本文關(guān)鍵詞：差分進化算法研究及在港口物流調(diào)度中的應(yīng)用

  更多相關(guān)文章： 差分進化算法 連續(xù)最優(yōu)化 離散最優(yōu)化 集裝箱港口物流調(diào)度 決策支持系統(tǒng)

【摘要】：制造及物流系統(tǒng)中廣泛存在著設(shè)備及資源優(yōu)化問題,優(yōu)化的質(zhì)量和效果直接關(guān)系到系統(tǒng)的運行成本及生產(chǎn)效率,因此如何設(shè)計高效的優(yōu)化算法已成為學術(shù)界和工業(yè)界共同關(guān)注的熱點問題。優(yōu)化問題根據(jù)變量的取值可分為連續(xù)最優(yōu)化問題和離散最優(yōu)化問題,本文針對這兩類不同的典型優(yōu)化問題,對差分進化算法進行了系統(tǒng)性的基礎(chǔ)研究和應(yīng)用研究。本文針對以非線性規(guī)劃為代表的連續(xù)最優(yōu)化問題和以資源約束項目調(diào)度為代表的離散最優(yōu)化問題,研究了分別求解連續(xù)和離散最優(yōu)化問題的兩種差分進化算法。針對非線性規(guī)劃問題,提出了新的基于個體依賴機制的差分進化算法,并以集裝箱船舶配載計劃問題為背景,進行了應(yīng)用研究；針對資源約束項目調(diào)度問題,提出了新的離散差分進化算法,并以集裝箱港口泊位和岸橋集成調(diào)度問題為背景,進行了應(yīng)用研究；以實際集裝箱港口為背景開發(fā)了一套物流優(yōu)化決策支持系統(tǒng)。本文主要工作概括如下：1) 針對以非線性規(guī)劃為代表的連續(xù)最優(yōu)化問題,提出了一種新的基于個體依賴機制的差分進化算法(IDE)。與常規(guī)差分進化算法不同,提出了依據(jù)適應(yīng)值的差異調(diào)和個體參數(shù)的方法,設(shè)計了多樣化的變異策略,并在變異策略中引入了隨機干擾元素避免陷入局部最優(yōu),從而提高算法的全局搜索能力。經(jīng)過國際標準函數(shù)集測試表明,IDE是目前國際上求解此類問題最好的差分進化算法。2) 以集裝箱船舶配載計劃問題為背景,進行了IDE算法的應(yīng)用研究。該問題的任務(wù)是在對集裝箱船舶裝載區(qū)域分段的基礎(chǔ)上,決策出港集裝箱在每個區(qū)域內(nèi)的堆放順序,目標是最大化船舶穩(wěn)定性。針對此問題,設(shè)計了用于確定每個集裝箱堆放優(yōu)先級的分段連續(xù)編碼,并提出了基于IDE的兩階段混合算法�；趯嶋H數(shù)據(jù)的實驗結(jié)果表明,算法可以在短時間內(nèi)求得問題的近優(yōu)解。3) 針對以資源約束項目調(diào)度為代表的離散最優(yōu)化問題,提出了一種新的離散差分進化算法(PDDE)。針對離散最優(yōu)化問題,設(shè)計了排序編碼,定義了新的離散變異操作和交叉操作算子,以保證算法在可行域內(nèi)迭代。通過觀測迭代過程產(chǎn)生的資源約束項目調(diào)度問題的解,發(fā)現(xiàn)了不同的優(yōu)秀解中首任務(wù)(或尾任務(wù))間具有相似性的規(guī)律(偽定理),并依此設(shè)計了一種保持相似性的任務(wù)不變、進化非相似性任務(wù)的降維搜索機制�；诘笃讷@得的解,通過學習發(fā)現(xiàn)多數(shù)解的任務(wù)之間具有關(guān)聯(lián)特征的共性規(guī)律,提出了保持任務(wù)關(guān)聯(lián)性的局部搜索策略�；谫Y源約束項目調(diào)度問題的標準測試數(shù)據(jù)的實驗結(jié)果表明,所提算法優(yōu)于目前求解此類問題的主流算法。4) 以集裝箱港口的泊位和岸橋集成調(diào)度問題為背景,進行了PDDE算法的應(yīng)用研究。該問題的任務(wù)是在滿足泊位及岸橋資源量約束以及船舶間優(yōu)先級關(guān)系約束的條件下,決策每艘船舶的靠港作業(yè)開始時間,目標是最小化計劃期內(nèi)所有船舶的總服務(wù)完成時間。將問題歸結(jié)為資源約束項目調(diào)度問題,設(shè)計了用于確定船舶作業(yè)開始時間的排序離散編碼,并使用PDDE進行求解�；趯嶋H數(shù)據(jù)和模擬數(shù)據(jù)的實驗結(jié)果表明,PDDE是快速有效的。5) 以國內(nèi)某大型集裝箱碼頭為背景,基于上述提出的連續(xù)和離散差分進化算法,開發(fā)了用于優(yōu)化集裝箱港口物流調(diào)度問題的決策支持系統(tǒng)。系統(tǒng)包括泊位岸橋分配、集裝箱堆存計劃、集裝箱倒垛優(yōu)化、集裝箱船舶配載計劃等功能模塊。通過實際數(shù)據(jù)測試,驗證了提出的算法在求解實際集裝箱港口物流調(diào)度優(yōu)化問題的有效性。
【關(guān)鍵詞】：差分進化算法 連續(xù)最優(yōu)化 離散最優(yōu)化 集裝箱港口物流調(diào)度 決策支持系統(tǒng)
【學位授予單位】：東北大學
【學位級別】：博士
【學位授予年份】：2015
【分類號】：F552.6;F259.2;TP18
【目錄】：

