基于车间调度问题的智能优化算法研究

基于车间调度问题的智能优化算法研究

论文摘要

智能优化算法是人们受自然界或生物界规律的启发,根据自然界或生物界的原理,模仿其规律而设计的求解优化问题的算法。智能优化算法包括遗传算法、模拟退火算法、人工神经网络方法、蚁群算法、禁忌搜索算法等。智能优化算法在解决大规模的NP-hard优化问题,有着不可比拟的优越性。但是在应用于具体的优化问题时,其搜索效率仍有待提高。本文以车间调度问题作为研究对象,改进智能优化算法的搜索效率。一方面从提高解质量和缩小最优解搜索空间角度,来提高智能优化算法在车间调度问题的搜索效率。通过对车间调度问题的研究,结合按机器分段编码与完全活动调度概念,设计了按机器分段编码的完全活动调度算法PLFA(Full Activebased Preference List),并将PLFA算法与遗传算法结合,形成了PLFA-GA混合遗传算法,与模拟退火结合,形成了PLFA-SA混合模拟退火算法。并将这两种混合算法与传统的遗传算法和模拟退火算法作了对比。另一方面从智能优化算法的并行化角度,来提高智能优化算法在车间调度问题的搜索效率。通过结合Map-Reduce模型,实现了粗粒度并行混合遗传算法PLFA-PGA,研究了不同机器数量和不同种群个数对算法运行时间的影响。本文内容分为三个部分:首先对研究背景和现状作了简单介绍;接着介绍了PLFA算法,PLFA与智能优化算法相融合的混合算法,以及基于Map-Reduce模型的并行混合遗传算法;最后是总结与展望。

论文目录

  • 摘要
  • Abstract
  • 第1章 绪论
  • 1.1 研究背景及意义
  • 1.2 国内外研究现状
  • 1.3 本文的工作及论文组织
  • 第2章 按机器分段编码的完全活动调度算法
  • 2.1 车间调度问题概述
  • 2.2 编码
  • 2.2.1 编码分类
  • 2.2.2 编码设计
  • 2.3 调度类型
  • 2.4 按机器分段编码的完全活动调度算法PLFA
  • 2.5 实验结果及分析
  • 第3章 混合遗传算法PLFA-GA
  • 3.1 遗传算法概述
  • 3.2 PLFA-GA混合遗传算法
  • 3.3 实验结果及分析
  • 第4章 混合模拟退火PLFA-GA算法
  • 4.1 模拟退火算法概述
  • 4.2 PLFA-SA混合模拟退火算法
  • 4.3 实验结果及分析
  • 第5章 基于Map-Reduce模型的并行遗传算法
  • 5.1 Map-Reduce概述
  • 5.2 并行遗传算法概述
  • 5.3 基于Map-Reduce模型的粗粒度并行混合遗传算法
  • 5.4 实验结果及分析
  • 第6章 总结与展望
  • 参考文献
  • 攻读硕士学位期间主要的研究成果
  • 致谢
  • 相关论文文献

    • [1].基于智能优化算法的材料大数据处理研究[J]. 材料保护 2020(08)
    • [2].群智能优化算法在路径规划中的应用[J]. 电子技术与软件工程 2019(23)
    • [3].智能优化算法研究及应用展望[J]. 武汉轻工大学学报 2016(04)
    • [4].仿生智能优化算法及其在盲源分离中的应用[J]. 中国传媒大学学报(自然科学版) 2016(06)
    • [5].航路规划中的智能优化算法分析[J]. 现代商贸工业 2016(17)
    • [6].新型智能优化算法估算年降水量频率曲线参数[J]. 水力发电学报 2019(12)
    • [7].混合智能优化算法在光伏最大功率点跟踪技术的应用[J]. 嘉兴学院学报 2019(06)
    • [8].若干新型群智能优化算法的对比研究[J]. 计算机工程与应用 2020(22)
    • [9].面向产品装配序列规划的智能优化算法库[J]. 计算机辅助设计与图形学学报 2010(09)
    • [10].《群体智能优化算法》专题导语[J]. 郑州大学学报(工学版) 2018(06)
    • [11].群体智能优化算法[J]. 郑州大学学报(工学版) 2018(06)
    • [12].智能优化算法在概率积分参数反演中的比较[J]. 金属矿山 2017(04)
    • [13].基于一种新的正交优化的群智能优化算法[J]. 计算机应用研究 2015(01)
    • [14].浅析智能优化算法[J]. 计算机光盘软件与应用 2014(10)
    • [15].群智能优化算法及其在生物信息学问题中的应用[J]. 三明学院学报 2013(04)
    • [16].基于智能优化算法的电力系统无功优化的研究[J]. 民营科技 2014(11)
    • [17].浅析数学建模中的智能优化算法[J]. 科技经济导刊 2017(16)
    • [18].基于社会力群智能优化算法的云计算资源调度[J]. 计算机科学 2015(04)
    • [19].现代智能优化算法的研究综述[J]. 科技信息 2012(08)
    • [20].图像分割背景下群体智能优化算法的性能对比[J]. 云南大学学报(自然科学版) 2012(04)
    • [21].多种智能优化算法在水轮机调节系统参数辨识中的对比研究[J]. 中国农村水利水电 2020(06)
    • [22].浅述智能优化算法在市政管网中的应用[J]. 四川建材 2016(02)
    • [23].两种智能优化算法在交通控制应用中的对比分析[J]. 电脑与电信 2016(09)
    • [24].人工智能优化算法在软硬件划分中的应用综述[J]. 信息技术 2015(09)
    • [25].智能优化算法在聚类分析中的应用[J]. 科技信息(学术研究) 2008(09)
    • [26].群体智能优化算法在入侵检测中的应用综述[J]. 信息与电脑(理论版) 2019(11)
    • [27].基于智能优化算法的车间调度问题研究[J]. 新疆大学学报(自然科学版) 2014(03)
    • [28].智能优化算法及其在打浆优化中的应用[J]. 计算机测量与控制 2008(11)
    • [29].国外新型智能优化算法——北极熊算法[J]. 计算机测量与控制 2020(03)
    • [30].万有引力与群体状态自适应的智能优化算法[J]. 计算机工程与应用 2020(09)

    标签:;  ;  ;  ;  ;  

    基于车间调度问题的智能优化算法研究
    下载Doc文档

    猜你喜欢