資源描述：
《基于云模型的改進PSO算法在差異工件單機批調(diào)度中的應用研究》由會員上傳分享，免費在線閱讀，更多相關(guān)內(nèi)容在學術(shù)論文-天天文庫。
1、摘要摘要差異工件單機批調(diào)度問題(SingleBatch．processingMachine塒tllNon．identicalJobSizes，SBMN)是同時考慮到工件尺寸和機器約束的一類二維調(diào)度問題，是生產(chǎn)調(diào)度領(lǐng)域一個新的研究方向，在實際經(jīng)濟活動中有廣泛的應用。然而差異工件單機批調(diào)度問題的特點使得其具有高復雜性，從而給問題的求解提出了新的挑戰(zhàn)。因此，尋找有效的算法對差異工件單機批調(diào)度問題進行優(yōu)化具有重要的應用意義。微粒群優(yōu)化算法是一種新型的群體智能優(yōu)化技術(shù)，具有結(jié)構(gòu)簡單、通用性強、容易實現(xiàn)、群體記憶等優(yōu)點。目前，微粒群算法已在多個領(lǐng)域獲得了廣泛應用
2、，但是在離散性組合優(yōu)化問題中的應用較少。本文就如何改進傳統(tǒng)的微粒群算法、如何改進離散的微粒群算法及如何將改進的兩種算法應用到差異工件單機批調(diào)度問題的求解中展開了深入研究。本文的主要創(chuàng)新點如下：(1)研究了基于云模型的改進傳統(tǒng)PSO算法在差異工件單機批調(diào)度問題中的應用。首先提出了一種新的隨機位置和速度更新方法，然后在根據(jù)微粒的適應度劃分種群的基礎(chǔ)上，引入基于云模型的自適應參數(shù)策略對不同的子群采用不同的慣性權(quán)重生成方法，最后將該算法應用于優(yōu)化制造跨度的差異工件單機批調(diào)度問題的求解。實驗比較結(jié)果表明，改進后的混合算法相比遺傳算法和傳統(tǒng)的PSO算法具有更好的
3、優(yōu)化效果。(2)研究了基于云模型的改進離散PSO算法在差異工件單機批調(diào)度問題中的應用。首先重新定義了用于求解差異工件單機批調(diào)度問題的離散PSO算法的各類操作算子，然后通過定義種群“聚集”信息與參數(shù)間的多條定性關(guān)聯(lián)規(guī)則，構(gòu)造新的云自適應參數(shù)調(diào)整策略，動態(tài)調(diào)整算法的慣性權(quán)重和多樣性系數(shù)。實驗結(jié)果表明，提出的基于云模型的改進離散PSO算法在求解SBMN問題時表現(xiàn)出優(yōu)異的性能，特別是在大規(guī)模問題的求解中，算法的搜索質(zhì)量大大提高。關(guān)鍵詞：云模型微粒群優(yōu)化離散微粒群批調(diào)度自適應參數(shù)慣性權(quán)重ABSTRACTTheschedulingofasinglebatch—p
4、rocessingmachinewithnon-identicaljobsizes，calledtwo—dimensionalschedulingproblemconsideringconstraintsofbothjobsizesandmachinecapacity,iswidelyusedintherealmanufacturingasanewfieldofresearchinproductionscheduling．However,thesenewfeaturescausehighcomplexityandbringnewchallengest
5、othegivenproblems．Thus，seekingtheeffectivemethodstosolvethesinglebatch-processingmachineschedulingproblemisofimportantpracticalsignificance．ParticleSwarmOptimizationisanewswarmintelligencealgorithm．Theadvantagesofparticleswarmoptimizationincludingasimplestructure，immediatelyacc
6、essibleforpracticalapplications，easyofimplementationandrobustnessmakeitswideapplicationinavarietyofproblems，butfewfordiscreteoptimizationproblems．Thepapermakesdeepstudyonimprovingthepropertyofthetraditionalparticleswarmalgorithmandthediscreteparticleswarmalgorithmandfocusesonth
7、eirapplicationsinthefieldofthesinglebatch-processingmachineschedulingproblem．Themainandpioneeringworksofthispaperareasfollows：(1)Researchontheimprovedbasicparticleswarmoptimizationalgorithmbasedoncloudmodeltheoryanditsapplicationintheproblemofasinglebatch-processingmachinewithn
8、on-identicaljobsizes．Firstly,anewmethodforupdatingloca
