基于改进SSA的井下周转料场选址研究.pdf

在经济结构调整、能源结构优化等政策的影响下煤炭企业的发展逐渐聚焦到企业内部 煤炭生产物料供应物流作为企业内部物流环节的源头其井下周转料场(配送中心)选址规划的科学合理性对整个物流系统的运作起着至关重要的作用 为了降低供应物流成本、提高物料周转效率构建了考虑时间和成本的多目标混合整数规划选址模型并改进了麻雀搜索算法对模型定量求解 以陕西正通煤业公司为例通过对模型和算法的分析与应用得到了该煤矿井下周转料场最终的选址配送方案为大型煤矿生产物料的供应物流管理提供了参考关键词 改进麻雀搜索算法生产供应物流井下周转料场中图分类号.文献标识码 文章编号()一、研究背景 煤炭是我国对外依存度最低的重要能源近些年来由于经济结构调整、能源结构优化等政策变化其行业发展受到了威胁煤炭企业之间的竞争已经不单是煤炭产销量上的比较而是日益集中到公司的内部管理 相关数据显示在我国煤炭生产的成本构成中物流成本大约占到了 其中供应物流成本几乎占总物流成本的 因此煤炭物流的合理高效对煤矿企业的安全生产和降低物流成本都起到了积极的作用煤矿生产是一个复杂的系统王金凤曾提出煤矿生产物流系统的概念该物流系统主要是由两大类组成:一类是为生产煤炭提供物料的供给物流体系一类是煤炭自井下开采出运输到地面的生产物流体系 煤矿生产物流系统是指在煤矿井下作业过程中形成的用于组织、管理以及协调整个矿井生产经营活动的一系列相关要素及其关系组成的整体 煤炭供应物流主要是为生产煤炭提供各种原材料包括各种机器设备工具和燃料等 煤炭生产过程中需要的物料种类繁多且与制造业生产有很大的区别其原材料不构成产品实体 在矿井开采过程中由于开采深度的增加各工作面、运输顺槽和辅助运输巷道的长度也随之延伸运输物料的距离不断增加 因此需要在井下设置周转料场这些周转料场的功能就相当于物流配送中心是连接企业地面仓库和井下工作面的中间桥梁其主要功能是根据各个工作面的生产需求及时、准确、经济地配送、转运必需的原材料和设备 由于井下周转料场建成后将会在很长一段时间内投入使用所以其选址问题是构建煤矿生产供应物流体系的重要环节 此外科学合理地选址既能保证煤炭生产物料的供应安全降低供应物流成本又能有效地提高整个供应物流体系的运作效率 因此分析和探讨井下周转料场的选址问题在理论和在实践上都有着重大的意义近些年来国内很多学者从不同方面研究了与煤矿企业相关的选址问题所取得的成果为本文的研究提供了借鉴和参考 王立杰等在煤炭资源分布不均衡、供应紧张的背景下顺应国家煤炭应急储备计划政策考虑突发事件的影响对应急储备中心的选址展开了研究 邹健康基于疆煤外运物流中心选址的复杂性从系统的角度出发运用基于极坐标法 分析法对候选点的评价因素进行定量分析和综合评价最终确定最佳候选点张树等从多个角度分析了煤炭物流节点的选址问题运用层次分析法构建了考虑自然因素和社会因素准则的选址模型并用具体的煤炭物流网络进行了节点选址案例分析 徐超等在对煤矿生产物流系统分析的基础上建立了考虑建设成本和运输成本的煤炭仓储中心选址模型并采用了免疫算法对模型进行求解 程旭根据煤炭物流的特点建立了煤炭仓储中心选址的数学模型并通过粒子群算法求解从不同成本分析静态选址和动态选址方案的合理性 杨胜利等为提高主井的提升效率分析了井下采选充一体化系统关键节点位置的影响因素构建了物流节点的选址模型对粒子群算法进行了优化改进应用于模型求解并运用具体案例进行了验证 杨智懿等就如何运用重心法和整数规划法来解决井下物料的周转料场选址问题进行了探讨其目的在于减少井下物料的转运率降低周转成本但是并没有对所提方法进行具体的应用研究 李瑞群等为了提高物料的周转率保证运输过程的安全性降低生产成本在大柳塔煤矿的矿井开采煤层中选取了适当的场地作为用于物料管理的周转材料库然而目前已有的研究多聚焦在煤炭产品上对于煤炭生产物料方面的研究还比较少已有关于煤炭企业井下周转料场的选址研究大部分是基于定性与定量结合的重心法等方法进行展开的采用数学建模、算法求解进行定量分析的研究较少 