局部搜索

摘要： 针对AGV在动态环境下实时自主路径规划效率低的问题,提出了一种A*算法与D*算法复合自主路径规划的方法。首先通过A*算法生成AGV当前位置到目标位置的全局最优路径;其次,当AGV在全局路径行驶遇到障碍物时,根据障碍物和全局路径的相对位置关系,确定AGV绕开障碍物的局部搜索范围;最后,结合局部路径搜索范围和D*算法,将生成的局部避障路径拼接至已有全局路径,完成了路径拼接,以实现动态障碍场景下AGV到达目标位置时的全局路径更新。试验测试结果表明:所设计的复合路径规划方法能在AGV遇到障碍时实时规划避让路径,实现AGV在复杂动态环境下的自主行驶能力。

摘要： 本文首先通过广度优先搜索和计算最大发生率,将需要探索的邻接点进行排序。然后,基于核数和最大核心度,提出了通过核数上界和最大核心度上界判断顶点是否具有提升当前核数的能力。为了寻找核数最大的包含查询点的极大连通子图,本文分别基于全局搜索和局部搜索的两种算法。基于真实数据的实验结果证明了本文提出算法的高效性和有效性。

摘要： 针对传统进化算法求解多目标优化问题时存在计算量大、难以平衡收敛速度和种群分布均匀性的问题,本文提出了一种基于区域失衡子空间的领先NSGAII算法(NSGAII-URS).首先,基于NSGAII算法,结合局部搜索算法,在每次遗传过程中添加种群领先解解集,引导种群快速收敛;然后,将非支配解所在的目标空间均匀划分,提出稀疏子空间和空闲子空间的概念,通过基于稀疏度的局部搜索策略对失衡子空间优化,进一步提升种群分布的均匀性.我们将本文方法与其他5种先进的多目标进化算法比较,通过基准测试函数进行验证,并采用反世代距离(IGD)和超体积(HV)两个通用指标进行性能评价.实验结果表明,该算法在解的分布性和收敛性方面明显优于对比的其他多目标优化算法.

摘要： 针对航母弹药转运流程复杂、调度难度大的问题,通过系统分析航母弹药调度转运流程,梳理清楚弹药在转运过程中所受到的约束。采用弹药转运车为基本运输单元进行调度建模,并使用由双概率矩阵进行种群迭代,结合局部搜索优化精英解的改进EDA算法求解。所建模型解决了武器升降机的合理运用、弹药转运任务的合理分配等问题,并通过实例对模型的合理性进行验证。实验结果表明,该模型可以有效求解航母弹药调度问题,相比标准EDA算法,效果有所提升。

摘要： 针对旅行商问题求解精度较差、容易陷入局部最优等缺点,提出一种新的求解旅行商问题的信息传播算法。根据旅行商问题的特征,将线性方程嵌入信息传播算法方程中得到旅行商问题的势函数,进而将其转换为因子图,在因子图上利用信息传播算法的迭代方程进行迭代计算。在迭代过程中选择边际信念的最小值,从而得到旅行商问题的初始解,在算法达到设定的迭代次数后,引入局部搜索算法进行求解。在若干数据集上的实验结果表明,新算法能够有效求解旅行商问题。

摘要： 旅行商问题(TSP)是典型的NPC问题,目的是对所有城市遍历一遍求路径最短,旅行商问题易于描述、易于理解,但是求解极其困难。从确定性算法到智能优化算法该问题的求解有了很大的进步。海鸥算法是近年来提出的一种新型智能优化算法,该算法对于求解组合优化问题具有良好的效果,基于海鸥算法的基本原理,采用轮盘赌方法进行初始化,近邻矩阵限制搜索空间范围,利用交叉操作指导算法的搜索顺序,攻击过程中使用概率选择交换、逆序、插入等技术不断对海鸥的路径进行优化,并结合2-opt算子增强算法的局部搜索能力,提出了一种求解TSP问题的改进海鸥算法。最后,对提出的改进算法进行数值实验,将实验结果和近年的改进算法进行对比,实验结果表明,该算法有效且求解质量得到了很好的提高。