• 摘要6-8
• Abstract8-14
• 第一章 緒論14-38
• 1.1 問題的研究背景及意義14-15
• 1.2 優(yōu)化問題與優(yōu)化方法概述15-19
• 1.2.1 優(yōu)化問題分類16-17
• 1.2.2 優(yōu)化方法分類17-19
• 1.3 差分進化算法的原理及研究現(xiàn)狀19-35
• 1.3.1 差分進化算法的原理20-25
• 1.3.2 差分進化算法的研究現(xiàn)狀25-35
• 1.4 本文的主要工作35-38
• 第二章 基于個體依賴機制的差分進化算法(IDE)38-54
• 2.1 引言38-40
• 2.2 算法原理40-51
• 2.2.1 參數(shù)設(shè)置(IDP)40-44
• 2.2.2 變異策略(IDM)44-51
• 2.3 算法步驟51-53
• 2.3.1 初始化51
• 2.3.2 變異操作51
• 2.3.3 交叉操作51-53
• 2.3.4 選擇操作53
• 2.4 小結(jié)53-54
• 第三章 IDE的性能分析54-80
• 3.1 引言54
• 3.2 實驗設(shè)計54-62
• 3.2.1 測試函數(shù)54-61
• 3.2.2 實驗參數(shù)設(shè)置61-62
• 3.3 實驗數(shù)據(jù)結(jié)果62-77
• 3.3.1 IDE算法策略的有效性檢驗62-65
• 3.3.2 IDE與典型的DE之間的比較65-71
• 3.3.3 IDE與非DE的經(jīng)典EA之間的比較71-73
• 3.3.4 關(guān)于IDE算法的討論73-77
• 3.4 小結(jié)77-80
• 第四章 IDE求解集裝箱船舶配載計劃問題80-94
• 4.1 引言80-82
• 4.2 集裝箱船舶配載計劃問題(CSP)82-87
• 4.2.1 問題描述82-84
• 4.2.2 問題模型84-87
• 4.3 基于IDE的CSP問題求解方法87-90
• 4.3.1 啟發(fā)式預(yù)配過程88-89
• 4.3.2 IDE求解CSP89-90
• 4.4 數(shù)據(jù)實驗90-92
• 4.5 小結(jié)92-94
• 第五章 基于指針運算機制的差分進化算法(PDDE)94-118
• 5.1 引言94-95
• 5.2 資源約束項目調(diào)度問題(RCPSP)95-99
• 5.2.1 問題定義96-98
• 5.2.2 RCPSP求解算法介紹98-99
• 5.3 算法原理99-113
• 5.3.1 基于指針運算機制的操作100-105
• 5.3.2 基于RCPSP特征的搜索策略105-113
• 5.4 算法步驟113-116
• 5.4.1 初始化和個體表達113-114
• 5.4.2 變異操作114
• 5.4.3 交叉操作114
• 5.4.4 選擇操作114-116
• 5.5 小結(jié)116-118
• 第六章 PDDE的性能分析118-126
• 6.1 引言118
• 6.2 實驗設(shè)計118-120
• 6.2.1 測試函數(shù)118-119
• 6.2.2 實驗參數(shù)設(shè)置119-120
• 6.3 實驗數(shù)據(jù)結(jié)果120-125
• 6.3.1 RCPSP問題求解120-121
• 6.3.2 基本排序調(diào)度問題的求解121-125
• 6.4 小結(jié)125-126
• 第七章 PDDE求解泊位與岸橋集成分配問題126-132
• 7.1 引言126-127
• 7.2 泊位和岸橋集成調(diào)度問題(B&QAP)127-129
• 7.2.1 問題描述127
• 7.2.2 問題模型127-129
• 7.3 基于PDDE的B&QAP問題求解方法129
• 7.4 數(shù)據(jù)實驗129-130
• 7.5 小結(jié)130-132
• 第八章 集裝箱碼頭物流優(yōu)化系統(tǒng)開發(fā)132-150
• 8.1 引言132-133
• 8.2 系統(tǒng)的設(shè)計思想133-134
• 8.3 系統(tǒng)的功能模塊及操作流程134-148
• 8.3.1 泊位岸橋分配模塊135-138
• 8.3.2 堆存計劃模塊138-141
• 8.3.3 堆場倒垛模塊141-142
• 8.3.4 船舶配載模塊142-143
• 8.3.5 EDI報文轉(zhuǎn)換模塊143-145
• 8.3.6 三維仿真模塊145-148
• 8.4 小結(jié)148-150
• 第九章 結(jié)束語150-152
• 參考文獻152-170
• 附錄A170-184
• 致謝184-186
• 作者博士期間發(fā)表和錄用的論文186-188
• 作者博士期間參與的科研項目188