针对这一现状本文在分析煤炭生产物料内部供应物流的基础上对井下周转料场的选址问题进行探讨构建井下周转料场的选址规划模型并对具有较高求解精度和效率的麻雀搜索算法进行改进用于模型的求解 二、井下周转料场选址模型构建 (一)问题描述在煤矿企业生产供应物流系统中井下各个工作面位置是确定的由于运输物料的路线不断增长井下多个工作面物料调拨周转困难因此需要设置周转料场集中时间专线专运减少井下调车环节提高物料配送效率但是煤矿生产供应物流系统与其他行业的物流相比有着显著的区别其具有物流节点多的特点生产物料需要经过仓库、副井口、大巷(斜巷)等多个物流节点才能到达工作面等需求点且由于复杂的井下运输环境可能会发生运输道路堵塞等状况导致需求点所需生产物料不能及时送达 随着周转料场(物流节点)数目的增加运输距离和成本也随之减少但是周转料场的数量增加到一定水平运输频次就会相应地增多此时运输费用不减反增因此如何科学合理地选择合适数量的周转料场以及获得相应的配送路线也是选址规划中的一个紧要问题井下周转料场的选址模型可描述为:在一个大型煤矿的生产物料供应物流网络中将供应物流过程简化为地表企业仓库周转料场需求点如图 所示为 个盘区建立 个周转料场 井下周转料场备选点 个需求点 个要在 个备选点中选出()个地址新建周转料场在矿井有限复杂的空间下考虑时间约束的同时满足周转料场最大容量约束和需求点要求达到供应物流总成本最小图 周转料场选址模型问题描述 (二)模型假设为了使模型计算更为便利并使其具有一定程度的普遍适用价值结合相关学者已有的成果提出如下假设:()将供应物流过程简化为地表煤矿企业仓库井下周转料场各个需求点()备选周转料场的相关信息是已知的即备选周转料场的个数、位置信息已知()需求点的相关信息是已知的即需求点的个数、位置信息及物料需求量已知且用户的需求在一段时期内保持稳定()周转料场和需求点之间是多对多的关系一个周转料场至少要为一个需求点进行供料同时周转料场有容量限制()由于周转料场是借用原来的巷道作为物料周转站因此不考虑周转料场的建设成本、管理费用等()生产物料从地面仓库运至井下需求点由于需要多次转运所以会用到多种不同运输工具不同运输工具的运输费率不同本文为了计算方便以一个区段的平均运输成本来代替各类物料在实际运输过程中的运输费率(三)符号说明根据上述问题描述与模型假设本文所用到的符号和含义如下:.集合 为地面仓库 的集合 为备选周转料场 的集合 为需求点 的集合 为生产物料种类 的集合 .变量为生产物料从地面仓库 运输到备选周转料场 的单位运输成本 为生产物料从备选周转料场 运输到需求点 的单位运输成本 为生产物料从地面仓库 运输到备选周转料场 的运输距离 为生产物料从备选周转料场 运输到需求点 的运输距离 为生产物料从地面仓库 运输到备选周转料场 的运输时间 为生产物料从备选周转料场 运输到需求点 的运输时间 为从地面仓库 到备选周转料场 运输生产物料的数量为从备选周转料场 到需求点 运输生产物料的数量 为需求点 对第 种生产物料的需求量 为备选周转料场 的最大设计容量 为生产物料在备选周转料场 的装卸搬运成本 为未满足需求点 所需生产物料的单位惩罚系数 为未满足需求点 所需生产物料的数量.