摘要： 针对以最小化最大完工时间的柔性作业车间调度问题,在标准樽海鞘群算法(salp swarm slgorithm,SSA)的基础上,提出一种改进的樽海鞘群算法。采用基于工序和基于设备的二维向量进行编码,并考虑设备负载进行种群初始化。基于Lévy飞行对领导者位置更新方式进行离散化改进;在追随者位置更新公式中引入自适应惯性权重,使算法的全局搜索和局部搜索能力得到更好的平衡。为提高搜索效率,设计了交叉算子和基于关键路径的变异算子来保证种群的多样性,同时引入模拟退火(simulated annealing,SA)策略,改善算法的局部搜索能力。通过采用标准算例进行对比计算,结果验证了所提算法的有效性。

摘要： 海洋捕食者算法是一种新颖的基于种群的优化方法,已广泛应用于现实世界的优化应用中.但是,MPA在优化后期缺乏种群多样性,容易陷入局部最优.为了克服不足,提出了一种混沌海洋捕食者算法.首先利用立方映射生成初始种群,增强种群个体多样性;其次使用混沌局部搜索策略提高了算法的收敛性能.此外,采用中等解高斯随机游走策略来辅助算法摆脱停滞.使用部分CEC2014测试函数对提出的算法进行仿真验证.仿真结果表明,CMPA的性能比其他比较算法更具竞争力,在收敛精度和收敛速度等方面有显著提升.

摘要： 柔性作业车间调度问题是智能制造领域的一类典型调度问题,它是制造流程规划和管理中最关键的环节之一,有效的求解方法对提高生产效率具有重要的现实意义。本文基于经典灰狼算法进行改进,以优化最大完工时间为目标,提出一种改进的灰狼算法来求解柔性作业车间调度问题。算法首先采用基于权值的编码形式,实现对经典狼群算法中连续性编码的离散化;其次在迭代优化过程中加入随机游走策略,以增强局部搜索能力;然后在种群更新过程中加入尾部淘汰策略,在避免局部优化的同时增加种群多样性,合理扩大算法的广度搜索范围。在标准算例上的仿真实验结果表明,改进的灰狼算法在求解FJSP时比经典灰狼算法在寻优能力方面具有明显的优势,相比其它智能优化算法,本文所提算法在每种算例上均具有更好的优化性能。

摘要： 针对国内某大型钢铁企业中的连续热镀锌生产调度问题(Continuous Galvanizing Line Scheduling Problem,CGLSP)进行了优化研究。该热镀锌机组特殊的产品结构和工艺约束使此调度问题显著区别于其他关于热镀锌生产调度的研究。该调度问题的难点在于2类板卷的排序之间相互干扰。该调度问题可以看作是TSP问题的1个特例,属于NP难问题。因此,提出了集成局部搜索策略(Local Search)的粒子群算法(Particle Swarm Optimization,PSO)求解该问题,充分利发挥PSO和Local Search在广域搜索和局部搜索的优势,并同优化软件CPLEX进行比较,证明了所提出的PSO算法的有效性。

摘要： 随着LTE网络的快速发展,基站和小区数量快速增加,小区间的干扰问题变得越来越严重.PCI的优化配置是降低LTE小区间下行干扰的重要方法之一.本文提出基于MRO数据建立干扰矩阵,利用局部搜索算法对小区的PCI进行优化分配,从而降低网络中冲突、混淆和模三干扰值进而提升网络性能.

