一维下料问题的自适应广义粒子群优化求解

华南理工大学学报（自然科学版） ›› 2007, Vol. 35 ›› Issue (9): 113-117.

一维下料问题的自适应广义粒子群优化求解

沈显君¹ 杨进才¹应伟勤²郑波尽³李元香²

1.华中师范大学计算机科学系，湖北武汉 430079; 2. 武汉大学软件工程国家重点实验室，湖北武汉 430072;3. 中南民族大学计算机学院，湖北武汉430074

收稿日期:2006-09-11 出版日期:2007-09-25 发布日期:2007-09-25
通信作者: 沈显君(1973-)，男，博士，主要从事智能计算及其应用研究. E-mail:xjshen@mail. ccnu.edu.cn
作者简介:沈显君(1973-)，男，博士，主要从事智能计算及其应用研究.
基金资助:
国家自然科学基金资助项目(60473014 )

Adaptive General Particle Swarm Optimization for One-Dimension Cutting Stock Problem

Shen Xian-jun¹Yang Jin-cai¹Ying Wei-qin²Zheng Bo-jin³Li Yuan-xiang²

1. Dept. of Computer Science , Huazhong Normal Univ. , Wuhan 430079 , Hubei , China;2. State Key Laboratory of Software Engineering , Wuhan Univ. , Wuhan 430072 , Hubei , China;3. College of Computer Science , South-Central Univ. for Nationalities , Wuhan 430074 , Hubei , China

Received:2006-09-11 Online:2007-09-25 Published:2007-09-25
Contact: 沈显君(1973-)，男，博士，主要从事智能计算及其应用研究. E-mail:xjshen@mail. ccnu.edu.cn
About author:沈显君(1973-)，男，博士，主要从事智能计算及其应用研究.
Supported by:
国家自然科学基金资助项目(60473014 )

摘要/Abstract

摘要： 针对现有粒子群优化算法在求解组合优化问题时粒子速度迭代难以定义的问题，首先将粒子群优化算法与遗传算法相结合，利用交叉算子、变异算子，提出一种广义粒子群优化算法来求解一维下料问题;然后引入模拟退火算法作为自适应策略，避免算法陷入局部最优.仿真实验结果表明，采用自适应广义粒子群优化算法求解一维下料问题具有高效性和鲁棒性.

关键词: 广义粒子群优化, 一维下料问题, 遗传算法, 模拟退火算法

Abstract:

In the existing particle swarm optimization algorithms , the iteration of particle velocities is difficult to define for combinatorial optimization problems. In order to solve this problem , this paper proposes a general particle swarm optimization algorithm to solve the one-dimension cutting stock problem. In the proposed algorithm , the existing particle swarm optimization algorithm is combined with the genetic algorithm , the crossover operator and the
mutation operator in genetic algorithm are employed , and an adaptive strategy based on the simulated annealing algorithm is introduced to avoid the premature convergence of particle swarm. Simulated results demonstrate that the proposed algorithm is effective and robust in solving the one-dimension cutting stock problem.

Key words: general particle swarm optimization, one-dimension cutting stock problem, genetic algorithm, simulated annealing algorithm

沈显君杨进才应伟勤郑波尽李元香. 一维下料问题的自适应广义粒子群优化求解[J]. 华南理工大学学报（自然科学版）, 2007, 35(9): 113-117.

Shen Xian-jun Yang Jin-cai Ying Wei-qin Zheng Bo-jin Li Yuan-xiang. Adaptive General Particle Swarm Optimization for One-Dimension Cutting Stock Problem[J]. Journal of South China University of Technology (Natural Science Edition), 2007, 35(9): 113-117.

[1]	邱宇东, 王湛, 谢志燊. 基于混合算法的半刚性连接钢框架结构优化[J]. 华南理工大学学报(自然科学版), 2023, 51(6): 72-77.
[2]	别一鸣, 朱奥泽, 从远. 电池健康程度差异下的电动公交线路车辆调度方法[J]. 华南理工大学学报(自然科学版), 2023, 51(10): 11-21.
[3]	翁剑成, 王茂林, 林鹏飞, 等. 基于客流特征鉴别的公交跨线组合调度优化方法[J]. 华南理工大学学报(自然科学版), 2022, 50(9): 39-48.
[4]	秦雅琴, 钱正富, 谢济铭, 等. 基于社会力的交织区突发瓶颈段协同换道决策模型[J]. 华南理工大学学报(自然科学版), 2022, 50(7): 66-75.
[5]	郑亚晶, 李耀辉, 靳文舟. 考虑换乘客流的城市轨道交通网络末班车衔接优化研究[J]. 华南理工大学学报(自然科学版), 2022, 50(5): 32-39,72.
[6]	夏琴香, 李凯, 马骏, 等. 基于遗传算法的模具电极调度问题求解[J]. 华南理工大学学报(自然科学版), 2022, 50(3): 80-87.
[7]	周中, 邓卓湘, 陈云, 等. 基于GA-BP神经网络的泡沫轻质土强度预测[J]. 华南理工大学学报(自然科学版), 2022, 50(11): 125-132.
[8]	刘璇, 王子航, 张桐瑞, 等. 港口重载AGV横向稳定的优化控制策略[J]. 华南理工大学学报(自然科学版), 2021, 49(8): 113-121.
[9]	韩万里, 杜帮申, 赵建有, 等. 考虑小件快运的城乡公交运营调度优化分析[J]. 华南理工大学学报（自然科学版）, 2021, 49(5): 28-37.
[10]	李静王晨张家旭. 基于UniTire轮胎模型的汽车行驶速度估计[J]. 华南理工大学学报（自然科学版）, 2021, 49(5): 47-55.
[11]	罗玉涛, 周天阳, 许晓通. 基于遗传算法的四轮转向－驱动汽车时变 LQR 控制[J]. 华南理工大学学报（自然科学版）, 2021, 49(3): 114-122.
[12]	晋刚何志豪王英俊. 基于遗传算法的5G频率选择表面形状优化方法[J]. 华南理工大学学报（自然科学版）, 2021, 49(11): 95-105.
[13]	李家乐刘真伯王雪菲. 智能电网下支持充放电策略的电动汽车配送路径优化[J]. 华南理工大学学报（自然科学版）, 2021, 49(10): 31-40.
[14]	靳文舟胡为洋邓嘉怡, 等. 基于混合算法的需求响应公交灵活调度模型 [J]. 华南理工大学学报（自然科学版）, 2021, 49(1): 123-133.
[15]	刘刚, 郭德明, 郑文成, 等. 基于轴向热路模型的架空地线与预绞丝接触端面接触电阻的计算[J]. 华南理工大学学报（自然科学版）, 2020, 48(7): 9-19.