在持续任务分配下的多协同农业机械调度多目标优化:一种混合粒子群-禁忌搜索方法
《Processes》:Multi-Objective Optimization of Multi-Cooperative Agricultural Machinery Scheduling Under Continuous Workload Sharing: A Hybrid Particle Swarm–Tabu Search Approach
【字体:
大
中
小
】
时间:2026年07月05日
来源:Processes 3.4
摘要
在时间紧迫的情况下协调多个所有者共用的车队,是一个需要平衡成本、及时性和公平性的复杂多目标问题。我们以多合作农业机械调度为研究对象,将连续工作负荷共享下的多合作农业机械调度问题(MAMSP-CWS)构建为一个三目标模型,旨在最小化区域间运输成本、时间窗口违规情况以及合作方之间的工作负荷失衡问题。为近似得到帕累托前沿,我们开发了一种多目标混合粒子群优化算法,该算法结合了粒子群搜索、禁忌搜索以及稀疏性修复机制,并在外部拥挤距离档案中实现这些功能的协同作用。该算法在中国溧阳的一个实际案例以及两个模拟案例上进行了测试,与NSGA-II-CWS和HTSMOGA-CWS算法在各自20次独立运行中的表现进行了比较。在每种规模下,MO-HPSO-TS-SR算法在所有评价指标上的平均表现均最优,且具有显著的收敛优势(超体积和IGD指标的Holm调整后p值小于0.001,Cliff’sδ值约为1)。通过机制分解发现,稀疏性修复是提升超体积指标的关键因素,而禁忌搜索则起到辅助优化作用。随着问题规模的增大,该算法相对于NSGA-II-CWS的优势也越来越明显,在小规模案例中优势为19.4%,而在大规模案例中则上升至74.2%,这反映出传统遗传算法性能的显著下降,而非该算法优势的逐渐增强。此外,这一框架还可应用于其他连续编码的调度问题,为相关领域提供可复用的决策支持工具。
生物通微信公众号
生物通新浪微博
今日动态 |
人才市场 |
新技术专栏 |
中国科学人 |
云展台 |
BioHot |
云讲堂直播 |
会展中心 |
特价专栏 |
技术快讯 |
免费试用
版权所有 生物通
Copyright© eBiotrade.com, All Rights Reserved
联系信箱:
粤ICP备09063491号