一维下料问题的自适应广义粒子群优化求解

作者：沈显君; 杨进才; 应伟勤; 郑波尽; 李元香

来源：华南理工大学学报(自然科学版), 2007, (09): 113-117.

• 广义粒子群优化
• 一维下料问题
• 遗传算法
• 模拟退火算法 general particle swarm optimization
• one-dimension cutting stock problem
• genetic algorithm
• simulated annealing algorithm

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.

• 单位
  华中师范大学; 软件工程国家重点实验室; 中南民族大学; 武汉大学