求解作业车间调度问题的禁忌分布估计算法
本文关键词: 组合优化问题 作业车间调度 分布估计算法 一元边缘分布算法 禁忌搜索算法 出处:《计算机工程与应用》2017年07期 论文类型:期刊论文
【摘要】:为优化作业车间调度问题的解,提出一个禁忌和分布估计的混合算法。分布估计算法是一种新的进化模式,通过概率优化模型在连续空间进行求解;通过对已获得的群体进行选择操作生成优势群体,提出的分布估计算法使用单变量边缘分布算法构建概率模型,估计离散空间中的联合概率分布,从概率向量采样生成新群体;采用基于工件编号的编码和解码机制保证解的可行性。为提高局部搜索能力,算法基于禁忌搜索算法设计新的双重移动组合、块禁忌和选择策略,在搜索陷入局部最优时利用遗传算法的变异算子生成新解;算法通过混合分布估计算法和禁忌搜索算法的优点,兼具全局搜索与局部搜索能力,提高了搜索的效率和性能。通过与现有算法在典型实例上的实验结果比较,表明该算法在求解作业车间调度问题上具有可行性和有效性。
[Abstract]:In order to optimize the solution of job shop scheduling problem, a hybrid algorithm of Tabu and distribution estimation is proposed, which is a new evolutionary model and is solved in continuous space by probabilistic optimization model. The distribution estimation algorithm uses the single variable edge distribution algorithm to construct the probability model, estimates the joint probability distribution in the discrete space, and generates the new population from the probability vector sampling. In order to improve the local search ability, the algorithm based on Tabu search algorithm designed a new dual moving combination, block taboo and selection strategy. When the search falls into the local optimum, the mutation operator of the genetic algorithm is used to generate the new solution, the algorithm has the advantages of the hybrid distribution estimation algorithm and the Tabu search algorithm, and has both global and local search capabilities. The efficiency and performance of search are improved. Compared with the experimental results of typical examples, the proposed algorithm is feasible and effective in solving job shop scheduling problems.
【作者单位】: 云南大学软件学院;
【基金】:国家自然科学基金(No.61462095) 云南大学中青年骨干教师培养计划项目(No.XT412003) 云南省软件工程重点实验室面上基金(No.2012SE301)
【分类号】:TP18;TB497
【相似文献】
相关期刊论文 前10条
1 高丽萍;彭敦陆;邓桂英;陈庆奎;;面向企业应用的“算法设计与分析”课程建设改革探索[J];中国电力教育;2011年20期
2 姜枫;;“算法设计与分析”课程教学改革探索[J];中国电力教育;2013年26期
3 苏安婕;吴志刚;;关键步分解法在算法设计与描述中的应用[J];成组技术与生产现代化;2011年03期
4 雷小园;;排列组合的算法设计与C++实现[J];中国新技术新产品;2010年10期
