论文研究基于改进粒子群算法的AGV多目标点调度策略研究 .pdf

多车场多车型车辆调度问题优化是物流配送中的典型NP难解问题，针对传统的粒子群算法存在收敛速度慢，易早熟收敛等问题，提出了一种改进的粒子群优化算法。该算法对种群中的粒子采用一定的概率进行柯西变异，使算法

对带速度项的PSO算法和不具速度项的动态概率PSO算法进行了随机递推分析，给出了保证收敛的算法的参数取值依据以及相关条件，并基于此提出了改进的动态概率PSO算法（RSPSO）。数值实验分析结果表明，改

粒子群（PSO）与K-means结合是聚类分析中的重要方法之一，但都未考虑粒子更新导致的空类问题。提出基于多子群粒子群伪均值（PK-means）聚类算法，为该问题的解决提供一种有效途径，并与粒子群K均

为了进一步提高量子粒子群算法的精度，从描述粒子状态波函数的[δ]势阱特征长度[L(t)]出发，重新修改其评价方式。通过给群体中的每个粒子引入随机权重，生成随机权重平均最优位置来重新评价[L(t)]，以

为了提高粒子群算法的寻优速度和精度，提出一种改进的云自适应粒子群算法（MCAPSO）。算法中根据粒子适应度值把种群分为三个子群，分别采用不同的惯性权重生成策略和进化策略，普通子群粒子采用云自适应惯性权

针对逼近理想解的排序方法对Pareto前端的距离跟踪以及灰色关联度能够很好地分析非劣解集曲线与Pareto最优解集曲线的相似性，提出了一种求解多目标优化问题的理想灰色粒子群算法。该算法利用理想解理论与

企业对产品进行创新改进，带来装配线上装配任务的变化，从而造成已平衡装配线的失衡。针对上述变化给企业混流装配线带来的影响进行了研究，以最小化生产节拍、工作站间的负荷和工人完成新装配任务的调整成本为优化目

为了将决策者对各目标属性的模糊评判信息转换为目标偏好信息，首先将模糊语义转换为三角模糊数,利用模糊数的广义加法、近似乘法和标量乘法进行计算, 从而将决策者对目标属性的离散意见转换为对各目标的综合意见；

将粒子群算法与局部优化方法相结合，提出了一种混合粒子群多目标优化算法（HMOPSO）。该算法针对粒子群局部优化性能较差的缺点，引入多目标线搜索与粒子群算法相结合的策略，以增强粒子群算法的局部搜索能力。

为了改善粒子群优化算法的收敛速度，在布朗运动和伊藤过程的启示下，提出了一种混合布朗运动和粒子群优化算法这两种思想的改进算法。通过对布朗运动和伊藤过程进行抽象，设计了漂移算子和波动算子。漂移算子保留了粒