[发明专利]一种基于细菌觅食优化方法的集装箱码头泊位和岸桥分配方法

摘要

本发明公开了一种基于细菌觅食优化方法的集装箱码头泊位和岸桥的分配方法，该方法包括：首先，初始化，定义解空间；然后，定义适应度函数；随机初始化细菌的位置和速度，选出局部和全局最优位置；细菌在解空间游动，趋化循环；趋化次数到，繁殖一定比例适应值较好的个体来替代适应值不好的个体；将繁殖之后的个体进行克隆免疫；繁殖次数到，个体迁徙；循环。本发明有益效果是：不同于其它的单一方法，而是将细菌觅食算法，粒子群算法，克隆免疫算法，变领域搜索方法相结合的一种新的混合算法，具有四种算法的优点。本发明能够提高码头的效率，合理分配资源，避免了拥堵现象，缩短信息传递的时间，降低作业的差错率。

主权项

一种基于细菌觅食优化方法的集装箱码头泊位和岸桥的分配方法，该方法包括：首先，初始化，定义解空间；然后，定义适应度函数；随机初始化细菌的位置和速度，选出局部和全局最优位置；细菌在解空间游动，趋化循环；趋化次数到，繁殖一定比例适应值较好的个体来替代适应值不好的个体；将繁殖之后的个体进行克隆免疫；繁殖次数到，个体迁徙；循环；所述步骤1）具体为：初始化细菌群体，参数包括：细菌种群大小、控制变量个数、细菌位置、趋化算子次数、繁殖算子次数、迁徙算子次数、执行繁殖的比例、执行迁徙的概率，粒子群和克隆免疫的相关参数等，挑选需要优化的变量赋予其搜索最优解的范围；在n维优化问题中每一维都要求确定其取值范围；所述步骤2）具体为：选择一个函数使其能较为准确的用函数值的大小反映出解的优劣；适应度函数根据优化问题而定，适应度函数直接采用优化问题中的目标函数；所述步骤3）具体为：在第一次迭代时，每个细菌的初期的位置就是该细菌的个体最优位置，并从中选出一个最优的位置作为全局最优位置；所述步骤4）具体为：a、计算每个细菌的适应度值，并与全局、个体最优值进行比较，假如适应度值大于当前细菌个体或全局最优值，则更新替换原来的个体或全局最优值及其对应的位置，否则不更新；b、 细菌速度是控制优化过程的核心，通过细菌速度更新公式的研究，细菌的速度随着个体和全局最优位置的改变而改变，朝着适应度值更优的方向加速；所述步骤5）具体为：达到设定的趋化次数后，将细菌的适应度值排序，选出一定比例较好的个体，将另外不好的个体的位置由较好的个体位置代替，完成繁殖；所述步骤6）具体为：将繁殖之后的个体作为父代进行克隆生成子代，克隆数目和父代适应度值的好坏成正比，然后让克隆的子代个体高频变异，变异过程中加入变领域搜索思想，只允许一个个体位置的某一维的坐标值在其取值范围内变异，其它n‑1维的坐标值不变，然后计算其适应度值，从中选出适应度值最好的个体，将其适应度值与父代个体适应值比较，若更佳则替代父代，否则选用父代个体进行下一轮的趋化操作；所述步骤7）具体为：到达繁殖次数后，细菌个体以一定的概率死亡迁徙，重新生成新的细菌。