决策变量表示是否在备选周转料场 进行选址的决策变量 表示在周转料场 选址否则 表示是否将生产物料从地面仓库 运输到备选周转料场 表示是否将生产物料从备选周转料场 运输到需求点(四)模型建立考虑生产物料运至需求点的时间和供应物流的总成本第一个时间目标包括生产物料在地面仓库、备选周转料场和需求点之间的运输时间第二个成本目标主要由生产物料在地面仓库、备选周转料场和需求点之间的运输成本以及生产物料在备选周转料场中的装卸搬运成本构成 ()()()()()()()()其中式()和()为模型的目标函数 式()为最小化运输时间包括生产物料在地面仓库、备选周转料场及需求点之间的运输时间 式()为最小化供应成本包括生产物料的装卸搬运成本和运输成本 同时考虑到复杂运输环境中可能发生的突发情况在两个目标函数中都加入了由于缺少的生产物料需求量而进行的惩罚 式()表示需求点对生产物料的需求量不能超过备选周转料场的承载上限 式()为周转料场数量约束表示周转料场的建设数量至少为 式()表示需求点所需的生产物料只能由被选中的周转料场来配送(为无限大的自然数)式()()为决策变量约束 三、基于麻雀搜索算法的模型求解 (一)多目标的处理该模型是一个多目标混合整数规划模型由于多目标规划模型的特殊性多个模型往往不能同时满足最优解通常情况下是采用将多目标函数通过线性加权的方式转化为单目标函数进行求解但是加权值的分配具有较大的主观性而且时间和成本的计量单位也不尽相同所以单纯采用线性加权方法是不理想的 已有文献用目标规划法对多目标模型进行求解并用百分数无量纲方法消除两个子目标的量纲 但有文献指出这种方法并不能真正反映两个目标的计量单位和它们之间的数量级差异 因此本文参考文献对多目标问题的处理方法将两个目标的单位消除计算公式如下:()其中 和 分别表示多目标模型在运输顺畅情况下单目标的最小化配送时间和最小化供应物流成本同时考虑决策者赋予两个目标的重要程度设 为决策者根据实际情况赋予时间目标的重要程度值满足 则多目标规划模型的目标函数()和()可以转化为下式:()()()(二)麻雀搜索算法概述麻雀搜索算法()是 等人于 年提出的一种新型群智能优化算法 由于该算法提出的时间相对较短目前对该算法的研究文献主要可分为算法的改进和算法的应用两方面 在算法的应用方面 已广泛应用于路径规划、故障诊断、图像处理、分布式电源配置和车间调度等领域 对于利用 对物流配送中心选址问题进行求解的研究相对较少本文将利用 对井下周转料场的选址问题进行求解.算法的数学模型井下周转料场选址问题采用虚拟实验进行模拟假设存在 只虚拟麻雀处在 维解空间内则麻雀种群的位置信息为 适应度值为 ()()()在麻雀搜索算法中麻雀个体的适应度值与其获取食物的优先顺序呈显著关系适应度值高的麻雀在种群中扮演发现者的角色 在麻雀搜索算法的提出原文中发现者的位置更新公式如下:()式中 为现下的迭代次数为第 个发现者在第 维中的位置信息 为在 到 之间取值的随机数为模型求解过程中的最大迭代次数 为随机数且服从正态分布 为 行 列的 矩阵表示预警值.表示安全阈值当 /()式中为目前发现者所占据的最佳位置为当前全局适应度值最差的个体位置 为一个元素被随机取值为 或 的矩阵且 ()当 /时表示适应度值较差的第 个追随者没有得到食物能量极低处于非常饥饿的状态需要飞往其他地方寻找食物 相反表示第 个追随者将在当前最优位置附近寻找食物为了保证觅食过程的安全性会在每一代种群中随机抽取 至 的麻雀作为警戒者负责警戒危险来临时该麻雀无论是扮演哪一个角色都要放弃现有的食物转移到一个新的安全位置其位置更新公式如下:()()式中为目前最佳的全局位置其周围是安全的 为服从标准正态分布的随机数其用途是控制麻雀移动的步长 是在 到 之间取值的随机数表示麻雀移动方向为感知者麻雀种群中第 个感知麻雀个体的适应度值为当前整个麻雀种群中能量最高麻雀的适应度值为当前整个麻雀种群中能量最低麻雀的适应度值 为最小的常数规避计算过程中真分数出现 的现象如果 意味着麻雀在这个时候处于危险的边缘容易受到攻击 如果 则表明处在种群中间的麻雀成功地感知到了危险这时候需要寻求同伴的庇护.