群智能優(yōu)化技術(shù)是在自然群體基礎(chǔ)上通過個(gè)體協(xié)作實(shí)現(xiàn)復(fù)雜系統(tǒng)優(yōu)化的一種智能優(yōu)化技術(shù)。智能物流系統(tǒng)作為智能制造系統(tǒng)的重要支撐,通過群智能優(yōu)化方法可以有效解決復(fù)雜物流優(yōu)化問題,提升問題優(yōu)化效率、降低計(jì)算成本,提高對(duì)問題的響應(yīng)效率。本書得到了國(guó)家自然科學(xué)基金面上項(xiàng)目基于移動(dòng)智能體調(diào)度的混雜工業(yè)無線傳感器網(wǎng)絡(luò)抗毀性研究(編號(hào):61571336)和青年科學(xué)基金項(xiàng)目面向多移動(dòng)智能物流資源調(diào)度的動(dòng)態(tài)漸進(jìn)群集智能優(yōu)化方法研究(編號(hào):61603280)等項(xiàng)目的資助。在此背景下,開展了關(guān)于智能制造發(fā)展背景下若干復(fù)雜物流系統(tǒng)優(yōu)化問題的系統(tǒng)研究和實(shí)踐。本書詳細(xì)介紹了目前群智能優(yōu)化技術(shù)的原理、基于自適應(yīng)和社會(huì)網(wǎng)絡(luò)的算法性能提升方法,以及群智能優(yōu)化算法在自動(dòng)化立體倉(cāng)庫(kù)貨位優(yōu)化、冷鏈配送車輛路徑優(yōu)化、云物流下基于協(xié)同庫(kù)存的集合覆蓋的選址分配優(yōu)化、集裝箱多式聯(lián)運(yùn)優(yōu)化和集裝箱船舶貝位配載優(yōu)化等具體實(shí)際問題中的應(yīng)用。本書可幫助高校師生和工程技術(shù)人員系統(tǒng)掌握群智能優(yōu)化技術(shù)的原理、改進(jìn)途徑及應(yīng)用策略,了解群智能優(yōu)化算法國(guó)內(nèi)外新研究進(jìn)展,掌握工程實(shí)際中典型物流問題的建模方法及群智能優(yōu)化方法。本書對(duì)推廣、提升智能制造環(huán)境下智能物流系統(tǒng)優(yōu)化和發(fā)展具有重要意義。
本書力求將理論研究與實(shí)際應(yīng)用并重,圍繞著群智能優(yōu)化算法理論研究及其在物流實(shí)際問題優(yōu)化中的應(yīng)用,基于作者在群體結(jié)構(gòu)、群體拓?fù)浜蛡(gè)體行為研究的成果,融合復(fù)雜網(wǎng)絡(luò)、人工智能、系統(tǒng)工程等的思想和方法,構(gòu)建了針對(duì)實(shí)際物流問題的群智能優(yōu)化能力提升和應(yīng)用的理論和實(shí)踐方法。首先,從群體結(jié)構(gòu)和搜索行為研究出發(fā),提出具有異構(gòu)分簇的聚類自適應(yīng)策略,改善了算法性能;其次,從群體間網(wǎng)絡(luò)關(guān)系分析入手,引入復(fù)雜網(wǎng)絡(luò)理論,將網(wǎng)絡(luò)拓?fù)溲莼鳛檎{(diào)節(jié)群體搜索信息共享的手段,從而避免信息過度集中,提升整體優(yōu)化能力;再次,從網(wǎng)絡(luò)拓?fù)浜蛡(gè)體行為控制兩方面分析,在種群中引入社會(huì)網(wǎng)絡(luò)的演化調(diào)整機(jī)制和個(gè)體學(xué)習(xí)行為方法,強(qiáng)化個(gè)體之間的交互和協(xié)作,優(yōu)化人工種群的搜索能力;后,將上述策略及方法分別應(yīng)用在自動(dòng)化立體倉(cāng)庫(kù)貨位優(yōu)化、冷鏈配送車輛路徑優(yōu)化、云物流下基于協(xié)同庫(kù)存的集合覆蓋的選址分配優(yōu)化、集裝箱多式聯(lián)運(yùn)方案優(yōu)化等問題中。在每個(gè)物流優(yōu)化問題求解中,均設(shè)計(jì)了高效的編碼、解碼方案,將問題與算法緊密結(jié)合,充實(shí)了智能優(yōu)化算法的應(yīng)用方式和實(shí)踐案例。
