基于改进离散人工蜂群算法的同类机调度优化

发布时间：2021-04-20 20:21

　　针对一类最小化最大完工时间的同类机调度问题,考虑到机器的加工效率和产品的交付时间,引入同类机调度问题的数学模型,提出一种改进的离散型人工蜂群算法（IDABC）求解该问题。首先,引入种群初始化策略,得到均匀分布的种群,并获得待优参数的生成策略,加快种群的收敛;其次,借鉴差分进化算法的变异算子和模拟退火算法的思想,改进雇佣蜂和跟随蜂的局部搜索策略,并利用最优解的优质信息改进侦察蜂,增加种群多样性、防止算法陷入局部最优;最后,分析算法的性能和参数,并将改进的算法应用于同类机调度问题,在15个算例上的实验结果表明,与混合离散人工蜂群（HDABC）算法相比,IDABC的求解精度和稳定性分别平均提高了4. 1%和26. 9%,且具有更好的收敛性,表明在实际场景中IDABC可以有效求解同类机调度问题。 

【文章来源】：计算机应用. 2020,40(03)北大核心CSCD

【文章页数】：9 页

【文章目录】：
0 引言
1 同类机调度问题的数学模型
    1.1 模型假设
    1.2 问题描述
    1.3 数学模型及约束条件
2 改进离散型人工蜂群算法
    2.1 基本人工蜂群算法
    2.2 问题的编码设计
    2.3 初始化策略
    2.4 局部搜索策略
        2.4.1 待优参数的生成策略
        2.4.2 基于差分算法的局部搜索策略
    2.5 雇佣蜂阶段
    2.6 跟随蜂阶段
    2.7 侦查蜂阶段
    2.8 改进离散型人工蜂群算法的步骤
    2.9 IDABC算法性能分析
        2.9.1 收敛性分析
        2.9.2 时间复杂度分析
        2.9.3 算法整体性能分析
3 实验及结果分析
    3.1 实验环境及参数设置
    3.2 结果分析
        3.2.1 实验结果分析
        3.2.2 参数分析
4 结语


【参考文献】：
期刊论文
[1]基于混合搜索的多种群人工蜂群算法[J]. 陈皓,张洁,杨清萍,董娅娅,肖利雪,冀敏杰.  计算机应用. 2017(10)
[2]改进人工蜂群优化BP神经网络的分类研究[J]. 韦鹏宇,潘福成,李帅.  计算机工程与应用. 2018(10)
[3]基于人工蜂群算法的柔性工艺与车间调度集成优化[J]. 宋栓军,杨佩莉,石雯丽.  计算机应用. 2017(02)
[4]一类复杂约束下的并行机重调度问题研究[J]. 刘翱,朱梦妮,罗永亮,刘克,刘波.  系统科学与数学. 2016(12)
[5]基于改进人工蜂群算法的机器人路径规划[J]. 王海泉,胡瀛月,廖伍代,闫同斌,王东云.  控制工程. 2016(09)
[6]基于改进萤火虫群优化算法的同类机调度问题[J]. 倪志伟,庞闪闪,伍章俊,李蓉蓉,李敬明.  计算机工程与设计. 2016(06)
[7]一种高效的求解函数优化问题的人工蜂群算法[J]. 毛力,周长喜,吴滨,杨弘,肖炜.  小型微型计算机系统. 2016(01)
[8]基于离散人工蜂群算法的云任务调度优化[J]. 倪志伟,李蓉蓉,方清华,庞闪闪.  计算机应用. 2016(01)
[9]改进的人工蜂群算法在神经网络中的应用[J]. 冷昕,张树群,雷兆宜.  计算机工程与应用. 2016(11)
[10]求解混合流水线调度问题的离散人工蜂群算法[J]. 李俊青,潘全科,王法涛.  运筹与管理. 2015(01)



本文编号：3150339