新型PSGA算法在通航物流系统效能优化中的应用

doi:10.3969/j.issn.1000-1565.2020.01.015

河北大学学报(自然科学版) ›› 2020, Vol. 40 ›› Issue (1): 104-112.DOI: 10.3969/j.issn.1000-1565.2020.01.015

• • 上一篇

新型PSGA算法在通航物流系统效能优化中的应用

张昊^1,2,安景文¹

收稿日期:2019-08-01 出版日期:2020-01-25 发布日期:2020-01-25
作者简介:张昊(1983—),男,河北清苑人,中国矿业大学在读博士,主要从事智能算法在航空工业系统工程领域的应用、运营管理和通用航空产业规划发展方向研究. E-mail:jznyzh@qq.com
基金资助:
国家自然科学基金民航联合基金支持项目(U1733127)

Application of new PSGA algorithm in performance optimization of general aviation logistics system

ZHANG Hao^1,2, AN Jingwen¹

1.School of Management, China University of Mining and Technology, Beijing 100083, China; 2.CAIGA North China Aircraft Industry Co., Ltd., Shijiazhuang 051430, China

Received:2019-08-01 Online:2020-01-25 Published:2020-01-25

摘要/Abstract

摘要： 为提升对时间效率要求较高的通航物流系统整体运行效能,设计和提出了一种新型变种群极搜索遗传算法(PSGA).通过在算法逻辑结构上对传统遗传算法(GA)进行重新设计,同时创新性地设计和引入一种适应度调和因子,使PSGA的算法效率较传统GA算法有了明显提升.经过2个不同复杂度的函数寻优测试显示,PSGA在效率上分别高出GA35.35%和43.50%;最后,通过实际案例应用表明,PSGA的收敛效率高出GA25代,优化精度高出GA1.46.测试与应用结果说明,PSGA算法在通航物流系统效能优化中具有较好的有效性和适用性.

关键词: 通航物流, PSGA算法, AF自适应因子, 配载优化, 效能优化

Abstract: In order to enhance the performance of the general aviation logistics system which requires mach higher time efficiency, this paper designs and proposes a new variable population and pole search genetic algorithm(PSGA). By redesigning the traditional genetic algorithm(GA)in the logical structure, and innovatively designing and introducing a fitness factor, the algorithm efficiency of PSGA is made higher than that of traditional GA.Through two function optimization tests with different complexity,the efficiency of PSGA is made higher than that of GA for 35.35% and 43.50%. Finally, the practical application shows that the convergence efficiency of PSGA is higher than that of GA for 25 generations and the optimization accuracy is higher than that of GA for 1.46. The tests and application results show that PSGA algorithm has better effectiveness and applicability in the performance optimization of general aviation logistics system.

Key words: general aviation logistics, PSGA algorithm, AF-factor, storage optimization, performance optimization

中图分类号:

TP301

张昊,安景文. 新型PSGA算法在通航物流系统效能优化中的应用[J]. 河北大学学报(自然科学版), 2020, 40(1): 104-112.

ZHANG Hao, AN Jingwen. Application of new PSGA algorithm in performance optimization of general aviation logistics system[J]. Journal of Hebei University (Natural Science Edition), 2020, 40(1): 104-112.