這是一個(gè)物流巨速發(fā)展和變革的時(shí)代。每天千萬件貨物在處理,無人機(jī)快遞、無人車運(yùn)輸、智能化物流中心等技術(shù)和產(chǎn)品正在物流行業(yè)實(shí)踐,物流產(chǎn)業(yè)正在從單純勞動(dòng)密集型產(chǎn)業(yè)向高科技與管理結(jié)合的模式發(fā)展。信息化的物流資源提升了物流設(shè)備的智能性,也進(jìn)一步豐富了智能物流的調(diào)度對(duì)象。在智能物流環(huán)境中,具備了移動(dòng)感知和通信能力的物料、托盤和移動(dòng)裝備等物流對(duì)象成為新的智能物流調(diào)度資源。工業(yè)生產(chǎn)組織中的物流資源呈現(xiàn)出了新的特征。這些新的發(fā)展趨勢(shì)和特征也將明顯增加物流資源調(diào)度問題的復(fù)雜性。如何解決當(dāng)前物流系統(tǒng)優(yōu)化中面臨的高維、多約束、動(dòng)態(tài)、高效等NP(nondeterministic polynomial,非確定多項(xiàng)式)難題,是物流領(lǐng)域?qū)W者和業(yè)界共同關(guān)注的熱點(diǎn)話題。群智能優(yōu)化技術(shù)具有良好的魯棒性和優(yōu)化能力,為解決大規(guī)模復(fù)雜優(yōu)化問題提供了有效的工具,已成為工業(yè)生產(chǎn)中任務(wù)調(diào)度、資源協(xié)同、布局優(yōu)化等方面的熱點(diǎn)技術(shù)。然而,群智能優(yōu)化作為一種新穎的計(jì)算模式,研究和應(yīng)用仍然存在許多問題,如早熟、種群多樣性速降、開發(fā)和開拓行為不易控制等,制約了群智能優(yōu)化算法搜索性能的提升。另外,目前優(yōu)化問題越來越復(fù)雜,在智能算法構(gòu)建中也面臨如初始可行解構(gòu)建難度大、搜索效率低、計(jì)算成本激增等難題。如何開發(fā)出更加有效的算法,與復(fù)雜的物流系統(tǒng)優(yōu)化問題相結(jié)合,形成高效和普適的優(yōu)化架構(gòu),是本書的主要出發(fā)點(diǎn)。本書力求將理論研究與實(shí)際應(yīng)用并重,圍繞著群智能優(yōu)化算法理論研究及其在物流實(shí)際問題優(yōu)化中的應(yīng)用,基于作者在群體結(jié)構(gòu)、群體拓?fù)浜蛡(gè)體行為研究的成果,融合復(fù)雜網(wǎng)絡(luò)、人工智能、系統(tǒng)工程等的思想和方法,構(gòu)建了針對(duì)實(shí)際物流問題的群智能優(yōu)化能力提升和應(yīng)用的理論和實(shí)踐方法。首先,從群體結(jié)構(gòu)和搜索行為研究出發(fā),提出具有異構(gòu)分簇的聚類自適應(yīng)策略,改善了算法性能;其次,從群體間網(wǎng)絡(luò)關(guān)系分析入手,引入復(fù)雜網(wǎng)絡(luò)理論,將網(wǎng)絡(luò)拓?fù)溲莼鳛檎{(diào)節(jié)群體搜索信息共享的手段,從而避免信息過度集中,提升整體優(yōu)化能力;再次,從網(wǎng)絡(luò)拓?fù)浜蛡(gè)體行為控制兩方面分析,在種群中引入社會(huì)網(wǎng)絡(luò)的演化調(diào)整機(jī)制和個(gè)體學(xué)習(xí)行為方法,強(qiáng)化個(gè)體之間的交互和協(xié)作,優(yōu)化人工種群的搜索能力;后,將上述策略及方法分別應(yīng)用在自動(dòng)化立體倉(cāng)庫(kù)貨位優(yōu)化、冷鏈配送車輛路徑優(yōu)化、云物流下基于協(xié)同庫(kù)存的集合覆蓋的選址分配優(yōu)化、集裝箱多式聯(lián)運(yùn)方案優(yōu)化等問題中。