算法实现步骤()在开始计算之前对麻雀搜索算法的相关参数进行初始化设置例如麻雀种群的大小、麻雀种群中发现者、追随者、警戒者的数量等等()计算每只麻雀的适应度值并进行排序找出最好的个体与最坏的个体保留当前全局最佳的适应度值及相应的位置信息()分别利用公式()()()对发现者、追随者、意识到危险的麻雀的位置进行更新()迭代计算每个麻雀的适应度值并更新麻雀的位置信息对比更新后的最优值与原来的最优值更新全局最优信息()对优化结果进行判定在满足解的情况下从优化循环运算中退出输出最优的结果否则步骤()()将被重复执行直至求出最优解(三)改进的麻雀搜索算法相对于其他群智能算法基础的麻雀搜索算法具有更高的求解精度和效率同时拥有很好的鲁棒性和稳定性等优点但也存在一些缺陷:对种群进行初始化时采用随机生成的方式导致麻雀种群没有很好地遍历性且在后期的迭代过程中种群多样性降低、容易陷入局部最优 针对上述问题本文提出一种基于信息共享搜索策略的麻雀搜索算法().混沌映射初始化策略基础麻雀搜索算法是在搜索空间中随机产生初始种群导致麻雀种群的不均匀分布从而影响了算法后续的迭代寻优 而混沌是一种具有遍历性、随机性、敏感性和规律性等特点的非线性现象它的遍历性和随机性使得搜索过程不会陷入局部极小值从而可以通过混沌映射来初始化麻雀个体的位置 目前常见的混沌映射有 映射、映射、映射、映射等文献中提出 映射相较于其他典型混沌映射具有更好的鲁棒性和混沌遍历性 映射迭代公式如下所示:()式中()本文 在 之间随机产生为第 次迭代 的值 由式()进行仿真其结果如图 所示图 混沌映射 .信息共享搜索策略在基础麻雀搜索算法中食物来源的位置在迭代寻优过程中发挥着举足轻重的作用考虑到发现者对整个麻雀种群的发展有一定的影响当发现者搜寻的食物处于局部最佳状态的情况下会有大批的追随者蜂拥而至 这时发现者和整个麻雀种群都处于停滞状态导致种群位置的多样性减少从而使得算法在后期的迭代过程中陷入局部最优 为了解决这个问题本文从信息共享的基本含义出发提出了一种基于信息共享的新策略该搜索策略具有三个阶段具体表示为信息初始化、信息共享以及信息更新目的在于增进种群间的信息交流增加种群的多样性在麻雀种群信息初始化阶段在一定搜索空间将麻雀种群随机分布表达式如下:()()式中和 分别为搜索空间的上限和下限 为区间()的随机数 为种群数为变量的数量(问题的维度)第 次迭代中第 只麻雀的位置向量为()适应度值()在麻雀种群信息共享阶段每一只麻雀都作为候选解并与附近的麻雀进行信息共享表达式如下:()()()()()()()式中表示()和()的距离代表整个种群()为当前麻雀位置()和候选麻雀()之间的距离 从以上描述可以看出已经成功地构建了一个麻雀种群的信息共享环境在该环境中根据公式()构建个体领域 根据维度可以得到信息共享后麻雀种群的候选方案其结果如下所示:()()()()()式中()表示在种群中随机选择的个体 ()表示在信息共享搜索策略基础上更新后的个体麻雀种群信息更新阶段:对 ()和()进行适应度值比较选出最优个体更新公式如下:()()()()()().改进算法的流程描述()利用 混沌映射初始化种群并进行参数设定()计算麻雀种群的适应度值通过排序确定最佳和最差适应度值及其对应的位置()分别利用公式()()()对发现者、追随者、意识到有危险的麻雀的位置进行初步更新形成候选解()()根据式()()对麻雀种群个体进行更新形成新的候选解 ()()迭代更新整个麻雀种群的适应度值并利用式()对种群进行更新比较更新前后的适应度值从中选出全局最优麻雀()对优化结果进行判定在满足解的情况下从优化循环运算中退出输出最优的结果否则步骤()()将被重复执行直至求出最优解改进 的具体流程如图 所示图 改进麻雀搜索算法流程图 .基于测试函数的性能测试由于 比同类型的粒子群优化算法、灰狼算法及鲸鱼算法等具有更好的寻优效果和稳定性 因此本文只与基础麻雀搜索算法()进行对比试验来验证改进麻雀搜索算法()的有效性 本文选取了 个不同类型的基准测试函数进行测试具体测试函数如表 所示表 基准函数类型函数计算公式维数范围最优值高维单峰 ).