蜂群算法进行了比较;结果显示;EABC在精英种群数为四分之一种群数取整时;得到了所有算法中最优和标准差最小的解;说明了EABC在水库群短期优化调度模型中的优越性。最后;论文将EABC算法;应用在实际的沅水流域六库混联长期调度发电量最大模型求解任务中;分别选取了具有代表性的典型丰水年、典型平水年和典型枯水年作为实验对象。论文进行了多次实验;并与其他算法进行对比分析;结果显示;本文提出的EABC算法具有更好的搜索精度和稳定性;得到的水库调度的优化结果也符合调度实际。本论文证实了所提 EABC 算法在求解梯级水库优化调度这类问题中的适用性和优越性;为梯级水库优化调度发电量最大模型提供了一个可行的优化方法。收起

关键词 : 梯级水库优化调度人工蜂群算法

8. 基于改进人工蜂群算法的机电产品并行拆卸序列规划研究

[学位论文] 张文胜合肥工业大学 2017年硕士导师: 宋守许共72页

摘要 : 随着我国制造业的不断发展，越来越多的报废机电产品带来的资源再利用问题与潜藏的环境污染问题亟待解决，而拆卸是解决这一系列问题的基础与关键。如何对废旧机电产品进行高效的拆卸利用已经是现今“绿色技术”的研究热点，也是机电产品生命周期研究... 展开随着我国制造业的不断发展，越来越多的报废机电产品带来的资源再利用问题与潜藏的环境污染问题亟待解决，而拆卸是解决这一系列问题的基础与关键。如何对废旧机电产品进行高效的拆卸利用已经是现今“绿色技术”的研究热点，也是机电产品生命周期研究中所面临的重要课题。因此，本文致力于探索更为高效的拆卸分析及序列规划方法，以改进人工蜂群算法为基础，对复杂机电产品的并行拆卸序列规划方法进行了研究。首先，对复杂产品的拆卸信息模型及评价指标进行了探讨，为后续拆卸序列规划的研究奠定了基础。其次，针对拆卸序列规划易出现的组合爆炸问题，提出了基于人工蜂群算法的解决方案。同时，针对此算法的不足之处，提出了基于二叉树的优先约束策略，对算法中随机生成的初始种群进行约束化处理，使之能够有效提取拆卸解空间信息;定义了可行度算法与适应度算法协同搜寻蜜源，在保证种群多样性的前提下提高了改进算法的收敛速度，使之更加适合求解拆卸序列规划问题。最后，通过实例计算并与其他算法进行对比，证明了本文所述改进算法的可行性及高效性。在此改进算法的基础上，本文提出了一种适应于复杂机电产品的并行拆卸序列规划方法。通过对比分析并行拆卸与传统串行拆卸的不同之处，就并行拆卸的关键问题提出了相应的解决方案:定义了可变序列矩阵方法，由此提出了一种单一集合的并行化分析方法，用以解决并行拆卸序列长度与每步步长不确定的问题，建立了串、并行拆卸序列分析之间的联系纽带;针对并行拆卸繁多的单元选取情况，提出诱导因子方法，引领规划过程向最优方向进行演化。最后，于改进人工蜂算法的基础上，对某发动机模型进行并行拆卸序列规划求解，证明了本文所述基于改进算法的并行拆卸方法的优越性。收起

关键词 : 人工蜂群算法并行拆卸废旧机电序列规划

9. 求解同类机调度问题的人工蜂群算法研究及应用

[学位论文] 张架鹏合肥工业大学 2020年硕士导师: 倪志伟;刘胜军共71页

摘要 : 随着世界经济发展模式的深刻变革，物流作为第三方利润源泉愈发受到国际社会的关注。广义的物流包含运输、存储、加工、配送、信息处理等过程。同类机调度属于物流生产加工领域一类重要问题，其广泛存在于生产车间中，对该类问题的研究具有重要现实意... 展开

关键词 : 同类机调度人工蜂群算法变异算子

10. 人工蜂群算法的改进及其应用

[学位论文] 白芸西安科技大学 2018年硕士导师: 赵高长;张天军共53页

摘要 : 人工蜂群算法是群体智能优化算法的一种。由于其具有控制参数较少、易于实现、计算简单等优点，被广泛应用于多个研究领域。但是，与其他一些智能算法相类似，基本人工蜂群算法同样存在着早熟收敛、易陷入局部最优、进化后期收敛较慢等问题。为了克服... 展开人工蜂群算法是群体智能优化算法的一种。由于其具有控制参数较少、易于实现、计算简单等优点，被广泛应用于多个研究领域。但是，与其他一些智能算法相类似，基本人工蜂群算法同样存在着早熟收敛、易陷入局部最优、进化后期收敛较慢等问题。为了克服人工蜂群算法容易陷入局部最优的不足，本文借鉴禁忌搜索算法的思想，对标准人工蜂群算法进行了改进。将禁忌搜索技术引入到人工蜂群算法中，用于帮助算法跳出局部最优。通过在蜜蜂搜索蜜源的过程中增加一个禁忌表T，来用于存放已经搜索过的蜜源信息，从而得到一个新的搜索机制，这一新的搜索方式，可以有效避免重复搜索，进而加强算法本身的局部开发能力。为了验证改进算法的性能，引入包括单峰函数、多峰函数在内的10个典型标准测试函数进行数值模拟实验，并通过MATLABR2014a编程软件进行实验。结果表明，个别函数未能达到预想结果，但绝大多数函数可以以较低次数的迭代后逼近理论最优值，运行结果良好。对于未能达到理想结果的情况做出了相应分析，此外，将改进人工蜂群算法在30维问题中的运行结果与标准人工蜂群算法的运行结果进行对比，对比结果显示，改进的人工蜂群算法具有更高的搜索效率。此外，鉴于改进的人工蜂群算法的优越性，将其应用于地表沉降量预测问题中。通过引入用于地表沉陷预测的概率积分法模型，并结合关于概率积分法及地表沉陷预测的现有研宄对引用模型进行改进，利用改进的人工蜂群算法，对地表沉降量计算模型进行参数优化，并将优化后的模型应用于工程实例。运行结果显示，预测下沉值与实际下沉值的误差在(0，0.0026)之间，优于标准人工蜂群算法的运行结果，充分说明了改进人工蜂群算法在地表沉降量预测中的可行性及高教性。这对于指导现场施工具有一定的理论研究意义。最后，对本文的研究内容做出了总结，指出了改进算法需要进一步研究的内容，并对人工蜂群算法的发展方向提出了展望。收起

关键词 : 人工蜂群算法局部开发能力禁忌搜索