在每個(gè)物流優(yōu)化問題求解中,均設(shè)計(jì)了高效的編碼、解碼方案,將問題與算法緊密結(jié)合,充實(shí)了智能優(yōu)化算法的應(yīng)用方式和實(shí)踐案例。群智能優(yōu)化及其在物流中的應(yīng)用前言全書分為群智能優(yōu)化算法理論研究和物流系統(tǒng)優(yōu)化應(yīng)用兩大部分,共9章。第1章介紹了群智能優(yōu)化理論及應(yīng)用較為廣泛的幾類群智能優(yōu)化算法,并從群體網(wǎng)絡(luò)、種群拓?fù)浜蛡(gè)體行為角度進(jìn)行了綜述和分析。第2章介紹了從種群結(jié)構(gòu)和自適應(yīng)角度構(gòu)建的具有異構(gòu)分簇性質(zhì)和自適應(yīng)能力的聚類自適應(yīng)粒子群優(yōu)化算法。第3章從群體網(wǎng)絡(luò)行為角度,提出了具有種群拓?fù)鋭?dòng)態(tài)演化特征的粒子群優(yōu)化算法,優(yōu)化個(gè)體交互行為及整個(gè)種群的搜索行為。第4章對(duì)個(gè)體鄰域、種群拓?fù)浜蛡(gè)體學(xué)習(xí)行為進(jìn)行綜合研究,提出了基于社會(huì)網(wǎng)絡(luò)的群體優(yōu)化算法,提高算法優(yōu)化能力。第5章分析了自動(dòng)化立體倉(cāng)庫(kù)貨位優(yōu)化問題,構(gòu)建了對(duì)應(yīng)的模型,基于連續(xù)編碼離散化策略進(jìn)行了群智能優(yōu)化算法搜索空間與問題解空間的對(duì)應(yīng),實(shí)現(xiàn)了問題的求解。第6章中針對(duì)冷鏈物流中的車輛路徑問題進(jìn)行研究,基于連續(xù)編碼方式,提出了多階段解碼過程,將群智能優(yōu)化算法應(yīng)用于此類問題求解。第7章研究了云物流模式下的選址分配問題,考慮了協(xié)同庫(kù)存問題的特點(diǎn),提出了多段式的個(gè)體編碼方式,實(shí)現(xiàn)了群智能優(yōu)化算法的求解。第8章設(shè)計(jì)了具有全局流量按比例分配與局部流量調(diào)整的編碼方式,將多種群智能優(yōu)化算法應(yīng)用于多式聯(lián)運(yùn)問題的求解。第9章中針對(duì)集裝箱船舶的貝位配置優(yōu)化問題,采用本書的算法進(jìn)行了求解設(shè)計(jì)。作者及研究團(tuán)隊(duì)在群智能優(yōu)化算法、物流系統(tǒng)建模與優(yōu)化、物流系統(tǒng)仿真等方面進(jìn)行了多年的深入研究,承擔(dān)了多項(xiàng)國(guó)家、省部級(jí)科研課題和橫向合作項(xiàng)目,積累了大量經(jīng)驗(yàn)和成果。本書的大部分內(nèi)容來源于這些精華,其中很多出自于相應(yīng)的原創(chuàng)論文。這些為本書的完成提供了豐富的材料和應(yīng)用基礎(chǔ)。要感謝張煜教授和李斌教授的支持,他們對(duì)第8章和第9章案例模型的構(gòu)建和求解提出了寶貴建議。同時(shí)要感謝畢婭副教授的協(xié)助,其研究為第7章提供了基礎(chǔ)資料。還要感謝團(tuán)隊(duì)中碩士生林紅和劉盼盼,他們參與了第4章和第5章中大量的數(shù)據(jù)統(tǒng)計(jì)和案例構(gòu)建。在人工智能蓬勃發(fā)展的時(shí)代,群智能優(yōu)化技術(shù)將迸發(fā)出更多的活力。由于能力及時(shí)間方面的原因,本書只是在群智能優(yōu)化技術(shù)及其在物流領(lǐng)域中的應(yīng)用方面做了一些探索和嘗試,難免掛一漏萬,敬請(qǐng)廣大讀者批評(píng)指正。