高维多峰().()()低维多峰().()().为了避免寻优结果的偶然性本文选择了 个基本测试函数并将其独立运行 次分别记录运行后的数据从中找出最优值和最差值并将 次的运行结果求得平均值和标准差作为最终的评价指标如表 所示从表 中可以看出对于高维单峰函数 到 而言本文所提出的 相较 可以求得更小的平均值和标准差具有更好的寻优效果说明 混沌映射可以确保初始麻雀种群的多样性从而显著改善了 的稳定性 在高维多峰函数 和 中 都能有效地跳出局部最优并能稳定地寻找全局最优解具有很好的鲁棒性对于函数 寻优效果并不明显但它多次寻优的标准差为 所以具有较强的稳定性 这表明 可以通过所提出的信息共享搜索策略来增强不同角色之间的信息交流扩大了搜索范围从而使得算法能够跳出局部最优对于低维多峰函数 的标准差小于相较而言改进算法在稳定性和寻优精度上都有所提高对于测试函数 而言能直接搜索到最优解且标准差较低说明与基本 相比改进算法具有更好的稳定性和寻优能力 总体上 算法具有更高的收敛精度和稳定性算法的整体性能相较基本 有较大提高 四、案例分析 (一)案例描述本文以陕西正通煤业公司为研究对象运用表 测试函数结果函数算法最优值最差值平均值标准差.所构建的模型和求解算法对其井下周转料场进行选址研究 正通煤业公司位于陕西彬长矿区是山东能源西北矿业集团开发建设的现代化大型矿井井田占地面积 平方公里设计可采储量.亿吨核定生产能力 万吨/年矿井服务年限.年通过去正通煤业公司进行实际调研对其公司内部供应物流网络进行分析了解到公司目前生产供应物流存在井下各盘区多个工作面物料调拨周转困难的问题 因此针对该问题以正通煤业公司的开采盘区为例适当设置几个备选周转料场从中选取合适数量的周转料场服务于各盘区所属的需求点要求供应总成本最小 已知煤矿生产主要需求点()有 个备选的周转料场()有 个根据实际调研收集到备选周转料场和需求点的位置信息根据正通煤业公司提供的历史数据了解到生产煤炭所需要的物料种类和数量预估得到矿井地下开采的各工作面生产过程中所需要的物料数目 在分析各类物料用途的基础上将生产物料按照作用分成四个类别以物料、来表示需求点对物料的需求情况如表 所示正通煤业公司矿井选取的备选周转料场所处位置不同需求点属于不同的开采盘区因此各备选周转料场到需求点的距离都不相同 在已有的选址研究中对于备选点与需求点之间的距离测定学者一般会将备选中心与需求点设置为物流网络平面空间上的若干坐标点然后分别确定每一个坐标点的横纵位置坐标再求解两点之间的路程 由于井下运输不同于地表运输随着矿井的开拓延伸井下工作面、辅助运输巷道布局错综复杂生产作业战线逐步拉长任意一个周转料场与工作面需求点之间都不一定直接可达有时需要绕很多弯路所以不能仅仅用两点之间的直线距离来代替两点间的实际运输路程本文将根据煤矿井下运输的实际线路来确定各周转料场与需求点之间的实表 需求点生产物料需求情况需求点物料 物料 物料 物料 际距离本文中装卸搬运成本的构成主要是从物料搬运的成本和人工成本两个方面进行考虑由于不同种类物料的单位装卸成本差异较大而同一区域内的装卸搬运费用相差不大所以设定 个备选周转料场的装卸搬运成本相同以各类物料装卸搬运费用的平均值作为单位费用即为 元/件 在矿井的实际运输过程中不同运输阶段所采用的运输工具不同因此各阶段的运输速度不同 物料从地面仓库到备选周转料场的运输速度为/从备选周转料场到需求点的运输速度为/由于该煤矿企业的运输费用是按单车价格进行计算的而实际运输过程中会采用多种不同运输工具不同运输工具的运输费率不同 在本文的研究中为了简化模型增强其适用性以一个运输区段的平均运输费率来代替实际各类物料在运输过程中的运输费用根据矿井的运输情况地面仓库到周转料场的平均运输费用为 元周转料场到需求点的平均运输费用为 元另外设置需求点生产物料没有准时送达的单位惩罚系数为 元(二)选址结果及分析图 算法迭代进化曲线图 周转料场选址配送方案在求解井下周转料场选址问题时使用 软件来运行改进麻雀搜索算法完成模型求解其中初始参数设值如下:麻雀种群数量为 最大迭代次数为 警戒者数量占麻雀种群的 对时间目标和成本目标的权重分别设置为.