混合智能算法在电子设备动态管理优化中的应用*

范 钧

混合智能算法在电子设备动态管理优化中的应用*

范 钧**

（成都工业学院电子工程学院，成都 611730）

应用微分进化算法（DEA）与字典排序算法（DSA）相结合的智能算法优化管理电子设备动态货位，研究了基于分拣选路径、存取效率、支架稳定性的动态管理多目标优化问题，并与采用遗传算法（GA）的动态管理优化进行了比对，发现字典排序算法能够按照数字顺序大小构建基于分拣选路径、存取效率、支架稳定性等因素重要程度的多目标函数，微分进化算法则能对多目标函数实施有效优化。仿真结果表明，混合智能算法迭代步数少，收敛速度快，具有更好的执行效率。

电子设备；动态管理；混合算法；微分进化算法；字典排序算法；多目标优化

1　引 言

对于现代电子设备的管理，使用者更多关注的是其越来越高的出入库运作效率，而不是其最基本的分配功能［1］。传统管理的本质是电子设备在时间上的流动，每一种电子设备都会按其固定的货位号和数量排放。尽管这种模式有一些优点，确定的货位易于管理且具有抗高风险的功能，但是其固定的货位可能导致较低的空间利用率［2］。相反，电子设备动态货位优化研究可以为每一种电子设备提供合适的分配模式，实现空间的最优配置［3］。可见，电子设备动态货位优化的主要目的在于合理分配货位空间，有效实施物资的合理分配，从而避免物资进出库的低效率以及可能出现的高损耗。

近年来，国内外诸多学者对于电子设备动态货位及其优化得到许多卓有成效的研究成果。……