学习竞争群优化器

能耗时间权衡改善25%

通过环境竞争学习与强化局部搜索，在复杂多目标调度中实现更好的收敛性与多样性平衡。

邵炜世 · 邵仲世 · Pi, Dechang · 高家全

IEEE Transactions on Systems, Man, and Cybernetics: Systems 2025

参数信息

能耗时间权衡改善

25 %

技术优势

能耗时间权衡改善25%

在多个问题规模上，LCSO 相比其他先进多目标优化器，能耗与时间的综合指标提升了25%。

多样性更好

结合强化学习引导的局部搜索，LCSO 能探索更多样化的非支配解，避免早熟收敛。

应用场景

• 制造调度：用于复杂制造系统的多目标调度，降低能耗与总延误时间。
• 分布式生产：优化分布式异构车间的协同生产，提升整体能效。
• 混合装配线：协调混流装配线的排产，减少等待和能耗。
• 工业优化：为实际制造系统提供节能调度解决方案。
• 群体算法：增强群体智能在多目标优化中的收敛性和多样性。