、.得到模型的迭代进化曲线如图 所示最终周转料场的选址情况如图 所示从图 中可以看出在迭代参数为 的条件下算法在迭代次数为 左右的时候就能够实现快速的收敛验证了 在求解井下周转料场选址问题的有效性在图 中圆圈表示需求点的位置方块表示备选周转料场的位置各备选周转料场与需求点之间的配送关系见图 周转料场 负责为需求点、配送物料周转料场 负责为需求点、配送物料周转料场 负责为需求点 配送物料周转料场 负责为需求点、配送物料周转料场 负责为需求点 配送物料周转料场 负责为需求点、配送物料周转料场 负责为需求点、配送物料周转料场 负责为需求点 配送物料周转料场 负责为需求点 配送物料供应总成本为 .元本文针对煤矿供应物流成本高、井下物料周转慢这一现状基于“企业仓库 周转料场 工作面”的生产供应物流网络提出了井下周转料场的选址配送问题考虑井下生产物料供应的实际情况在满足煤炭生产物料转运需求的基础上构建了多目标混合整数规划模型目的是使供应总成本最小并应用改进麻雀搜索算法完成井下周转料场选址问题的求解以陕西正通煤业公司为实际案例通过本文所提出的模型和算法对井下周转料场的选址配送问题进行寻优求解结果表明本文所提出的方法可以得到比较合理的周转料场选址配送方案对大型煤矿井下周转料场(配送中心)的选址具有指导作用 参 考 文 献 王丹刘培国.煤矿企业内部物流管理的问题与对策.华北科技学院学报():.冯立杰.煤矿物流工程合理化对策研究.中国煤炭():.王金凤.煤矿生产物流系统研究.天津:天津大学.王立杰尹峰关博.考虑失效的煤炭应急储备中心选址模型.工业安全与环保():.邹健康.重心法在煤炭物流中心选址中的应用.甘肃科技():.张树朱莲美.基于层次分析法的煤炭物流节点选址方法研究.南京理工大学学报():.徐超张瑾.基于免疫算法的煤炭生产物流仓储中心选址研究.煤炭经济研究():.程旭.基于粒子群算法的煤炭仓储中心选址研究.煤炭技术():.杨胜利王俊杰邓雪杰.基于粒子群算法的井下采选充系统节点选址研究.采矿与安全工程学报():.杨智懿王永建雄亚选.物流配送中心选址决策在井下材料库选址中应用的探讨.矿业研究与开发():.李瑞群陈苏社杨飞.大柳塔煤矿井下周转材料库的设计与应用.陕西煤炭():.郭晓璇.煤炭生产物资仓储中心选址建模及供应商评价研究.北京:华北电力大学.():.何珊珊朱文海任晴晴.不确定需求下应急物流系统多目标鲁棒优化模型.辽宁工程技术大学学报(自然科学版)():.赵佳虹.时变条件下应急物流多目标 研究.公路交通科技():.赖志柱王铮戈冬梅等.多目标应急物流中心选址的鲁棒优化模型.运筹与管理():.:.():.魏晓鸽赵冠军.基于改进麻雀搜索算法的疏散路径规划.消防科学与技术():.陈鑫肖明清文斌成等.基于变分模态分解和混沌麻雀搜索算法优化支持向量机的滚动轴承故障诊断.计算机应用():.马晨佩李明辉巩强令等.基于麻雀搜索算法优化支持向量机的滚动轴承故障诊断.科学技术与工程():.吕鑫慕晓冬张钧.基于改进麻雀搜索算法的多阈值图像分割.系统工程与电子技术():.王海瑞鲜于建川.改进麻雀搜索算法在分布式电源配置中的应用.计算机工程与应用():.刘丽娜南新元石跃飞.改进麻雀搜索算法求解作业车间调度问题.计算机应用研究():.吴昌友付熙松裴均珂.基于信息共享搜索策略的自适应灰狼算法研究.电光与控制():.():.().:责任编辑:陈宇涵