基于改进迭代贪婪算法的预制构件调度研究

发布时间：2025-07-05 11:29

　　 迭代贪婪算法是一种具有较强局部搜索能力的元启发式算法,但由于传统迭代贪婪算法搜索范围过大,搜索效率有限,为了进一步提升传统迭代贪婪算法的搜索能力,考虑到阈值接受算法具有能缩小搜索范围的特点,提出了一种改进的迭代贪婪算法解决流水车间预制生产的订单接受与调度问题;该改进算法是在破坏原调度序列后加入一种基于构造启发式规则的重建策略,并结合阈值接受算法的自适应接受准则用以跳出局部最优;经大量仿真实验结果显示,与传统迭代贪婪算法、禁忌搜索算法以及遗传算法对比,改进的迭代贪婪算法具有更好的求解质量和鲁棒性。

【文章页数】：6 页

【部分图文】：

图1 基于构造启发式规则的破坏-重建策略图

本文中的邻域搜索方法采用是一种插入式的局部邻域搜索方法。其基本思想是：每次从当前解中随机地选择一个订单，将订单从左至右逐一试插，最终将订单插入是目标值增加最多的位置。如果通过邻域搜索找到的新解优于当前解，则对当前解进行替换并继续搜索，否则就结束搜索。3.4阈值接受准则

图2 4种算法在不同规模下的ARPD对比图

从图2中可以看出当订单规模为20的时候所有算法的ARPD值均很小，随着问题规模的增大，IGTA算法的ARPD值呈现出递增趋势。且在哪种订单规模下，统计上IGTA算法的ARPD值都是最小的，由此我们可以得出IG-TA算法在小、中、大规模问题下的求解质量均优于其余3种对比算法。5结....

本文编号：4056033