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 王艷宜;;改進差分進化算法及其應(yīng)用[J];機械設(shè)計與研究;2010年05期

2 張鵬;;基于差分進化的混合地面等待優(yōu)化策略[J];桂林航天工業(yè)高等�？茖W校學報;2012年03期

3 寧桂英;周永權(quán);;一種求解二重積分的差分進化算法[J];哈爾濱理工大學學報;2013年02期

4 王惠卿;;結(jié)合機械設(shè)計約束處理的差分進化算法[J];電子制作;2013年13期

5 蔡亮;楊啟文;岳興漢;;一種基于混合差分策略的改進差分進化算法[J];河海大學常州分校學報;2007年04期

6 譚躍;譚冠政;;混沌局部搜索策略的差分進化算法[J];重慶工學院學報(自然科學版);2009年05期

7 萬東;;差分進化算法研究及其應(yīng)用[J];科學技術(shù)與工程;2009年22期

8 喬英;高岳林;江巧永;;一種新局部搜索策略的差分進化算法[J];太原理工大學學報;2011年04期

9 曲福恒;胡雅婷;楊勇;谷欣超;;改進差分進化算法及其在模糊聚類分析中的應(yīng)用[J];長春理工大學學報(自然科學版);2011年04期

10 黃林峰;;基于離散差分進化算法的多維0/1背包問題求解[J];硅谷;2012年20期

中國重要會議論文全文數(shù)據(jù)庫 前10條

1 陸絲馨;肖健梅;王錫淮;;基于改進差分進化算法的艦船電網(wǎng)重構(gòu)[A];第二十九屆中國控制會議論文集[C];2010年

2 樓洋;李均利;陳剛;;基于個體排序的差分進化算法[A];'2010系統(tǒng)仿真技術(shù)及其應(yīng)用學術(shù)會議論文集[C];2010年

3 張倩;李海港;;多目標問題的差分進化算法研究[A];2009年中國智能自動化會議論文集（第一分冊）[C];2009年

4 裴振奎;劉真;趙艷麗;;差分進化算法在多目標路徑規(guī)劃中的應(yīng)用[A];中國運籌學會模糊信息與模糊工程分會第五屆學術(shù)年會論文集[C];2010年