未來,作者將在讀者意見的基礎(chǔ)上,進(jìn)一步深入研究群智能搜索的內(nèi)在機(jī)理,構(gòu)建個(gè)體搜索的自適應(yīng)調(diào)節(jié)控制方法,增強(qiáng)種群搜索行為,將智能優(yōu)化與物聯(lián)網(wǎng)、深度學(xué)習(xí)等技術(shù)進(jìn)行深度結(jié)合,有效融合實(shí)際調(diào)度信息,構(gòu)建高性能的新型群智能計(jì)算與應(yīng)用模型,實(shí)現(xiàn)系統(tǒng)動(dòng)態(tài)漸進(jìn)式優(yōu)化,以應(yīng)對(duì)智能工業(yè)下的大規(guī)模動(dòng)態(tài)資源調(diào)度和生產(chǎn)優(yōu)化的要求,推進(jìn)群智能理論研究及其在復(fù)雜工業(yè)場(chǎng)景中的應(yīng)用。本書的出版得到了國(guó)家自然科學(xué)基金面上項(xiàng)目基于移動(dòng)智能體調(diào)度的混雜工業(yè)無線傳感器網(wǎng)絡(luò)抗毀性研究(編號(hào):61571336)和青年科學(xué)基金項(xiàng)目面向多移動(dòng)智能物流資源調(diào)度的動(dòng)態(tài)漸進(jìn)群集智能優(yōu)化方法研究(編號(hào):61603280)等項(xiàng)目的資助。本書的研究?jī)?nèi)容在上述基金研究項(xiàng)目中得到了應(yīng)用。本書的出版也得到了華中科技大學(xué)出版社的大力支持。編輯在本書出版過程中,做了非常深入細(xì)致的工作,和作者多次溝通交流,提出了大量有建設(shè)性的意見和建議,引導(dǎo)作者對(duì)內(nèi)容進(jìn)行更細(xì)致的斟酌和訂正,為保障本書的學(xué)術(shù)品質(zhì)默默奉獻(xiàn)。在此一并表示真摯的感謝。作者2018年7月
李文峰,1990年畢業(yè)于華中理工大學(xué)機(jī)械學(xué)院機(jī)械學(xué)專業(yè),獲工學(xué)碩士學(xué)位。2000年畢業(yè)于武漢理工大學(xué)機(jī)械設(shè)計(jì)及理論專業(yè),獲工學(xué)博士學(xué)位。2003年-2004年瑞典皇家工學(xué)院自治系統(tǒng)研究中心訪問學(xué)者。2012.7-2012.12美國(guó)新澤西理工大學(xué)高級(jí)訪問學(xué)者。2015.7-2015.8美國(guó)紐約大學(xué)高級(jí)訪問學(xué)者,F(xiàn)為武漢理工大學(xué)教授,博士生導(dǎo)師,物流工程學(xué)院副院長(zhǎng)。湖北省跨世紀(jì)學(xué)術(shù)帶頭人,湖北省有突出貢獻(xiàn)的中青年專家,中國(guó)人工智能學(xué)會(huì)智能制造專業(yè)委員會(huì)常務(wù)委員,中國(guó)人工智能學(xué)會(huì)智能機(jī)器人專業(yè)委員會(huì)委員,中國(guó)物流學(xué)會(huì)常務(wù)理事,湖北省機(jī)電一體化學(xué)會(huì)常務(wù)理事,湖北省機(jī)械設(shè)計(jì)與傳動(dòng)學(xué)會(huì)常務(wù)理事。教育部2006-2010年高等學(xué)校物流類專業(yè)教學(xué)指導(dǎo)委員會(huì)委員,教育部2013-2017年高等學(xué)校物流管理與工程類教學(xué)指導(dǎo)委員會(huì)委員。IEEE 高級(jí)會(huì)員,IEEE SMC CSCWD和ESMDM的TC成員,中國(guó)傳感器網(wǎng)絡(luò)學(xué)術(shù)會(huì)議(CWSN)程序委員會(huì)委員,IEEE CSCWD、IEEE ICMA、ICLEM、DPMSS等國(guó)際會(huì)議的組織委員會(huì)或程序委員會(huì)委員,IEEE CSCWD2012、ICIA2010、ICMA2010、IDCS2014、IDCS2015,以及 CSCWD2015年學(xué)術(shù)會(huì)議的程序委員會(huì)協(xié)作主席。
