混合蚁群算法优化工业控制系统硬件架构成本

Ruslan Zakirzyanov发表论文，将连续过程自动控制系统（APCS）硬件架构综合形式化为在I/O通道数、通信接口、处理器容量、调节时间和可靠性约束下求最小成本有根树的NP-hard问题，并提出确定性层次构建与改进蚁群优化（ACO）相结合的混合方法。 在10个实例上各运行30次，与遗传算法（GA）、粒子群优化（PSO）、模拟退火（SA）和CP-SAT对比：按最优成本，混合ACO在所有超过100个I/O的实例上优于GA、PSO和SA（高出14–38%），且快9–14倍；但按中位成本，确定性贪心基线更可靠（GA的Friedman排名最佳），因为ACO各次运行的成本波动较大。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。