蚁群粒子群混合优化算法及应用

发布时间：2020-07-16 02:22

【摘要】： 柔性作业车间调度问题(FJSP)比传统作业车间调度问题的复杂性更高,其求解难度更大。本文利用蚁群和粒子群混合优化算法研究了柔性作业车间调度一类问题的求解方法,主要工作与创新点如下: 1、研究了蚁群粒子群混合优化算法在单目标柔性作业车间调度问题中的应用。首先,根据FJSP的求解特点,建立了主-从两级协调的蚁群粒子群混合算法结构。然后,对于主级蚁群优化算法构建了工序可选加工设备吸取图模型,设计了蚂蚁的解构造图和蚂蚁在工序可选加工设备间的转移概率;对于从级粒子群优化算法,采用位置矩阵的粒子表示方法,以粒子元素向量中优先权值的次序表示作业车间调度问题(JSP)中工件调度的次序,并在此基础上设计优先权值向量的解码方法。最后,以实验方式分析了蚁群粒子群混合优化算法中主要参数的取值问题。 2、研究了蚁群粒子群混合优化算法在能力约束和多目标柔性作业车间调度问题中的应用。针对上述两类柔性作业车间调度问题分别重新设计了蚁群优化算法中蚂蚁转移概率的局部启发式信息的计算和更新方式,使主级蚁群优化算法既能够在能力约束的柔性作业车间调度问题中处理能力约束条件,又能够在多目标柔性作业车间调度问题中实现设备总负荷和关键设备负荷最小两个优化目标。 3、研究了蚁群粒子群优化算法在多模式资源受限项目调度问题(MRCPSP)中的应用。首先,根据MRCPSP的求解特点,建立了主-从两级协调的蚁群粒子群混合算法结构。然后,对于主级蚁群优化算法设计了蚂蚁在任务间游历的转移概率和蚂蚁在任务执行模式间游历的模式优选概率;对于从级粒子群优化算法,采用基于任务的粒子表示方法,以任务优先权值标示任务的执行次序,并在粒子的解码中设计了任务优选概率的优选规则。最后,选用项目调度标准问题库(PSPLIB)中的测例,以实验的方式对蚁群粒子群混合优化算法中的主要参数取值进行优化。
【学位授予单位】：天津大学
【学位级别】：博士
【学位授予年份】：2007
【分类号】：F273;F224

【引证文献】

相关硕士学位论文 前6条

1 黄虹;基于粒子群—蚁群算法的随机需求车辆路径问题研究[D];福建农林大学;2011年

2 郝平波;动态调度系统模型及其混合粒子群算法[D];沈阳理工大学;2011年

3 王龙;支持动力舱布局设计的布局模式粒子群算法研究及应用[D];大连理工大学;2010年

4 庞思睿;蚁群智能优化算法的研究与应用[D];北京邮电大学;2010年

5 方昕;粒子群优化算法在路径规划中的应用[D];陕西师范大学;2010年

6 张鹏;基于蚁群粒子群算法的MIMO-OFDM系统多用户检测研究[D];吉林大学;2012年

本文编号：2757373