萤火虫优化算法及其在流水线调度问题中的应用研究

发布时间：2017-10-13 13:29

  本文关键词：萤火虫优化算法及其在流水线调度问题中的应用研究

  更多相关文章： 萤火虫优化算法 捕食搜索策略 PFSP问题 离散萤火虫优化算法

【摘要】：萤火虫优化算法(GSO算法)是一种模拟了萤火虫发光的生物学特性演变而来的随机优化算法,也是一种新兴的群智能优化算法,在多信号定位、多模函数优化方面有广泛的应用前景。置换流水线调度问题(PFSP)是混合流水线调度问题中的一类经典的车间调度问题,是一种NP难题。相关资料表明,有接近四分之一的生产调度问题可以简化为PFSP问题,具备很高的研究价值。本课题的主要研究目的是在全面分析研究萤火虫优化算法的基础上,对其进行改进,提高其处理多模函数优化的能力,并将其应用于求解PFSP问题。本课题的主要工作如下:(1)全面分析了当前群智能算法特别是萤火虫算法以及车间调度问题的研究现状和发展方向,详细研究了基本萤火虫优化算法的原理和实现方式。(2)针对GSO算法存在的问题,改进了搜索策略和步长更新机制,提出了改进萤火虫优化算法(Advanced Glowworm Swarm Optimization,AGSO),通过测试函数证明AGSO算法局部寻优能力明显优于GSO算法。针对复杂高维多模函数,在借鉴捕食搜索策略后,提出了混合萤火虫模拟退火算法(Simulated Annealing Glowworm Swarm Optimization,SAGSO),该算法在处理20维以上的复杂多模函数时性能明显优于GSO算法。(3)针对PFSP问题的离散特性,在基于连续种群空间的GSO及其改进算法求解离散流水线调度问题的缺陷上,对种群空间进行离散化编码,结合NEH算法和遗传算法,提出了全新的离散萤火虫优化算法(Discrete Glowworm Swarm Optimization,DGSO),使用标准的测试算例证明了该算法是解决PFSP问题的有效工具。(4)基于上述研究,设计并实现了一套基于B/S架构的流水线调度系统,该系统以EasyUI框架和Spring框架为核心,包含参数设置、数据录入、仿真结果和历史查询四个模块,为用户提供可靠的仿真结果与丰富的功能体验。
【关键词】：萤火虫优化算法 捕食搜索策略 PFSP问题 离散萤火虫优化算法
【学位授予单位】：浙江工业大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：TP18;TB497
【目录】：

• 摘要5-6
• ABSTRACT6-11
• 第1章 绪论11-17
• 1.1 课题研究背景及意义11-12
• 1.2 国内外研究现状12-15
• 1.2.1 群智能算法的国内外研究现状12-13
• 1.2.2 萤火虫算法的国内外研究现状13
• 1.2.3 车间调度问题的国内外研究现状13-15
• 1.3 本文的主要研究内容15-17
• 1.3.1 研究内容15
• 1.3.2 主要特色与创新点15
• 1.3.3 组织结构15-17
• 第2章 车间调度问题简介及其现有求解算法分析17-25
• 2.1 车间调度问题简介17-19
• 2.1.1 车间调度问题的描述17
• 2.1.2 流水车间调度17-18
• 2.1.3 作业车间调度18-19
• 2.1.4 车间调度问题的特点19
• 2.2 车间调度问题的现有求解算法分析19-24
• 2.2.1 精确算法19-20
• 2.2.2 传统启发式算法20-22
• 2.2.3 智能优化算法22-24
• 2.3 本章小结24-25
• 第3章 萤火虫优化算法及其改进25-48
• 3.1 标准萤火虫优化算法研究与实现25-30
• 3.1.1 寻优思想概述25
• 3.1.2 相关变量的定义25-26
• 3.1.3 GSO算法的四个阶段26-28
• 3.1.4 算法实现28-30
• 3.2 自适应搜索的AGSO算法30-33
• 3.2.1 标准GSO优点30
• 3.2.2 标准GSO缺点30-31
• 3.2.3 改进描述31-32
• 3.2.4 AGSO实现描述32-33
• 3.3 AGSO算法实验33-39
• 3.3.1 实验环境以及公共参数设置33
• 3.3.2 全局寻优实验33-39
• 3.3.3 AGSO算法总结39
• 3.4 模拟退火算法39-43
• 3.4.1 SA算法的要素构成40-41
• 3.4.2 SA算法的实现流程41-43
• 3.5 基于捕食搜索策略的萤火虫和模拟退火混合优化算法43-46
• 3.5.1 捕食搜索策略概述43
• 3.5.2 SAGSO算法43-44
• 3.5.3 高维多模函数优化实验44-46
• 3.6 本章小结46-48
• 第4章 改进离散萤火虫优化算法求解PFSP问题48-66
• 4.1 置换流水线调度问题数学模型48-50
• 4.2 改进的DGSO算法设计50-57
• 4.2.1 PFSP问题编码方式50-51
• 4.2.2 NEH初始化51-52
• 4.2.3 个体距离计算方式52-53
• 4.2.4 位置更新策略53-55
• 4.2.5 DGSO算法流程55-57
• 4.3 仿真实验及其结果分析57-65
• 4.3.1 仿真环境和参数设定57
• 4.3.2 Car算例仿真结果分析57-62
• 4.3.3 Taillard问题仿真结果分析62-65
• 4.4 本章小结65-66
• 第5章 流水线调度系统设计与实现66-74
• 5.1 系统需求及关键技术66-69
• 5.1.1 系统需求66-67
• 5.1.2 关键技术选择67-69
• 5.1.3 数据库表的设计69
• 5.2 流水线调度系统主要功能展示69-73
• 5.2.1 系统整体框架69-70
• 5.2.2 软件系统成果展示70-73
• 5.3 本章小结73-74
• 第6章 论文总结与未来展望74-76
• 6.1 研究工作总结74-75
• 6.2 未来工作展望75-76
• 参考文献76-79
• 附录79-83
• 致谢83-84
• 攻读硕士期间发表的论文和参加的科研项目84

