收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

基于混合蚁群算法的车间作业调度问题求解

陈程  
【摘要】: 随着市场竞争的日益激烈,面向顾客订货的、多品种、小批量生产已经成为21世纪的主导生产模式。相应地,制造企业正向着精益生产和敏捷制造的方向发展。在这种生产环境下,如何安排生产计划、如何进行调度成为企业有效进行生产的关键问题。有效的调度方法与优化技术的研究和应用,对于制造企业提高生产效率、降低生产成本等方面起着重要作用,因而越来越受到学者们的关注。 生产与运作管理的核心是车间作业调度问题(JSSP)能否高效的获得优化解,因此,JSSP的调度策略一直是制造业研究的重点之一,对JSSP的研究具有重要的理论意义和现实意义。 蚁群优化算法(Ant Colony Algorithms,ACA)是一种近年来才发展起来的新颖的仿生型的智能优化算法,具有正反馈、分布计算和启发性搜索等特点。作为计算智能和群智能的重要分支之一,蚁群优化算法的研究方兴未艾,备受瞩目。蚁群优化算法的思想来源于我们真实世界中的蚂蚁群体的智能特性。 本文介绍了JSSP研究的目的、意义及其重要性,分析了国内外对JSSP进行研究的方法与发展现状;研究了JSSP的特点及其分类,探讨了JSSP的调度策略,回顾了求解JSSP的主要历程及其方法;对蚁群优化算法的发展背景、内容、实现方法作了详细介绍,对该算法本身进行了深入研究,提出了自己的改进方案。本文主要有以下几个方面创新:提出一种新的JSSP邻域结构,与传统的邻域结构比较,有效的缩小邻域空间的规模;针对蚁群优化算法中信息素强度在蚁群之间起通讯、协作的关键作用,提出了利用全局和局部最优解来增强优质个体所走路径上的信息素强度的方案;简化了蚁群优化参数设置问题,对部分参数实行动态的调整策略;提出了一种通过分阶段变邻域求解JSSP的新的混合算法。 最后通过面向对象技术思想实现了系统核心调度算法功能,给出了一种基于MVC模式进行系统设计方法,为进一步的工作奠定基础。通过对一些代表性的基准问题进行仿真,混合蚁群算法能够更快速的搜索到更优解,加快算法的收敛速度,提高算法的搜索能力,能够有效的解决JSSP问题。 本文研究成果对蚁群算法的研究有一定的参考价值,并对建立现代优化调度系统有现实的理论指导意义和应用价值。


