本文關(guān)鍵詞：螢火蟲優(yōu)化算法及其在流水線調(diào)度問題中的應(yīng)用研究

  更多相關(guān)文章： 螢火蟲優(yōu)化算法 捕食搜索策略 PFSP問題 離散螢火蟲優(yōu)化算法

【摘要】：螢火蟲優(yōu)化算法(GSO算法)是一種模擬了螢火蟲發(fā)光的生物學(xué)特性演變而來的隨機(jī)優(yōu)化算法,也是一種新興的群智能優(yōu)化算法,在多信號定位、多模函數(shù)優(yōu)化方面有廣泛的應(yīng)用前景。置換流水線調(diào)度問題(PFSP)是混合流水線調(diào)度問題中的一類經(jīng)典的車間調(diào)度問題,是一種NP難題。相關(guān)資料表明,有接近四分之一的生產(chǎn)調(diào)度問題可以簡化為PFSP問題,具備很高的研究價(jià)值。本課題的主要研究目的是在全面分析研究螢火蟲優(yōu)化算法的基礎(chǔ)上,對其進(jìn)行改進(jìn),提高其處理多模函數(shù)優(yōu)化的能力,并將其應(yīng)用于求解PFSP問題。本課題的主要工作如下:(1)全面分析了當(dāng)前群智能算法特別是螢火蟲算法以及車間調(diào)度問題的研究現(xiàn)狀和發(fā)展方向,詳細(xì)研究了基本螢火蟲優(yōu)化算法的原理和實(shí)現(xiàn)方式。(2)針對GSO算法存在的問題,改進(jìn)了搜索策略和步長更新機(jī)制,提出了改進(jìn)螢火蟲優(yōu)化算法(Advanced Glowworm Swarm Optimization,AGSO),通過測試函數(shù)證明AGSO算法局部尋優(yōu)能力明顯優(yōu)于GSO算法。針對復(fù)雜高維多模函數(shù),在借鑒捕食搜索策略后,提出了混合螢火蟲模擬退火算法(Simulated Annealing Glowworm Swarm Optimization,SAGSO),該算法在處理20維以上的復(fù)雜多模函數(shù)時(shí)性能明顯優(yōu)于GSO算法。(3)針對PFSP問題的離散特性,在基于連續(xù)種群空間的GSO及其改進(jìn)算法求解離散流水線調(diào)度問題的缺陷上,對種群空間進(jìn)行離散化編碼,結(jié)合NEH算法和遺傳算法,提出了全新的離散螢火蟲優(yōu)化算法(Discrete Glowworm Swarm Optimization,DGSO),使用標(biāo)準(zhǔn)的測試算例證明了該算法是解決PFSP問題的有效工具。(4)基于上述研究,設(shè)計(jì)并實(shí)現(xiàn)了一套基于B/S架構(gòu)的流水線調(diào)度系統(tǒng),該系統(tǒng)以EasyUI框架和Spring框架為核心,包含參數(shù)設(shè)置、數(shù)據(jù)錄入、仿真結(jié)果和歷史查詢四個(gè)模塊,為用戶提供可靠的仿真結(jié)果與豐富的功能體驗(yàn)。
【關(guān)鍵詞】：螢火蟲優(yōu)化算法 捕食搜索策略 PFSP問題 離散螢火蟲優(yōu)化算法
【學(xué)位授予單位】：浙江工業(yè)大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2016
【分類號】：TP18;TB497
【目錄】：

