針對實際工況下置換流水車間調(diào)度問題,文中以最小化完工時間為目標(biāo)對標(biāo)準(zhǔn)布谷鳥算法進行了改進。為提高優(yōu)化解的穩(wěn)定性和算法的計算精度,該算法將淘汰概率引入動態(tài)自適應(yīng)機制,將局部搜索引入差分進化機制,并在初始種群的生成中引入NEH算法。文中將改進的布谷鳥算法運用于解決實際工況下的置換流水車間調(diào)度問題,通過與標(biāo)準(zhǔn)布谷鳥算法仿真優(yōu)化結(jié)果進行對比,證明了改進布谷鳥算法具有更好的解的穩(wěn)定性和更高的尋優(yōu)精度。 

【文章來源】：電子科技. 2019,32(10)

【文章頁數(shù)】：5 頁

【文章目錄】：
1 置換流水車間調(diào)度問題描述
2 置換流水車間調(diào)度問題的算法求解
    2.1 置換流水車間調(diào)度問題的求解框架
    2.2 實際工況下置換流水車間調(diào)度問題的仿真建模
    2.3 改進的布谷鳥算法
        2.3.1 動態(tài)適應(yīng)機制
        2.3.2 差分優(yōu)化機制
            (1)變異操作。
            (2)交叉操作。
            (3)選擇操作。
3 仿真實驗
4 結(jié)果分析
5 結(jié)束語


【參考文獻】：
期刊論文
[1]物流領(lǐng)域的“JIT”——越庫調(diào)度[J]. 吳斌,陳佳華,李玉,董敏.  油氣儲運. 2018(02)
[2]求解模糊柔性作業(yè)車間調(diào)度的多目標(biāo)進化算法[J]. 王春,田娜,紀(jì)志成,王艷.  電子學(xué)報. 2017(12)
[3]基于動態(tài)多種群的粒子群優(yōu)化算法[J]. 王宇嘉,聶善坤,肖閃麗.  電子科技. 2017(07)
[4]求解廣義優(yōu)先關(guān)系下多技能人員項目調(diào)度問題的改進布谷鳥搜索算法[J]. 段鵬飛,余杰,聶慧,楊輝華.  計算機應(yīng)用研究. 2018(05)
[5]基于雙模式PSO算法求解置換流水車間調(diào)度問題[J]. 馬祎航,陶文華,劉陽.  電子設(shè)計工程. 2016(15)
[6]差分進化混合粒子群算法求解裝配式住宅項目進度優(yōu)化問題[J]. 趙平,吳昊.  計算機工程與科學(xué). 2016(07)
[7]布谷鳥算法求解置換流水車間調(diào)度問題[J]. 徐楊麗,葉春明.  數(shù)學(xué)理論與應(yīng)用. 2015(03)
[8]基于Memetic算法的有限緩沖區(qū)流水車間調(diào)度問題[J]. 謝展鵬,張超勇,邵新宇,尹勇,羅敏.  計算機集成制造系統(tǒng). 2015(05)
[9]具有復(fù)雜緩沖的分段多流水車間調(diào)度問題[J]. 張志英,代乙君,隋毅.  哈爾濱工程大學(xué)學(xué)報. 2014(07)
[10]一種基于Petri網(wǎng)的多目標(biāo)無死鎖蟻群調(diào)度算法[J]. 惠曉龍,郜振鑫.  電子科技. 2014(05)



本文編號：3345874