摘要： 考虑云环境下带截止期约束的多模态工作流调度,建立最小化资源总租赁成本的调度优化数学模型,提出迭代复合局部搜索元启发式算法,包括四个部分:初始解生成、迭代局部搜索、扰动、新起点生成.分别考虑最优模态选择、资源成本增加、降低资源公平成本、增加资源公平成本等方法,提出相应的初始解生成算法;构造插入邻域和交换邻域的迭代局部搜索算法;为防止局部搜索陷入局部最优,通过一定概率的插入和交换操作实现扰动当前解,增加群体多样性;在多次扰动产生的解集中根据某一接受标准选择一个解,作为下轮迭代的起点.采用多因素方法分析方法(ANOVA)分析试验结果,选择算法性能最优的参数组合;将提出算法与已有算法在Montage和LIGO实例上进行比较,结果验证了所提出算法的有效性.

摘要： 路径规划是当今智能控制研究领域的难题之一,本文针对无人机的航路规划问题,建立了基于智能体的无人机智能模型,在此基础上给出了无人机路径规划问题的计算模型,并在可视化的实验平台中对各算法进行了仿真与性能评估.最后,针对不同方法的优势和不足,提出运用全局搜索与局部搜索相结合的方法解决无人机路径规划问题的思路.

摘要： 换热网络综合(HENS)优化是过程系统中最广泛研究的方向.尽管如此,MINLP的复杂性给粒子群算法的应用提供了广泛的空间.首先,本文提出2种局部搜索程序来完善粒子群算法作为启发式算法局部搜索能力不强和精度不高问题,使算法能更有利接近全局最优的局部极值.其次,对有固定投资费用的算例,采用了新的费用计算替换公式,来避免迭代计算初期面积较小时因为固定投资费用权重较大而使算法陷入局部最优问题.最后用4个4SP算例分别从不同侧面说明以上策略的有效性,并都得到了该算例目前为止最好的局部极值.

摘要： 针对标准粒子群优化算在处理高维复杂函数时存在的收敛速度慢、易陷入局部极小等问题，借助于粒子分工协作的思想，提出具有分工的粒子群优化算法。该算法的粒子依据选择概率采用5种飞行混合机制，该算法取长补短，既利用了局部信息，又考虑了整体信息，将局部搜索和全局搜索相结合，使收敛性得到提高。4个经典测试函数的仿真实验及与其他算法的比较验证了该算法的有效性。并对不同的飞行规则的概率比例情况作了测试，从而可以选择更好的概率比例。

摘要： 作业车间调度是离散加工制造业和流程工业生产中的重要环节，是一个具有强NP（Non-deterministicpolynomialhard，非确定性多项式）难的复杂组合优化问题，该问题类型繁多，条件多变。本文提出一种离散量子微粒群优化算法(DiscreteQuantumParticleSwarmOptimization)，该算法结合了量子微粒群优化算法和遗传算法的交叉、变异操作，使DQPSO能够直接用于求解车间生产调度这类组合优化问题。另外，通过引入两层结构的局部搜索策略，能够进一步提高解的多样性和寻优质量。对作业车间调度标准测试算例的应用表明了DQPSO算法的有效性。

摘要： 组合优化问题的目标是从组合问题的可行解中求出最优解，本文将局部搜索以及模拟退火的策略融入动力学演化算法而得到的一种新的求解组合优化问题的动力学演化算法（HDEA 算法）。并以0-1 背包问题为例，给出了求解0-1 背包问题的混合动力学演化算法的算法描述，并且将该算法的性能与贪婪法作了比较，实验的结果表明HDEA 算法在求解精度上优于贪婪法，这表明了该算法具有较优的性能。

摘要： 针对遗传算法中全局搜索与局部搜索之间的矛盾,应用二进制编码具有对搜索空间表示精细、容易位值计算的特点,提出矩阵遗传算子,实现群体性对样本空间探索,从而增强遗传算法的全局搜索性能,与具有良好局部搜索性能的遗传算子组合应用,构造了基于矩阵遗传算子的优化组合遗传算法,保证了算法的全局收敛性.实验结果表明,该算法具有更好的整体寻优能力,对利用基于二进制编码遗传算法求解复杂非线性优化问题具有重要借鉴意义.

