求解同类机调度问题的人工蜂群算法研究及应用

发布时间：2021-03-21 01:16

　　随着世界经济发展模式的深刻变革,物流作为第三方利润源泉愈发受到国际社会的关注。广义的物流包含运输、存储、加工、配送、信息处理等过程。同类机调度属于物流生产加工领域一类重要问题,其广泛存在于生产车间中,对该类问题的研究具有重要现实意义。人工蜂群算法（Artificial Bee Colony,ABC）是受自然界蜜蜂种群觅食的生物学现象启发,提出的一种较新的群体智能优化算法,具有鲁棒性强、求解精度高、参数少、原理简单易于实现等特点,被广泛应用于人工神经网络训练、函数优化、生产调度、电力系统优化等领域。本文提出一种改进的离散人工蜂群算法（Improved discrete artificial bee colony algorithm,IDABC）求解目标函数为最小化最大加工时间和最小化加工成本的两类同类机调度问题。对于算法的改进包含以下几个方面,首先,利用logistic混沌映射设计种群初始化策略,获得均匀分布的初始种群;其次,提出一种待优参数的自适应调控方法,加速算法收敛;再次,借鉴差分进化算法的变异算子,给出新的局部搜索方法,以此平衡全局搜索和局部搜索的关系;然后,在跟随蜂阶段,借鉴模... 

【文章来源】：合肥工业大学安徽省 211工程院校 教育部直属院校

【文章页数】：71 页

【学位级别】：硕士

【部分图文】：

技术路线

第二章支撑理论与技术7第二章支撑理论与技术2.1同类机调度问题的数学模型2.1.1模型假设1）有若干台机器同时加工若干件作业，每件作业只能被其中的一台机器加工，且一台机器不能在同一时间加工两件作业。2）每台机器的运行速度是任意的，同一台机器的运行速度恒定。3）每件作业的长度是任意的。4）作业到达机器的时间是任意的，且只有机器接收到作业后，才能进行加工。5）机器在运行过程中不会出现故障，即作业的加工不会被中断。6）不同作业在不同机器上的单位时间内的加工成本不同。在实际的生产加工场景中，生产环境较为复杂，规模也较大，一般调度问题难以在多项式时间内进行求解。调度问题可以用甘特图描述，如图2.1所示，图2.1表示4台机器加工10件作业一种情况的甘特图，其中横轴表示各机器的加工时间。图2.110作业4机器加工示意图Fig2.110jobs4machinesprocessingdiagram2.1.2同类机调度的问题描述随着学术界对同类机问题研究的逐渐深入，越来越多的约束条件被引入到该领域的研究中来，衍生出多种类别的同类机调度模型，特别是随着现代物流理论的逐渐完善，同类机调度问题已不能仅仅作为一个独立的研究领域，需要将其纳入到整个物流过程中来，将其作为连接物流上下游的重要一环，对同类机调度问题的研究体现在整个物流系统的效益提升。目前，常见同类机调度问题的约束条

合肥工业大学专业硕士研究生学位论文10图2.2粒子群算法流程图Fig2.2Executionflowofparticleswarmoptimization2.2.3粒子群算法的参数控制与其他群智能优化算法相比，PSO算法的一大优势在于其所需调整的参数较少，但是关键参数对算法的运行结果影响巨大。文献[52]对PSO的种群规模、迭代次数和粒子速度的选择方法进行了详细的分析，是一种较为通用的参数设置方案。1)种群规模和粒子维度PSO具有收敛速度快的特点，因此种群规模一般不需设置过大，20-40之间即可解决多数优化问题。但是，种群规模的设置还需根据具体问题设定，对于大规模多目标或者解长度大的优化问题，可适当增加种群数量。2)惯性权重


本文编号：3092028