知网文化
【相似文献】
中国期刊全文数据库 前20条
1 吴通,李桂琴,富丽,余隋怀,陆长德;油漆调色系统的改进算法[J];西北工业大学学报;2003年03期
2 肖伟;全惠云;;具有调和特性的蚁群改进算法[J];计算机工程与应用;2005年34期
3 刘江华;戴新喜;白似雪;;基于模式矩阵的P_Matrix算法[J];南昌大学学报(理科版);2007年05期
4 袁万莲;郑诚;翟明清;;一种改进的Apriori算法[J];计算机技术与发展;2008年05期
5 周爱武;崔丹丹;肖云;;一种改进的K-means聚类算法[J];微型机与应用;2011年21期
6 李静燕;;改进的Apriori算法在教学质量评价中的应用[J];价值工程;2013年01期
7 邓勇,施文康;发现频繁情节的改进算法[J];上海交通大学学报;2005年03期
8 李环宇;杜春玲;李保银;;一种基于关联规则挖掘的改进算法[J];福建电脑;2007年01期
9 周树德;孙增圻;;分布估计算法综述[J];自动化学报;2007年02期
10 刘华婷;郭仁祥;姜浩;;关联规则挖掘Apriori算法的研究与改进[J];计算机应用与软件;2009年01期
11 许广林;刘念祖;冯嘉礼;刘永昌;;掘客投票算法的属性论方法[J];智能系统学报;2009年02期
12 吴秋峰;尹海东;孟翔燕;;基于和积和最大积的信念传播算法的收敛性分析[J];数学的实践与认识;2011年09期
13 张友新;王立宏;;两阶段近邻传播半监督聚类算法[J];山东大学学报(工学版);2012年02期
14 赵吉东;;蚁群算法的改进策略研究[J];中国科技信息;2012年12期
15 何云峰;;Apriori改进算法综述[J];微型机与应用;2013年06期
16 黄守明;张红莉;;基于云计算模式下的Apriori算法研究[J];铜陵学院学报;2013年03期
17 陈焕文,谢丽娟,谢建平;一类值函数激励学习的遗忘算法[J];计算机研究与发展;2001年04期
18 彭仪普,熊拥军;关联规则挖掘AprioriTid算法的改进[J];计算机应用;2005年05期
19 周文胜;叶晓俊;;ARIES算法在PostgreSQL中的实现[J];计算机工程;2006年01期
20 徐文拴;辛运帏;;一种改进的关联规则维护算法[J];计算机工程与应用;2006年18期
中国重要会议论文全文数据库 前10条
1 黄纪武;毛泽华;李松涛;张锦雄;;SPMD并行查找算法的MPI实现[A];广西计算机学会——2004年学术年会论文集[C];2004年
2 黄纪武;毛泽华;李松涛;张锦雄;;SPMD并行查找算法的MPI实现[A];广西计算机学会2004年学术年会论文集[C];2004年
3 符丽锦;覃华;邓海;孙欣;;一种改进的Apriori算法的研究[A];广西计算机学会2012年学术年会论文集[C];2012年
4 王东锋;王军民;陈英武;;模糊定性仿真理论研究与算法实现[A];'2000系统仿真技术及其应用学术交流会论文集[C];2000年
5 赵唯;;晶粒度评级的改进算法[A];中国图象图形科学技术新进展——第九届全国图象图形科技大会论文集[C];1998年
6 刘启文;;可扩展的图形学算法演示系统的研究[A];’2004计算机应用技术交流会议论文集[C];2004年
7 佘智;蒋泰;朱延生;;基于Type C协议的防冲突改进算法[A];广西计算机学会25周年纪念会暨2011年学术年会论文集[C];2011年
8 朱绍文;赵培;朱秋云;;基于pSPADE并行挖掘序列算法的研究[A];2003年中国智能自动化会议论文集(下册)[C];2003年
9 杨霞;;新的基于启发式蚁群算法的QoS路由算法[A];广西计算机学会2009年年会论文集[C];2009年
10 陈黎飞;姜青山;董槐林;;基于图形轮廓的快速聚类算法[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
中国博士学位论文全文数据库 前10条
1 单美静;求解非线性实代数系统的混合算法研究[D];华东师范大学;2008年
2 邱剑锋;人工蜂群算法的改进方法与收敛性理论的研究[D];安徽大学;2014年
3 潘磊;若干社区发现算法研究[D];南京大学;2014年
4 陈俊波;频繁闭合项集挖掘算法及应用研究[D];浙江大学;2009年
5 陆楠;关联规则的挖掘及其算法的研究[D];吉林大学;2007年
6 范洪博;快速精确字符串匹配算法研究[D];哈尔滨工程大学;2011年
7 寇晓丽;群智能算法及其应用研究[D];西安电子科技大学;2009年
8 刘维;生物序列模式挖掘与识别算法的研究[D];南京航空航天大学;2010年
9 刘微;基于生物行为的射频识别系统优化模型与算法研究[D];吉林大学;2011年
10 宁爱平;人工蜂群算法及其在语音识别中的应用研究[D];太原理工大学;2013年
中国硕士学位论文全文数据库 前10条
1 桑磊;蚁群算法的研究以及在网络多点路由问题上的应用[D];吉林大学;2010年
2 范红梅;蚁群算法的改进[D];燕山大学;2007年
3 唐艺军;基于蚁群算法的数据挖掘应用研究[D];辽宁工程技术大学;2007年
4 田婧;蚁群算法在电厂过热汽温控制中的应用[D];华北电力大学;2011年
5 常健;K-Means算法的一种GPU实现[D];吉林大学;2012年
6 万军;加权关联规则挖掘算法的研究与改进[D];广西大学;2013年
7 武燕;粒子群改进算法及在混合神经网络中的应用研究[D];景德镇陶瓷学院;2014年
8 刘勇;类电磁机制算法的研究与改进[D];西安电子科技大学;2013年
9 毛嘉莉;聚类K-means算法及并行化研究[D];重庆大学;2003年
10 王永;基于关联规则挖掘算法的相关技术研究[D];安徽大学;2011年
中国知网广告投放
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978