摘要： 随着多媒体应用的不断发展,在Ad Hoc网络中提供QoS保证已经成为一个极具挑战性的问题.本文提出了一种基于免疫算法的Ad Hoc网络QoS路由算法.该算法选择资源消耗函数作为目标函数,用资源消耗函数的倒数表示亲和力,将带宽和时延作为约束条件,在保证带宽的基础上综合考虑跳数和时延,并利用免疫算法求最优解.仿真实验表明,该算法具有很好的全局和局部搜索能力,能够较好地保持抗体的多样性,并且最终得到满足QoS要求的路由.

摘要： 为了满足协同空战中长机对编队内飞机快速进行武器-目标分配的需求，对传统的离散粒子群优化算法进行了改进，并用其求解目标分配问题。针对离散粒子群优化极易陷入局部极值的问题，通过增加对群体最佳粒子进行局部扰动搜索，以提高在进化过程中特别是进化后期搜索到最优解的速度。一旦目标函数适应度在一定迭代次数后没有进化，则启动局部扰动搜索。对两个作战想定进行了统计计算，结果表明，该算法具有实现简单、计算量小、求解速度快的特点。

摘要： 本发明公开了一种针对选择性装配使用的最差优先的局部随机搜索算法，首先从数据库中读取零部件尺寸信息，将尺寸信息存放在一个3维矩阵中，将部件之间的装配信息存入配合矩阵，然后建立装配矩阵，根据装配矩阵与配合矩阵建立模拟装配矩阵后，进入配合方案的搜索程序，生成一个随机的初始选择方案，之后根据初始的选择方案进行有限范围的搜索，得到匹配出的最优结果。本发明采用“最差优先”的匹配方向，并通过局部的随机搜索及多次迭代的方式，近似的得出最佳匹配方案，能够在不额外提高加工精度的前提下，提高装配的合格率，是一种降低生产成本的有效算法。

摘要： 本发明公开了一种基于软间隔局部半圆搜索提高水下导航效率和可靠性方法，包括：获取惯导数据，并导入研究区域的重力基准图；基于软间隔圆型格网匹配机制，进行一次匹配搜索，得到航迹终点一次最佳匹配位置；判断航迹终点一次最佳匹配位置是否位于软边界圆域的边界区；若位于软边界圆域的边界区，则基于局部半圆型格网匹配机制，对航迹终点一次最佳匹配位置进行二次匹配搜索，得到航迹终点二次最佳匹配位置；否则，直接输出航迹终点一次最佳匹配位置；根据航迹终点一次最佳匹配位置和航迹终点二次最佳匹配位置，得到航迹终点最终最佳匹配位置，并根据航迹终点最终最佳匹配位置对惯导参数进行校准。本发明提高了水下导航效率和可靠性。

摘要： 本发明公开了一种基于八叉树的局部异向性搜索椭球体动态建模方法，包括：设定约束条件并基于待测矿体构建矿体八叉树模型；基于约束条件对矿体八叉树模型进行剖分，获得若干个子空间并在每个子空间内生成局部异向性搜索椭球体模型。本发明在研究区范围较大或矿体形态复杂的情况下，通过八叉树模型对研究空间进行合理划分，实现了对海量局部异向性搜索椭球体进行合理高效的组织和管理，减少了建模的过程中存储空间浪费和效率低下的问题，从而提高地质统计学储量估算方法的适用性和实用性。

摘要： 本发明涉及机器人控制领域，公开了一种基于局部路径规划的机器人气体源搜索方法，本发明建立未知障碍场景栅格模型，将未知障碍场景作为源搜索场景，建立气体源扩散的对流方程模型；建立机器人在所述源搜索场景中的感知模型，并根据机器人探测到的障碍物信息形成认知地图，建立传感器模型以转换气体浓度与气体分子接触次数；根据高斯混合模型提取粒子滤波估计的样本信息，对加权样本进行拟合得到最有效高斯分布，根据最有效高斯分布的中心点作为机器人的目标点；利用局部路径规划算法规划所述机器人所述源搜索场景的搜索路径；生成基于局部路径规划的未知障碍场景机器人气体源搜索方案。

