赖伟鹏，陈璟华，胡文波

(广东工业大学 自动化学院，广东 广州 510006)

0 引 言

机组组合是指在满足各种实际运行约束条件的前提下，对机组进行合理调度以实现系统低成本、高可靠性运行的决策过程[1]。目前求解机组组合优化问题的常用方法可以分成经典算法与智能算法。其中分支定界法(branch and bound method,BBM)、混合整数线性规划(mixed integer linear programming,MILP)、动态规划法(dynamic programming,DP)、优先次序法(priority rule,PL)、拉格朗日松弛法(Lagrangian relaxation,LR)等经典算法因表达简单、鲁棒性强、收敛速度快而被长期应用[2]。随着机组数目不断增加，高维度问题的出现使得经典算法求取最优解出现各种问题。

智能优化算法因具有良好的求解速率及全局搜索能力而被应用于求解机组组合问题。文献[3-6]分别运用带精英策略的非支配排序遗传算法(elitist non-donminated sorting genetic algorithm,NSGA-II)、改进二进制微分进化算法(binary differential evolution,BDE)、离散鲸鱼优化算法、离散纵横交叉算法对机组组合优化问题进行求解。文献[7]提出求解大规模系统的两阶段机组组合方法，运用改进PL法求解机组启停状态，但PL所求解的质量会随系统规模增加而降低。文献[8]将智能优化算法与经典算法相结合，该方法在搜索能力上有所提升，但由于采用经典算法对所有候选解进行调整，导致解的多样性有所下降。文献[9]提出结合PL法与双重粒子群算法的机组组合降维求解方法，运用PL法避免算法早熟，同时对机组组合进行降维处理，构建单时刻机组组合优化以提升求解速率，但该文献采用降维方式对机组组合进行拆分，而未对单时刻变量进行调整，使得单时刻变量优势未得到发挥。……