目的针对当前物流背景下普遍出现的送货公司外包、退换货频繁等问题,结合现有的碳排放政策,提出低碳背景下开放式同时送取货选址−路径模型(Low-Carbon Open Location-routing Problem with Simultaneous Pickup and Delivery Problem,LO...目的针对当前物流背景下普遍出现的送货公司外包、退换货频繁等问题,结合现有的碳排放政策,提出低碳背景下开放式同时送取货选址−路径模型(Low-Carbon Open Location-routing Problem with Simultaneous Pickup and Delivery Problem,LOLRPSPD),并通过改进野马算法进行求解。方法首先设计一种新的解码方式,使得原离散问题可以采用连续算法求解。之后,运用哈尔顿序列生成初始解,改进非线性进化概率因子,使用模拟二进制交叉,增加变异操作,以及精英保留、设置连续失败重新初始化等步骤,改进野马算法。最后,通过6组不同大小的算例将改进野马算法与原始野马算法、模拟退火算法、粒子群算法、遗传算法进行对比。结果针对中大型算例,改进野马算法远超原始野马算法。针对小型算例,在确保准确率的同时,改进野马算法对比各经典算法也在速度上具有优势。结论提出的LOLRPSD模型具备合理性,改进的野马算法针对选址路径问题具有较好的搜索能力。展开更多
作战过程的路径规划问题属于仿真过程中的一个重要决策环节,针对作战路径规划问题,文章提出了一种考虑作战特性的分段混合的路径优化算法。首先,提出了一种融合个体自适应精度约束的野马优化算法和A^(*)算法的分段混合(Improved Wild Ho...作战过程的路径规划问题属于仿真过程中的一个重要决策环节,针对作战路径规划问题,文章提出了一种考虑作战特性的分段混合的路径优化算法。首先,提出了一种融合个体自适应精度约束的野马优化算法和A^(*)算法的分段混合(Improved Wild Horse Optimization Algorithm and A^(*)Algorithm Based On Fusion,IAWHO_A^(*))路径优化算法模型,该模型由路径阶段划分模型、自适应个体精度约束的野马优化算法和A算法构成。其次,提出了一种考虑火力覆盖范围特性的路径阶段划分模型,将路径划分快速突进段和隐蔽突进段两个阶段;最后,提出了一种改进的个体自适应精度约束的野马优化算法(IAWHO)优化快速突进段的路径,IAWHO引入个体自适应精度约束以提高算法的全局最优解。文章算法在已有的城市路径规划上进行了仿真实验研究,并取得了良好的实验效果,本文的研究内容为作战路径规划奠定了重要的理论研究基础。展开更多
针对无人机路径规划求解计算量大、难收敛等问题,提出了一种基于全粒子推动野马算法的路径规划方法。建立三维环境模型与路径代价模型,将路径规划问题转化为多维函数优化问题;采用一种自适应邻域搜索策略,改善算法的开发能力;利用高斯...针对无人机路径规划求解计算量大、难收敛等问题,提出了一种基于全粒子推动野马算法的路径规划方法。建立三维环境模型与路径代价模型,将路径规划问题转化为多维函数优化问题;采用一种自适应邻域搜索策略,改善算法的开发能力;利用高斯随机游走策略对个体的历史最优位置进行回溯搜索,改善算法的探索能力;考虑到自适应策略对初始种群多样性敏感的问题,结合Tent混沌映射初始化种群,提高算法的鲁棒性以及全局寻优能力;将提出的改进算法在13个经典测试函数中进行性能验证,并移植于无人机三维路径规划问题中。在30峰、40峰、50峰的环境模型下进行测试,与遗传算法、粒子群算法、SRM-PSO(self-regulating and self-perception particle swarm optimization with mutation mechanism)算法以及野马算法对比,全粒子推动野马算法皆取得最短平均路径,且在所有测试中都找到满足约束、无碰的路径。仿真结果证明,在复杂环境下全粒子推动野马算法具有优秀的全局寻优能力以及较好的鲁棒性。展开更多
文摘目的针对当前物流背景下普遍出现的送货公司外包、退换货频繁等问题,结合现有的碳排放政策,提出低碳背景下开放式同时送取货选址−路径模型(Low-Carbon Open Location-routing Problem with Simultaneous Pickup and Delivery Problem,LOLRPSPD),并通过改进野马算法进行求解。方法首先设计一种新的解码方式,使得原离散问题可以采用连续算法求解。之后,运用哈尔顿序列生成初始解,改进非线性进化概率因子,使用模拟二进制交叉,增加变异操作,以及精英保留、设置连续失败重新初始化等步骤,改进野马算法。最后,通过6组不同大小的算例将改进野马算法与原始野马算法、模拟退火算法、粒子群算法、遗传算法进行对比。结果针对中大型算例,改进野马算法远超原始野马算法。针对小型算例,在确保准确率的同时,改进野马算法对比各经典算法也在速度上具有优势。结论提出的LOLRPSD模型具备合理性,改进的野马算法针对选址路径问题具有较好的搜索能力。
文摘作战过程的路径规划问题属于仿真过程中的一个重要决策环节,针对作战路径规划问题,文章提出了一种考虑作战特性的分段混合的路径优化算法。首先,提出了一种融合个体自适应精度约束的野马优化算法和A^(*)算法的分段混合(Improved Wild Horse Optimization Algorithm and A^(*)Algorithm Based On Fusion,IAWHO_A^(*))路径优化算法模型,该模型由路径阶段划分模型、自适应个体精度约束的野马优化算法和A算法构成。其次,提出了一种考虑火力覆盖范围特性的路径阶段划分模型,将路径划分快速突进段和隐蔽突进段两个阶段;最后,提出了一种改进的个体自适应精度约束的野马优化算法(IAWHO)优化快速突进段的路径,IAWHO引入个体自适应精度约束以提高算法的全局最优解。文章算法在已有的城市路径规划上进行了仿真实验研究,并取得了良好的实验效果,本文的研究内容为作战路径规划奠定了重要的理论研究基础。
文摘针对无人机路径规划求解计算量大、难收敛等问题,提出了一种基于全粒子推动野马算法的路径规划方法。建立三维环境模型与路径代价模型,将路径规划问题转化为多维函数优化问题;采用一种自适应邻域搜索策略,改善算法的开发能力;利用高斯随机游走策略对个体的历史最优位置进行回溯搜索,改善算法的探索能力;考虑到自适应策略对初始种群多样性敏感的问题,结合Tent混沌映射初始化种群,提高算法的鲁棒性以及全局寻优能力;将提出的改进算法在13个经典测试函数中进行性能验证,并移植于无人机三维路径规划问题中。在30峰、40峰、50峰的环境模型下进行测试,与遗传算法、粒子群算法、SRM-PSO(self-regulating and self-perception particle swarm optimization with mutation mechanism)算法以及野马算法对比,全粒子推动野马算法皆取得最短平均路径,且在所有测试中都找到满足约束、无碰的路径。仿真结果证明,在复杂环境下全粒子推动野马算法具有优秀的全局寻优能力以及较好的鲁棒性。