第1章群智能優(yōu)化理論及其研究與分析/1
1.1群智能優(yōu)化理論/1
1.2典型群智能優(yōu)化算法/4
1.2.1遺傳算法/4
1.2.2粒子群優(yōu)化算法/6
1.2.3蟻群優(yōu)化算法/7
1.2.4細(xì)菌覓食優(yōu)化算法/8
1.2.5生物地理優(yōu)化算法/9
1.2.6其他群智能優(yōu)化算法/11
1.3群體行為的復(fù)雜網(wǎng)絡(luò)與社會(huì)網(wǎng)絡(luò)分析/12
1.4群智能的種群和拓?fù)浣Y(jié)構(gòu)/14
1.5群智能優(yōu)化中個(gè)體行為控制/16
本章小結(jié)/19
第2章具有異構(gòu)分簇的聚類自適應(yīng)粒子群優(yōu)化算法/21
2.1基于聚類的自適應(yīng)粒子群優(yōu)化算法/21
2.1.1基于聚類的種群動(dòng)態(tài)分割策略/22
2.1.2基于異構(gòu)簇的自適應(yīng)調(diào)整策略/24
2.2算法流程/25
2.3實(shí)驗(yàn)分析和討論/25
2.3.1實(shí)驗(yàn)設(shè)計(jì)和Benchmark函數(shù)/25
2.3.2實(shí)驗(yàn)1:種群分布度對(duì)比分析/27
2.3.3實(shí)驗(yàn)2:算法參數(shù)敏感性測(cè)試/29
2.3.4實(shí)驗(yàn)3:相同初始值對(duì)比測(cè)試/30
2.3.5實(shí)驗(yàn)4:相同最大迭代次數(shù)對(duì)比測(cè)試/43
本章小結(jié)/51
第3章基于社會(huì)網(wǎng)絡(luò)演化的動(dòng)態(tài)拓?fù)淞W尤簝?yōu)化算法/52
3.1基于社會(huì)網(wǎng)絡(luò)演化的粒子群優(yōu)化算法/52
3.1.1群智能中的社會(huì)網(wǎng)絡(luò)/52
3.1.2子群劃分策略/53
3.1.3基于社會(huì)網(wǎng)絡(luò)演化的動(dòng)態(tài)拓?fù)錁?gòu)建算法/54
3.1.4算法流程/63
3.2算法復(fù)雜度分析/64
3.3標(biāo)準(zhǔn)測(cè)試函數(shù)實(shí)驗(yàn)/64
3.3.1測(cè)試函數(shù)/64
3.3.2對(duì)比算法及其參數(shù)/65
3.3.3實(shí)驗(yàn)內(nèi)容及分析/66
本章小結(jié)/76
群智能優(yōu)化及其在物流中的應(yīng)用目錄第4章基于社會(huì)網(wǎng)絡(luò)的群體優(yōu)化算法/77
4.1基于社會(huì)網(wǎng)絡(luò)模型的動(dòng)態(tài)種群拓?fù)浣Y(jié)構(gòu)構(gòu)建/77
4.2擴(kuò)展式個(gè)體鄰域構(gòu)建/79
4.3個(gè)體學(xué)習(xí)行為調(diào)整/81
4.3.1NI中個(gè)體學(xué)習(xí)方式/81
4.3.2RI中個(gè)體學(xué)習(xí)方式/82
4.4算法流程/84
4.5與其他智能算法的比較/86
4.6數(shù)值實(shí)驗(yàn)與分析/87
4.6.1實(shí)驗(yàn)設(shè)計(jì)/87
4.6.2實(shí)驗(yàn)與分析/92
本章小結(jié)/115
第5章基于群智能優(yōu)化算法的自動(dòng)化立體倉(cāng)庫(kù)貨位優(yōu)化/116
5.1貨位優(yōu)化分配問題/116
5.2貨位優(yōu)化分配問題模型/117