• 摘要5-6
• ABSTRACT6-11
• 第1章 緒論11-17
• 1.1 課題研究背景及意義11-12
• 1.2 國內(nèi)外研究現(xiàn)狀12-15
• 1.2.1 群智能算法的國內(nèi)外研究現(xiàn)狀12-13
• 1.2.2 螢火蟲算法的國內(nèi)外研究現(xiàn)狀13
• 1.2.3 車間調(diào)度問題的國內(nèi)外研究現(xiàn)狀13-15
• 1.3 本文的主要研究內(nèi)容15-17
• 1.3.1 研究內(nèi)容15
• 1.3.2 主要特色與創(chuàng)新點(diǎn)15
• 1.3.3 組織結(jié)構(gòu)15-17
• 第2章 車間調(diào)度問題簡介及其現(xiàn)有求解算法分析17-25
• 2.1 車間調(diào)度問題簡介17-19
• 2.1.1 車間調(diào)度問題的描述17
• 2.1.2 流水車間調(diào)度17-18
• 2.1.3 作業(yè)車間調(diào)度18-19
• 2.1.4 車間調(diào)度問題的特點(diǎn)19
• 2.2 車間調(diào)度問題的現(xiàn)有求解算法分析19-24
• 2.2.1 精確算法19-20
• 2.2.2 傳統(tǒng)啟發(fā)式算法20-22
• 2.2.3 智能優(yōu)化算法22-24
• 2.3 本章小結(jié)24-25
• 第3章 螢火蟲優(yōu)化算法及其改進(jìn)25-48
• 3.1 標(biāo)準(zhǔn)螢火蟲優(yōu)化算法研究與實(shí)現(xiàn)25-30
• 3.1.1 尋優(yōu)思想概述25
• 3.1.2 相關(guān)變量的定義25-26
• 3.1.3 GSO算法的四個(gè)階段26-28
• 3.1.4 算法實(shí)現(xiàn)28-30
• 3.2 自適應(yīng)搜索的AGSO算法30-33
• 3.2.1 標(biāo)準(zhǔn)GSO優(yōu)點(diǎn)30
• 3.2.2 標(biāo)準(zhǔn)GSO缺點(diǎn)30-31
• 3.2.3 改進(jìn)描述31-32
• 3.2.4 AGSO實(shí)現(xiàn)描述32-33
• 3.3 AGSO算法實(shí)驗(yàn)33-39
• 3.3.1 實(shí)驗(yàn)環(huán)境以及公共參數(shù)設(shè)置33
• 3.3.2 全局尋優(yōu)實(shí)驗(yàn)33-39
• 3.3.3 AGSO算法總結(jié)39
• 3.4 模擬退火算法39-43
• 3.4.1 SA算法的要素構(gòu)成40-41
• 3.4.2 SA算法的實(shí)現(xiàn)流程41-43
• 3.5 基于捕食搜索策略的螢火蟲和模擬退火混合優(yōu)化算法43-46
• 3.5.1 捕食搜索策略概述43
• 3.5.2 SAGSO算法43-44
• 3.5.3 高維多模函數(shù)優(yōu)化實(shí)驗(yàn)44-46
• 3.6 本章小結(jié)46-48
• 第4章 改進(jìn)離散螢火蟲優(yōu)化算法求解PFSP問題48-66
• 4.1 置換流水線調(diào)度問題數(shù)學(xué)模型48-50
• 4.2 改進(jìn)的DGSO算法設(shè)計(jì)50-57
• 4.2.1 PFSP問題編碼方式50-51
• 4.2.2 NEH初始化51-52
• 4.2.3 個(gè)體距離計(jì)算方式52-53
• 4.2.4 位置更新策略53-55
• 4.2.5 DGSO算法流程55-57
• 4.3 仿真實(shí)驗(yàn)及其結(jié)果分析57-65
• 4.3.1 仿真環(huán)境和參數(shù)設(shè)定57
• 4.3.2 Car算例仿真結(jié)果分析57-62
• 4.3.3 Taillard問題仿真結(jié)果分析62-65
• 4.4 本章小結(jié)65-66
• 第5章 流水線調(diào)度系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)66-74
• 5.1 系統(tǒng)需求及關(guān)鍵技術(shù)66-69
• 5.1.1 系統(tǒng)需求66-67
• 5.1.2 關(guān)鍵技術(shù)選擇67-69
• 5.1.3 數(shù)據(jù)庫表的設(shè)計(jì)69
• 5.2 流水線調(diào)度系統(tǒng)主要功能展示69-73
• 5.2.1 系統(tǒng)整體框架69-70
• 5.2.2 軟件系統(tǒng)成果展示70-73
• 5.3 本章小結(jié)73-74
• 第6章 論文總結(jié)與未來展望74-76
• 6.1 研究工作總結(jié)74-75
• 6.2 未來工作展望75-76
• 參考文獻(xiàn)76-79
• 附錄79-83
• 致謝83-84
• 攻讀碩士期間發(fā)表的論文和參加的科研項(xiàng)目84