参考文献

[1] 钱海军.采用空间编码与正弦选择算子遗传算法求解排课问题[J].计算机与数字工程,2017,45(10):1924- 1930.DOI:10.3969/j.issn.1672-9722.2017.10.008.
[2] 赵鑫宁,喻歆,吴锡.一种基于混合概率选择算子的改进遗传算法[J].成都信息工程大学学报,2016,31(3): 247-254.DOI:10.16836/j.cnki.jcuit.2016.03.003.
[3] 陈灿辉,朱红,詹景坤,等.一种新的遗传算法交叉算子及其在GNSS星座选择中的应用[J].计算机测量与控制,2015,23(10):3452-3454.DOI:10.16526/j.cnki.11-4762/tp.2015.10.059.
[4] 董妍汝.基于选择算子的遗传算法改进[J].办公自动化,2015(16):59-61.DOI:10.3969/j.issn.1007-001X.2015.08.030.
[5] 王金敏,朱丽苹,甄士刚.一种基于蜜蜂进化选择算子的布局遗传算法[J].图学学报,2014,35(5):690-696.DOI:CNKI:SUN:GCTX.0.2014-05-006.
[6] 谢盛嘉.一种改进选择算子的遗传算法在泊松曲线沉降预测模型中的应用[J].计算机与现代化,2012(7): 6-8.DOI:10.3969/j.issn.1006-2475.2012.07.002.
[7] 杨侃,郑姣,郝永怀,等.三角函数选择算子的遗传算法在梯级水库优化调度中的应用[J].天津大学学报, 2012,45(2):167-172.DOI:CNKI:SUN:TJDX.0.2012-02-015.
[8] ZHANG J Y,MENG Q X,FENG X G,et al. A 6-DOF robot-time optimal trajectory planning based on an improved genetic algorithm[J]. Robotics and Biomimetics,2018,5(1):1-7.DOI:10.1186/s40638-018-0085-7.
[9] SENTHILKUMAR V,JAYAPRAKASH G.Hybrid neural network-particle swarm optimization algorithm and neural network-genetic algorithm for the optimization of quality characteristics during CO₂ laser cutting of aluminium alloy[J]. Journal of the Brazilian Society of Mechanical Sciences and Engineering, 2019,41(8):1-15.DOI:10.1007/s40430-019-1830-8.
[10] MUSTAFI D,SAHOO G.A hybrid approach using genetic algorithm and the differential evolution heuristic for enhanced initialization of the k-means algorithm with applications in text clustering[J]. Soft Computing, 2019,23(15):6361-6378.DOI:10.1007/s00500-018-3289-4.
[11] 范媛,李文锋,贺利军.基于改进遗传算法的智能仓储多移动机器人协同调度[J].武汉理工大学学报(信息与管理工程版),2019,41(3):293-298.DOI:10.3963/j.issn.2095-3852.2019.03.012.

[1]	田俊峰,宋倩倩,王浩宁. 云存储环境下数据持有性证明研究综述[J]. 河北大学学报(自然科学版), 2021, 41(5): 599-611.
[2]	李昆仑,戎静月,苏华仃. 一种改进的协同过滤推荐算法[J]. 河北大学学报(自然科学版), 2020, 40(1): 77-86.
[3]	刘行简,魏旭光,康凯. 基于信息资源共享的云计算应用绩效关系模型[J]. 河北大学学报(自然科学版), 2018, 38(3): 327-336.
[4]	苏海锋,许道林,李汶江,黄昊,郑炜. 基于改进蚁群A^*算法的输电线路路径搜索[J]. 河北大学学报(自然科学版), 2017, 37(1): 92-100.
[5]	孔德瀚,邱晓丽,刘永山. 基于缓存替换算法的EPCIS查询机制[J]. 河北大学学报(自然科学版), 2016, 36(5): 541-546.
[6]	郝雷,高月华,李亚朋,万真真. 虚拟仿真技术在装配机械手控制系统中的应用[J]. 河北大学学报(自然科学版), 2016, 36(4): 444-448.
[7]	袁敏英,高林庆,哈明虎. 基于关系的信任的数学定义及评价模型[J]. 河北大学学报(自然科学版), 2010, 30(3): 231-234.
[8]	祝玉华,石凤良,杨希东,王兴元. 基于Logistic映射的数字水印方案[J]. 河北大学学报(自然科学版), 2010, 30(2): 205-210.
[9]	祝玉华,石风良,赵宏微,王志刚,王兴元. 利用混沌加密方法提高通信安全性[J]. 河北大学学报(自然科学版), 2008, 28(5): 545-549.
[10]	田大增,崔玮,哈明虎,高林庆. 基于相似度的模糊粗糙近似算子[J]. 河北大学学报(自然科学版), 2008, 28(1): 92-95.
[11]	翟俊海,张素芳,王熙照. 关于ID3算法的最优性证明[J]. 河北大学学报(自然科学版), 2006, 26(5): 547-550,556.
[12]	郑丽娟,郑丽伟,高帅,贾玉锋. 邮件加密算法PGP的改进[J]. 河北大学学报(自然科学版), 2004, 24(3): 311-314.
[13]	李永,王苗. 有限期任务安排算法的改进[J]. 河北大学学报(自然科学版), 2003, 23(2): 188-192.
[14]	崔春艳,尤扬,李彩霞,席砺莼. 遗传算法及其在钢轨断面检测系统中的应用[J]. 河北大学学报(自然科学版), 2002, 22(4): 381-384.
[15]	李凯,徐永春,孙翠先. 基于神经网络的函数逼近问题[J]. 河北大学学报(自然科学版), 2001, 21(3): 215-217.

新型PSGA算法在通航物流系统效能优化中的应用

Application of new PSGA algorithm in performance optimization of general aviation logistics system

PDF (PC)

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

本文评价