5.2.1模型假設(shè)/117
5.2.2模型符號(hào)說明/117
5.2.3模型構(gòu)建/118
5.3基于群智能優(yōu)化的貨位分配問題求解/119
5.3.1算法設(shè)計(jì)/120
5.3.2貨物編碼與貨位編碼/121
5.4汽車零部件貨位優(yōu)化分配實(shí)例分析/123
5.4.1模型相關(guān)參數(shù)說明/123
5.4.2算法相關(guān)參數(shù)說明/124
5.4.3案例結(jié)果分析/124
本章小結(jié)/128
第6章冷鏈配送車輛路徑的群智能優(yōu)化/129
6.1冷鏈物流及車輛路徑問題/129
6.1.1冷鏈物流相關(guān)概念/129
6.1.2冷鏈物流配送路徑研究/129
6.2冷鏈配送車輛路徑優(yōu)化模型/130
6.2.1模型相關(guān)假設(shè)和參數(shù)/130
6.2.2目標(biāo)函數(shù)構(gòu)建/131
6.3基于群智能優(yōu)化算法的冷鏈網(wǎng)絡(luò)配送模型求解/133
6.3.1群智能優(yōu)化算法搜索以螢火蟲算法為例/133
6.3.2針對(duì)網(wǎng)絡(luò)配送問題的個(gè)體編碼設(shè)計(jì)/135
6.4案例分析/137
6.4.1案例/137
6.4.2實(shí)驗(yàn)設(shè)計(jì)/140
6.4.3結(jié)果及分析/141
本章小結(jié)/143
第7章云物流下基于協(xié)同庫(kù)存的集合覆蓋的選址分配優(yōu)化/144
7.1問題背景分析/144
7.2模型構(gòu)建和特點(diǎn)分析/144
7.3云物流下選址分配模型的群智能優(yōu)化算法設(shè)計(jì)/146
7.4基于云物流的汽車零部件供應(yīng)物流選址分配案例研究/151
7.4.1汽車零部件供應(yīng)物流的現(xiàn)狀及需求分析/151
7.4.2實(shí)驗(yàn)設(shè)計(jì)/152
7.4.3云物流下基于協(xié)同庫(kù)存的集合覆蓋的選址分配案例/155
本章小結(jié)/160
第8章基于群智能優(yōu)化算法的集裝箱多式聯(lián)運(yùn)優(yōu)化/162
8.1集裝箱多式聯(lián)運(yùn)問題 /162
8.2多式聯(lián)運(yùn)基本模型/164
8.3多式聯(lián)運(yùn)問題編碼及解碼/165
8.3.1全局流量按比例分配/165
8.3.2局部流量調(diào)整策略/167
8.3.3帶懲罰的目標(biāo)函數(shù)/168
8.3.4問題求解流程/169
8.4案例分析/169
8.4.1案例/169
8.4.2算法對(duì)比設(shè)置/171
8.4.3實(shí)驗(yàn)結(jié)果分析/171
本章小結(jié)/179
第9章集裝箱船舶貝位配載的優(yōu)化/180
9.1集裝箱船舶貝位配載問題/180
9.1.1集裝箱船舶貝位配載問題分類/180
9.1.2集裝箱船舶箱位位置表示/181
9.2集裝箱貝位配載模型/182
9.2.1模型假設(shè)/182
9.2.2模型參數(shù)及相關(guān)變量定義/182
9.2.3模型的目標(biāo)函數(shù)/183
9.3個(gè)體編碼方案設(shè)計(jì)/184
9.3.1基于個(gè)體位置排序的裝載順序解碼/184
9.3.2基于規(guī)則的貝位裝載策略/185
9.4個(gè)體適應(yīng)度計(jì)算/187
9.5問題求解步驟/187
9.6案例實(shí)驗(yàn)/189
9.6.1案例設(shè)計(jì)/189
9.6.2對(duì)比算法設(shè)計(jì)/190
9.6.3實(shí)驗(yàn)結(jié)果及分析/191
本章小結(jié)/200
參考文獻(xiàn)/201