【相似文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前10條

1 肖堅(jiān);;一個(gè)簡單算法分析——算法優(yōu)化與程序設(shè)計(jì)[J];水利水文自動化;1991年04期

2 楊波;肖自碧;;信息與計(jì)算科學(xué)專業(yè)“算法分析與設(shè)計(jì)”研究性教學(xué)探索[J];中國電力教育;2013年01期

3 馮結(jié)青,彭群生;Bernstein多項(xiàng)式的快速復(fù)合算法[J];計(jì)算機(jī)輔助設(shè)計(jì)與圖形學(xué)學(xué)報(bào);2001年02期

4 李晉民,翟吉,郭彪;微機(jī)保護(hù)算法分析[J];電力學(xué)報(bào);1995年01期

5 陳小軍,李保祥,李凱;數(shù)字化核測儀表的設(shè)計(jì)與算法分析[J];核電子學(xué)與探測技術(shù);2003年02期

6 王昊;;Raymond算法分析與改進(jìn)[J];科技創(chuàng)新與應(yīng)用;2013年03期

7 張文君,繆棟;用于精確尋的的幾種算法研究[J];上海航天;2000年04期

8 朱朝霞,王楊,張世祿;一類螺旋方陣問題的算法分析與實(shí)現(xiàn)[J];重慶工商大學(xué)學(xué)報(bào)(自然科學(xué)版);2004年04期

9 范龍保,時(shí)亞光;文本文件比較的算法分析和程序?qū)崿F(xiàn)[J];常熟高專學(xué)報(bào);2002年04期

10 張博;周麗韞;李興霞;;中點(diǎn)生成橢圓的整數(shù)型算法[J];工程圖學(xué)學(xué)報(bào);2011年01期

中國重要會議論文全文數(shù)據(jù)庫 前10條

1 俞洋;田亞菲;;一種新的變步長LMS算法及其仿真[A];通信理論與信號處理新進(jìn)展——2005年通信理論與信號處理年會論文集[C];2005年

2 周顥;劉振華;趙保華;;構(gòu)造型的D~2FA生成算法[A];中國通信學(xué)會通信軟件技術(shù)委員會2009年學(xué)術(shù)會議論文集[C];2009年

3 賴桃桃;馮少榮;張東站;;一種基于劃分和密度的快速聚類算法[A];第二十五屆中國數(shù)據(jù)庫學(xué)術(shù)會議論文集（一）[C];2008年

4 劉遠(yuǎn)新;鄧飛其;羅艷輝;舒添慧;;ERP柔性平臺下物流運(yùn)輸配送系統(tǒng)算法分析[A];第二十六屆中國控制會議論文集[C];2007年

5 王樹西;白碩;姜吉發(fā);;模式合一的“減首去尾”算法[A];第二屆全國學(xué)生計(jì)算語言學(xué)研討會論文集[C];2004年

6 王萬青;張曉輝;;改進(jìn)的A~*算法的高效實(shí)現(xiàn)[A];2009全國測繪科技信息交流會暨首屆測繪博客征文頒獎(jiǎng)?wù)撐募痆C];2009年

7 孫煥良;邱菲;劉俊嶺;朱葉麗;;IncSNN——一種基于密度的增量聚類算法[A];第二十三屆中國數(shù)據(jù)庫學(xué)術(shù)會議論文集（研究報(bào)告篇）[C];2006年

