精英改进粒子群算法在入库堆垛问题中的应用
【出 处】:《
计算机工程与科学
》
CSCD
2015年第37卷第7期 1311-1317页,共7页
【作 者】:
张琦琪
[1,2] ;
张涛
[1,3] ;
刘鹏
[1]
【摘 要】
针对钢铁企业生产与物流一体化协同管理中入库堆垛问题,基于出库次序A型约束、垛位选择分散性约束等,建立了以均衡库存垛位负载和最大化板坯综合匹配度为目标的联合优化模型。结合问题的特点,基于PSO算法,利用收敛指数判断种群进化状态,并对处于“收敛”状态的种群执行精英学习策略,提高粒子的活性,帮助种群跃出局部最优。最后通过实例仿真说明了模型与算法的有效性和可行性。
相关热词搜索: 入库堆垛问题 粒子群优化 精英学习策略 分散性约束 收敛指数 stack selection problem particle swarm optimization elitist learning strategy dispersiveconstraints exponent of convergence
上一篇:连锁零售供应链多级库存协同决策研究
下一篇:SVM参数优化的AFMC算法