当前位置:主页 > 科技论文 > 自动化论文 >

双目标流水线调度的动态双子群离散果蝇算法

发布时间:2018-05-01 03:05

  本文选题:果蝇优化算法 + 无等待流水线调度问题 ; 参考:《计算机工程与应用》2017年12期


【摘要】:提出了一种基于动态双子群的离散果蝇优化算法,求解以最大完工时间和机床空闲时间的最小化为目标的无等待流水线调度问题。与传统的果蝇算法不同,该算法采用基于工序的编码方式,并用改进的NEH方法进行初始化,提高初始解的质量;根据算法在进化过程中个体的进化水平,动态地将整个群体划分为先进子群和后进子群,简单但有效地插入方法在先进个体邻域内进化精细搜索,贪婪迭代进化机制用于优化后进个体,以此平衡算法的全局开发能力和局部搜索能力;为了提高算法效率,快速算法用于计算函数目标值和判断更新非支配解。仿真试验表明了所提果蝇算法的有效性和高效性。
[Abstract]:A discrete Drosophila optimization algorithm based on dynamic double subsets is proposed to solve the problem of no-wait pipeline scheduling with the goal of minimizing the maximum completion time and idle time of machine tools. Different from the traditional Drosophila algorithm, the algorithm uses a process-based coding method, and uses an improved NEH method to initialize the initial solution to improve the quality of the initial solution, according to the evolutionary level of the individual in the evolution process of the algorithm. The whole population is dynamically divided into advanced subgroups and backward subgroups. The simple but effective insertion method is applied to fine search in the neighborhood of advanced individuals. Greedy iterative evolution mechanism is used to optimize the backward individuals. In order to improve the efficiency of the algorithm, the fast algorithm is used to calculate the target value of the function and to judge the updated non-dominated solution. Simulation results show that the proposed algorithm is effective and efficient.
【作者单位】: 三亚学院信息与智能工程学院;聊城大学计算机学院;
【基金】:国家自然科学基金(No.61573178) 国家青年基金项目(No.61503170) 海南省教育厅科研项目(No.Hnky2015-51,No.Hnky2015-55) 三亚市院地科技合作项目(No.2015YD57,No.2015YD11) 山东省高等学校科技计划项目(No.J14LN28) 海南省自然科学基金(No.617182)
【分类号】:TP18

【相似文献】

相关期刊论文 前10条

1 黄凯锋;李莉;李永亮;;多种群粒子群与人工蜂群融合的改进算法[J];计算机工程与设计;2014年06期

2 李锋;;粒子群离散算法在无线传感网络中的应用[J];微型机与应用;2014年12期

3 杨书Oz;舒勤;何川;;基于云模型改进的粒子群K均值聚类算法[J];现代计算机(专业版);2014年10期

4 李爱国;多粒子群协同优化算法[J];复旦学报(自然科学版);2004年05期

5 王伟;李枚毅;彭霞丹;;一种双层可变子群的动态粒子群优化算法[J];小型微型计算机系统;2012年01期

6 焦巍;刘光斌;;一种新的双子群PSO算法[J];计算机工程;2009年16期

7 张洪波;;多种群粒子群分层进化优化算法[J];中国科技信息;2010年08期

8 朱俚治;;一种基于粒子群的变形病毒检测算法[J];信息安全与技术;2014年08期

9 焦巍;刘光斌;;动态环境下的双子群PSO算法[J];控制与决策;2009年07期

10 丁雷;吴敏;佘锦华;段平;;基于多目标粒子群协同算法的状态参数优化[J];中国工程科学;2010年02期

相关博士学位论文 前1条

1 常彦伟;纵向参数多子群粒子群算法的研究与应用[D];中国矿业大学;2009年

相关硕士学位论文 前8条

1 徐桓;基于量子粒子群的Agent联盟生成问题研究与应用[D];云南师范大学;2015年

2 赵鹏旭;基于粒子群的群智能理论在系统优化中的应用研究[D];华北电力大学;2015年

3 胡丽芳;基于动态线性步长的双子群果蝇优化算法及其应用[D];安徽大学;2016年

4 关鹤童;基于混沌粒子群鸡群融合优化算法的云任务调度应用与实现[D];吉林大学;2016年

5 许国燕;基于改进量子粒子群的WSN网络覆盖优化研究[D];兰州交通大学;2016年

6 杨悦;粒子群及其改进在微震速度模型校正应用的数值模拟研究[D];中国科学技术大学;2015年

7 张同新;多目标子群发现算法及其应用研究[D];南京理工大学;2014年

8 刘楚群;基于混沌粒子群的射频天线自适应阻抗匹配[D];湖南大学;2014年



本文编号:1827432

资料下载
论文发表

本文链接:https://www.wllwen.com/kejilunwen/zidonghuakongzhilunwen/1827432.html


Copyright(c)文论论文网All Rights Reserved | 网站地图 |

版权申明:资料由用户d8abe***提供,本站仅收录摘要或目录,作者需要删除请E-mail邮箱bigeng88@qq.com