【相似文献】

中国期刊全文数据库 前10条

1 肖坚;;一个简单算法分析——算法优化与程序设计[J];水利水文自动化;1991年04期

2 杨波;肖自碧;;信息与计算科学专业“算法分析与设计”研究性教学探索[J];中国电力教育;2013年01期

3 冯结青,彭群生;Bernstein多项式的快速复合算法[J];计算机辅助设计与图形学学报;2001年02期

4 李晋民,翟吉,郭彪;微机保护算法分析[J];电力学报;1995年01期

5 陈小军,李保祥,李凯;数字化核测仪表的设计与算法分析[J];核电子学与探测技术;2003年02期

6 王昊;;Raymond算法分析与改进[J];科技创新与应用;2013年03期

7 张文君,缪栋;用于精确寻的的几种算法研究[J];上海航天;2000年04期

8 朱朝霞,王杨,张世禄;一类螺旋方阵问题的算法分析与实现[J];重庆工商大学学报(自然科学版);2004年04期

9 范龙保,时亚光;文本文件比较的算法分析和程序实现[J];常熟高专学报;2002年04期

10 张博;周丽韫;李兴霞;;中点生成椭圆的整数型算法[J];工程图学学报;2011年01期

中国重要会议论文全文数据库 前10条

1 俞洋;田亚菲;;一种新的变步长LMS算法及其仿真[A];通信理论与信号处理新进展——2005年通信理论与信号处理年会论文集[C];2005年

2 周颢;刘振华;赵保华;;构造型的D~2FA生成算法[A];中国通信学会通信软件技术委员会2009年学术会议论文集[C];2009年

3 赖桃桃;冯少荣;张东站;;一种基于划分和密度的快速聚类算法[A];第二十五届中国数据库学术会议论文集（一）[C];2008年

4 刘远新;邓飞其;罗艳辉;舒添慧;;ERP柔性平台下物流运输配送系统算法分析[A];第二十六届中国控制会议论文集[C];2007年

5 王树西;白硕;姜吉发;;模式合一的“减首去尾”算法[A];第二届全国学生计算语言学研讨会论文集[C];2004年

6 王万青;张晓辉;;改进的A~*算法的高效实现[A];2009全国测绘科技信息交流会暨首届测绘博客征文颁奖论文集[C];2009年

7 孙焕良;邱菲;刘俊岭;朱叶丽;;IncSNN——一种基于密度的增量聚类算法[A];第二十三届中国数据库学术会议论文集（研究报告篇）[C];2006年

8 韩建民;岑婷婷;于娟;;实现敏感属性l-多样性的l-MDAV算法[A];第二十七届中国控制会议论文集[C];2008年

9 张悦;尤枫;赵瑞莲;;利用蚁群算法实现基于程序结构的主变元分析[A];第五届中国测试学术会议论文集[C];2008年

10 王旭东;刘渝;邓振淼;;正弦波频率估计的修正Rife算法及其FPGA实现[A];全国第十届信号与信息处理、第四届DSP应用技术联合学术会议论文集[C];2006年

中国重要报纸全文数据库 前1条

1 科文;VIXD算法分析Web异常[N];中国计算机报;2008年

中国博士学位论文全文数据库 前10条

1 魏哲学;样本断点距离问题的算法与复杂性研究[D];山东大学;2015年

2 刘春明;基于增强学习和车辆动力学的高速公路自主驾驶研究[D];国防科学技术大学;2014年

3 张敏霞;生物地理学优化算法及其在应急交通规划中的应用研究[D];浙江工业大学;2015年

4 李红;流程挖掘算法研究[D];云南大学;2015年

5 盛歆漪;粒子群优化算法及其应用研究[D];江南大学;2015年

6 黄磊;高动态环境捷联惯导信号处理及高精度姿态速度算法研究[D];南京航空航天大学;2015年

7 刘新旺;多核学习算法研究[D];国防科学技术大学;2013年

8 于滨;城市公交系统模型与算法研究[D];大连理工大学;2006年

9 曾国强;改进的极值优化算法及其在组合优化问题中的应用研究[D];浙江大学;2011年

10 肖永豪;蜂群算法及在图像处理中的应用研究[D];华南理工大学;2011年

中国硕士学位论文全文数据库 前10条

1 赵官宝;基于位表的关联规则挖掘算法研究[D];昆明理工大学;2015年

2 殷文华;移动容迟网络中基于社会感知的多播分发算法研究[D];内蒙古大学;2015年

3 徐翔燕;人工鱼群优化算法及其应用研究[D];西南交通大学;2015年

4 潘浩;基于可逆结构的超点和长流检测算法研究[D];大连海事大学;2016年

5 王宁伟;微博网络中的重叠社区发现算法研究[D];北京交通大学;2016年

6 高山;星载MIMO检测算法的抗SEU技术研究[D];解放军信息工程大学;2014年

7 张振宾;国密SM4和SM2算法功耗攻击关键技术研究与实现[D];清华大学;2015年

8 闫婷;基于混合细菌觅食和粒子群的k-means聚类算法在类风湿并发症中的研究[D];太原理工大学;2016年

9 曹阳;基于质心策略的蝙蝠算法[D];太原科技大学;2015年

10 高越;量子K近邻算法研究[D];东南大学;2015年

，

本文编号：1025096