库存在矿业价值链中是必不可少的，协助最大化的价值和生产。库存矿物质的质量控制是储存经理的主要问题，未能满足一些要求可能导致亏损。最近使用单个回收器和基本假设来调查此问题。本研究扩展了考虑多次回收人员准备短期和长期交付的方法。多次恢复者的参与使得在他们在准备交付时的交互方面使问题变得复杂化和安全距离的再生家。我们还考虑更现实的设置，例如用不同类型的回收器处理不同的矿物质。我们提出了构建解决方案的方法，以逐步符合牲畜轿车中所有收集者的优先约束。我们使用贪婪算法，蚁群优化（ACO）来研究各种问题的实例，并提出了一种确定有效计划的集成本地搜索方法。我们微调并比较算法，并表明ACO与本地搜索相结合，可以产生高效的解决方案。
translated by 谷歌翻译
桁架优化可以制定为组合和多模态问题，其中定位不同的最佳设计允许从业者根据他们的偏好选择最佳设计。已经成功地应用了Bilevel优化以分别考虑拓扑和尺寸的拓扑和下层尺寸。我们介绍精确的枚举，以严格分析拓扑搜索空间，并删除对小问题的随机性。我们还提出了新颖性驱动的二元粒子群优化，以通过最大化新颖性来发现上层的新设计。对于较低的级别，我们采用可靠的进化优化器来解决问题的布局配置方面。我们考虑桁架优化问题实例，其中设计人员需要选择与练习代码约束的离散集中的条形大小。我们的实验研究表明，我们的方法优于目前最先进的方法，并获得多种高质量解决方案。
translated by 谷歌翻译