5 劉國帥;楊侃;陳靜;周景舒;周冉;鄭姣;;差分進化算法在三峽電站廠內(nèi)經(jīng)濟運行中的應(yīng)用[A];中國水文科技新發(fā)展——2012中國水文學術(shù)討論會論文集[C];2012年

6 劉瀟;桂衛(wèi)華;王雅琳;王曉麗;陽春華;;一種改進的多目標差分進化算法研究[A];中國自動化學會中南六�。▍^(qū)）2010年第28屆年會·論文集[C];2010年

7 趙娟;蔡濤;鄧方;楊紅偉;;基于改進差分進化算法的脈沖控制方法[A];中國自動化學會控制理論專業(yè)委員會B卷[C];2011年

8 袁沈堅;顧幸生;;基于差分進化的膜計算優(yōu)化算法[A];上海市化學化工學會2010年度學術(shù)年會論文集（自動化專題）[C];2010年

9 姜立強;郭錚;劉光斌;;差分進化算法縮放因子取值策略研究[A];2007'儀表，自動化及先進集成技術(shù)大會論文集（二）[C];2007年

10 倪惠康;杜文莉;錢鋒;;基于改進差分進化算法的PID參數(shù)優(yōu)[A];2009年中國智能自動化會議論文集（第一分冊）[C];2009年

中國博士學位論文全文數(shù)據(jù)庫 前10條

1 孫浩;差分進化多目標優(yōu)化算法及其在鋁熱連軋軋制規(guī)程中應(yīng)用[D];燕山大學;2015年

2 陳盈果;面向任務(wù)的快速響應(yīng)空間衛(wèi)星部署優(yōu)化設(shè)計方法研究[D];國防科學技術(shù)大學;2014年

3 謝宇;差分進化的若干問題及其應(yīng)用研究[D];南京理工大學;2015年

4 丁青鋒;基于元胞自動機的差分進化算法及其在通信系統(tǒng)中的應(yīng)用研究[D];上海大學;2015年

5 董峗;差分進化算法研究及在港口物流調(diào)度中的應(yīng)用[D];東北大學;2015年

6 葛延峰;有關(guān)智能優(yōu)化算法及應(yīng)用的若干問題研究[D];東北大學;2013年

7 賈東立;改進的差分進化算法及其在通信信號處理中的應(yīng)用研究[D];上海大學;2011年

8 劉榮輝;多階段自適應(yīng)差分進化算法及應(yīng)用研究[D];東華大學;2012年

9 郭鵬;差分進化算法改進研究[D];天津大學;2012年

10 王旭;改進差分進化算法及其在可逆邏輯綜合中的應(yīng)用[D];東華大學;2013年

中國碩士學位論文全文數(shù)據(jù)庫 前10條

1 高靜;量子差分進化算法在油田開發(fā)中的應(yīng)用研究[D];浙江大學;2015年

2 萬婧;基于離散微粒群算法和混合差分進化算法的復雜生產(chǎn)調(diào)度問題求解[D];昆明理工大學;2015年

3 張轉(zhuǎn);基于差分進化算法的混凝土德拜模型的研究[D];長安大學;2015年

4 江華;差分進化算法的改進及其在K-means聚類算法中的應(yīng)用[D];華中師范大學;2015年

5 周志剛;基于差分進化算法的信用風險度量模型研究[D];華中師范大學;2015年

6 任甜甜;差分進化算法在反演問題中的研究與應(yīng)用[D];新疆大學;2015年

7 楊洋;基于差分進化的模糊C-均值聚類算法研究[D];電子科技大學;2015年

8 王丹;基于輔助函數(shù)的自適應(yīng)差分進化算法研究[D];西安電子科技大學;2014年

9 劉家華;基于進化計算的軋制生產(chǎn)過程操作優(yōu)化算法與系統(tǒng)開發(fā)[D];東北大學;2013年

10 王旦平;圓形對稱振子陣列天線基于差分進化算法的綜合[D];西安電子科技大學;2014年

，

本文編號：860305