8 韓建民;岑婷婷;于娟;;實(shí)現(xiàn)敏感屬性l-多樣性的l-MDAV算法[A];第二十七屆中國控制會議論文集[C];2008年

9 張悅;尤楓;趙瑞蓮;;利用蟻群算法實(shí)現(xiàn)基于程序結(jié)構(gòu)的主變元分析[A];第五屆中國測試學(xué)術(shù)會議論文集[C];2008年

10 王旭東;劉渝;鄧振淼;;正弦波頻率估計(jì)的修正Rife算法及其FPGA實(shí)現(xiàn)[A];全國第十屆信號與信息處理、第四屆DSP應(yīng)用技術(shù)聯(lián)合學(xué)術(shù)會議論文集[C];2006年

中國重要報(bào)紙全文數(shù)據(jù)庫 前1條

1 科文;VIXD算法分析Web異常[N];中國計(jì)算機(jī)報(bào);2008年

中國博士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 魏哲學(xué);樣本斷點(diǎn)距離問題的算法與復(fù)雜性研究[D];山東大學(xué);2015年

2 劉春明;基于增強(qiáng)學(xué)習(xí)和車輛動力學(xué)的高速公路自主駕駛研究[D];國防科學(xué)技術(shù)大學(xué);2014年

3 張敏霞;生物地理學(xué)優(yōu)化算法及其在應(yīng)急交通規(guī)劃中的應(yīng)用研究[D];浙江工業(yè)大學(xué);2015年

4 李紅;流程挖掘算法研究[D];云南大學(xué);2015年

5 盛歆漪;粒子群優(yōu)化算法及其應(yīng)用研究[D];江南大學(xué);2015年

6 黃磊;高動態(tài)環(huán)境捷聯(lián)慣導(dǎo)信號處理及高精度姿態(tài)速度算法研究[D];南京航空航天大學(xué);2015年

7 劉新旺;多核學(xué)習(xí)算法研究[D];國防科學(xué)技術(shù)大學(xué);2013年

8 于濱;城市公交系統(tǒng)模型與算法研究[D];大連理工大學(xué);2006年

9 曾國強(qiáng);改進(jìn)的極值優(yōu)化算法及其在組合優(yōu)化問題中的應(yīng)用研究[D];浙江大學(xué);2011年

10 肖永豪;蜂群算法及在圖像處理中的應(yīng)用研究[D];華南理工大學(xué);2011年

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 趙官寶;基于位表的關(guān)聯(lián)規(guī)則挖掘算法研究[D];昆明理工大學(xué);2015年

2 殷文華;移動容遲網(wǎng)絡(luò)中基于社會感知的多播分發(fā)算法研究[D];內(nèi)蒙古大學(xué);2015年

3 徐翔燕;人工魚群優(yōu)化算法及其應(yīng)用研究[D];西南交通大學(xué);2015年

4 潘浩;基于可逆結(jié)構(gòu)的超點(diǎn)和長流檢測算法研究[D];大連海事大學(xué);2016年

5 王寧偉;微博網(wǎng)絡(luò)中的重疊社區(qū)發(fā)現(xiàn)算法研究[D];北京交通大學(xué);2016年

6 高山;星載MIMO檢測算法的抗SEU技術(shù)研究[D];解放軍信息工程大學(xué);2014年

7 張振賓;國密SM4和SM2算法功耗攻擊關(guān)鍵技術(shù)研究與實(shí)現(xiàn)[D];清華大學(xué);2015年

8 閆婷;基于混合細(xì)菌覓食和粒子群的k-means聚類算法在類風(fēng)濕并發(fā)癥中的研究[D];太原理工大學(xué);2016年

9 曹陽;基于質(zhì)心策略的蝙蝠算法[D];太原科技大學(xué);2015年

10 高越;量子K近鄰算法研究[D];東南大學(xué);2015年

，

本文編號：1025096