5 肖建华,何宏,陈展,欧阳湘江;算法中数学策略的应用与研究[J];湖南工程学院学报(自然科学版);2004年02期
6 余嵘华,张霆,张云;票证结存算法设计[J];合肥工业大学学报(自然科学版);2000年S1期
7 冯平;黄名选;;由频繁项集生成关联规则的算法设计和实现[J];广西工学院学报;2007年01期
8 王卿;路晓伟;;高等院校学分制教学排考问题算法设计[J];上海理工大学学报;2007年06期
9 刘永广;叶梧;冯穗力;庄宏成;;基于蚁群算法的无线Mesh网公平路由算法[J];华南理工大学学报(自然科学版);2009年01期
10 邢春峰,柳重堪;联想记忆系统的学习算法设计(I)[J];北京联合大学学报;1998年03期
相关会议论文 前10条
1 雷咏梅;;椭圆曲线密码体制的算法设计与实现[A];西部大开发 科教先行与可持续发展——中国科协2000年学术年会文集[C];2000年
2 杨盘洪;朱军祥;赵建安;杨静;;机动目标跟踪的模糊变结构交互多模算法[A];2007'中国仪器仪表与测控技术交流大会论文集(二)[C];2007年
3 徐子珊;;《算法设计与分析》课程中的工程教育[A];2005年全国理论计算机科学学术年会论文集[C];2005年
4 王辉;刘治昌;;用一种新算法设计的安全系统[A];2007年中国智能自动化会议论文集[C];2007年
5 舒辉;柳清峰;杜祝平;周蓓;;实践教学模式在本科专业课程教学中的应用[A];中国电子教育学会高教分会2010年论文集[C];2010年
6 彭小宏;阳东升;刘忠;;基于聚类算法的组织协作网设计[A];2006中国控制与决策学术年会论文集[C];2006年
7 李皓;罗熊;;云存储部署优化的进化算法设计[A];2013年中国智能自动化学术会议论文集(第三分册)[C];2013年
8 罗长政;李熙莹;王镇波;罗东华;;一种大流量交叉路口的背景提取与更新算法[A];第十五届全国图象图形学学术会议论文集[C];2010年
9 杨利;李霖;昌月楼;阳国贵;;对称位向量及启发式并行散列连接算法[A];数据库研究与进展95——第十三届全国数据库学术会议论文集[C];1995年
10 张晋;;嵌入式电脑鼠运行算法的研究[A];全国第20届计算机技术与应用学术会议(CACIS·2009)暨全国第1届安全关键技术与应用学术会议论文集(上册)[C];2009年
相关重要报纸文章 前1条
1 ;算法设计的策略[N];电脑报;2003年
相关博士学位论文 前10条
1 江立辉;基于干扰对齐的多用户无线传输优化方法研究[D];哈尔滨工业大学;2015年
2 史亚;多核学习算法与应用研究[D];西安电子科技大学;2015年
3 薛菲;基于蝙蝠算法的启发式智能优化研究与应用[D];北京工业大学;2016年
4 沈虎;支持干扰管理的无线并发通信协议及算法[D];国防科学技术大学;2015年
5 谷伟哲;齐次光滑算法及其应用[D];天津大学;2010年
6 龙海侠;进化算法及其在生物信息中的应用[D];江南大学;2010年
7 谭跃;具有混沌局部搜索策略的粒子群优化算法研究[D];中南大学;2013年
8 尤海峰;求解隐式目标优化问题的交互式进化算法研究[D];中国科学技术大学;2011年
9 张常淳;基于MapReduce的大数据连接算法的设计与优化[D];中国科学技术大学;2014年
10 郭崇慧;地区中长期发展规划若干定量模型、算法及应用研究[D];大连理工大学;2002年
相关硕士学位论文 前10条
1 李欣园;基于选择偏好的组合聚类算法研究与实现[D];内蒙古大学;2015年
2 杨潇;界约束非线性最小二乘问题的无导数算法[D];上海交通大学;2015年
3 王晓璐;基于Zynq的LS-SVM算法加速器设计[D];哈尔滨工业大学;2015年
4 楼磊磊;医疗保险数据异常行为检测算法和系统[D];浙江大学;2015年
5 齐海龙;基于改进人工蜂群算法的非线性系统辨识方法研究[D];北京化工大学;2015年
6 蔡平梅;结构化稀疏信号的恢复算法研究[D];上海大学;2015年
7 赵晨阳;基于蚁群算法的高阶图匹配方法研究[D];西安电子科技大学;2014年
8 苟清松;多目标粒子滤波检测前跟踪算法研究[D];电子科技大学;2015年
9 李枝勇;蝙蝠算法及其在函数优化中的应用研究[D];上海理工大学;2013年
10 李莲;基于蜂群和粗糙集的聚类算法研究[D];长沙理工大学;2014年
,本文编号:1549827
本文链接:https://www.wllwen.com/kejilunwen/zidonghuakongzhilunwen/1549827.html