摘要： 本发明公开了一种基于局部规则涌现的集群协同目标搜索方法，包括：将任务区域划分为多个栅格单元；设定无人机集群单体间的相互作用局部规则，确定无人机与其近邻无人机间的相互作用；对任务区域的栅格单元设置目标存在概率图，并利用预设目标存在概率图更新机制在无人机运动过程中对目标存在概率图进行实时更新；设定无人机与环境间的相互作用局部规则；对无人机与其近邻无人机间的相互作用和无人机与环境间的相互作用所确定的无人机下一时刻运动方向进行加权求和处理，获取无人机的速度。本发明能够实现无人机集群在指定任务区域全覆盖涌现搜索过程中对目标的针对性搜索以及任务环境的有效覆盖，降低无效区域的搜索次数，提高搜索效率。

摘要： 本发明提供一种采用混合搜索策略的迭代局部搜索多目标算法，将小邻域搜索策略和大邻域搜索策略相结合的方式对可行解进行搜索。该算法的基本思想是从一个初始解开始，对该初始解进行邻域操作来搜索其邻域解，然后从搜索得来的邻域解按照一定的策略选择当前最合适的解，之后对新得到的解进行抖动操作，重复迭代上述过程不断对这个解进行优化，直至满足终止条件。

摘要： 本发明公开了基于差分进化算法的局部搜索和全局搜索融合方法及系统，方法包括：对种群参数进行初始化配置，生成初始种群；配置局部搜索代数计数器和全局搜索代数计数器；在种群进入局部搜索阶段时，确定局部搜索代数计数器处于上限和下限之间且子种群没有收敛后，种群进入全局搜索阶段；判断全局搜索代数计数器的值是否小于全局搜索代数的上限，若是，则重新执行全局搜索阶段；反之，则返回执行配置局部搜索代数计数器和全局搜索代数计数器的步骤，直至确定达到初始化配置的差分进化算法执行的终止条件后，结束所述差分进化算法。本发明增强了种群的收敛性和探索性，提高了搜索的全面性，高效且复杂度低，可广泛应用于数值优化技术领域。

摘要： 本发明涉及一种基于自适应局部搜索的约束区域均匀试验设计方法，属于技术领域。本发明提出的局部搜索策略是根据均匀程度提出的生成子代的方式，相比传统方式，可以更有效地发掘有助于提升种群均匀性的个体。本专利设计了一种新的提升种群均匀性的策略，有效降低了时间复杂度，并且可以求得均匀性更好的解集；本专利针对等式约束和强约束问题进行了特殊处理，可以在许多等式约束和强约束问题上得到更好的结果。

摘要： 本发明公开一种基于局部搜索算法的室内无线设备部署方法及系统，涉及无线设备部署方法，可在考虑障碍物对信号的影响的前提下，针对指定的目标区域快速地产出设备部署方案，同时可灵活设置每个位置接收到的信号数量要求及其他的约束条件，不仅适用于小区域的求解，还适用于大规模区域的部署。

摘要： 本发明公开的一种基于局部搜索策略的风电场布局优化方法及系统，属于风电场微观选址技术领域。利用精确的Gaussian模型来描述风电场内的尾流效应，从而建立起可靠而高效的风电场模型。在此基础上，利用局部搜索算法来求解该布局优化问题，该算法迭代速度快，专注于可行解的邻域搜索，相比于传统启发式算法更适用于大型风电场的布局优化问题。本发明可以快速地对风电场的布局方案进行迭代优化，并凭借算法良好的局部搜索能力，可以使得优化布局结果在更大程度上认识并避免风电场中的尾流影响，能够有效提高风电场优化算法的精度和效率，从而提高风电场的全年发电产出，提高其收益。