| 【论文摘要】 | 本文分别对两种基于“群智能”算法——蚁群算法和粒子群优化算法——进行了改进,用来解决车间作业调度问题。相遇算法是一种改进的蚁群算法,它继承了蚁群算法本身的优点——自适应性、分布式、并行化、鲁棒性、实现简单等特点,同时又采用两只蚂蚁共同完成一次搜索过程,使蚁群算法计算时间长的缺点得以改进;而免疫粒子群算法则是对离散粒子群算法的一种改进,该算法引入了免疫算法的机制。由于用粒子群算法进行求解时,易于陷入局部最优解,当求解陷入局部最优时,采用免疫算法机制对其进行优化,使其跳出局部最优解。数值实验结果表明,这两种方法都有一定的可行性,为解决车间作业调度问题提供了更多的可选择方法。
第二章,介绍了车间作业调度问题的一些基础知识。简要的对车间调度问题的描述、编码方式以及调度算法的分类进行了介绍。
第三章,为了介绍相遇算法,先比较系统的介绍了蚁群算法;然后对粒子群算法和免疫算法理论进行了介绍。
第四章,介绍了车间作业调度问题的相遇算法求解过程,首先介绍了主要的参数设置,然后介绍了算法流程。利用FT 类基准测试数据对这一算法的应用可行性进行了验证,实验结果表明,该类算法较基本蚁群算法在性能上有所提高,有一定的应用价... |
