论文部分内容阅读
针对检修计划的多目标、多约束特性，以系统运行总费用最小为目标建立经济性模型，并利用蚁群一粒子群混合算法进行求解。对于蚁群算法（antcolony algorithm，ACA）运行参数的选取问题，利用粒子群优化（particle swarmo ptimization，PSO）算法对蚁群系统参数α和β进行训练优化选择，同时引入状态表记忆机制和惩罚因子，从而提高ACA求解速度和解的质量。算例仿真结果证明，该模型具有很好的经济性和实用性。