文章針對自動化立體倉庫貨位分配優(yōu)化問題,提出一種基于非均勻消除-擴(kuò)散概率的情緒化細(xì)菌覓食算法。構(gòu)建以堆垛機(jī)于一個生產(chǎn)周期內(nèi)兼顧平均運行時間和出入庫任務(wù)對產(chǎn)品質(zhì)量影響程度的多目標(biāo)優(yōu)化模型;針對傳統(tǒng)細(xì)菌覓食算法在優(yōu)化過程中存在的趨化步長不確定及消除-擴(kuò)散概率恒定等不足,在趨化步驟中利用古斯分布搜索機(jī)制對細(xì)菌個體位置進(jìn)行更新,以解決搜索能力差及易陷入局部最優(yōu)的問題,引入情緒感知因子,利用情緒智能的突變實現(xiàn)自適應(yīng)趨化步長,避免過早收斂;圍繞細(xì)菌個體在消除-擴(kuò)散過程中概率的恒定性問題,提出利用線性和非線性概率分布代替?zhèn)鹘y(tǒng)的常數(shù)分布實現(xiàn)非均勻分布,同時引入動力因子隨機(jī)值,降低算法計算成本;仿真測試及算法對比結(jié)果表明,文章提出的算法較傳統(tǒng)的細(xì)菌覓食算法及遺傳算法在解決該類問題上具有較好的收斂性,且可保證種群于優(yōu)化過程中的多樣性。

【文章頁數(shù)】：6 頁

【部分圖文】：

圖2 最優(yōu)解變化趨勢

設(shè)置貨位及堆垛機(jī)相關(guān)參數(shù)如下:L=3m,W=2m,H=1.5m,D=6m,Vx=2m/s,Vy=1m/s。圖3種群多樣性變化趨勢

圖3 種群多樣性變化趨勢

圖2最優(yōu)解變化趨勢由圖2、圖3可知,由于翻轉(zhuǎn)及遷移操作減少了BFA進(jìn)入局部最優(yōu)的幾率,細(xì)菌個體的適應(yīng)度低,計算成本大;GA的局部搜索能力較差且易陷入局部最優(yōu),導(dǎo)致其優(yōu)化效率低;綜上,NPEBFA相比于GA及BFA在最優(yōu)解、收斂速度及確保種群多樣性上均表現(xiàn)出優(yōu)越性。此外,本文提出....

圖1 算法流程圖

算法流程圖如圖1所示。4仿真與結(jié)果分析

本文編號：4016644