改進的粒子群算法在車間調(diào)度中的應(yīng)用研究.pdf

1、生產(chǎn)調(diào)度問題屬于組合優(yōu)化問題。將優(yōu)化方法的理論研究引入到車間生產(chǎn)調(diào)度領(lǐng)域中，改進算法性能、拓寬算法應(yīng)用領(lǐng)域、完善算法體系，是一個同時具有理論意義和應(yīng)用價值的課題，具有重要的意義。
　　 粒子群算法一直是智能體算法領(lǐng)域中的研究熱點。本文在標(biāo)準(zhǔn)的粒子群算法的基礎(chǔ)上，提出了一種改進的粒子群算法。新算法主要在兩個方面對標(biāo)準(zhǔn)的粒子群算法做出了改進：引入均勻設(shè)計的思想，保證種群粒子的分布均勻，使粒子在解空間中均勻的分布，然后在進化過程中對每

2、一代的種群運行清除算法來保持粒子的多樣性，基于Clearing機制的小生境進化能有效的探索解空間的各個區(qū)域，避免了陷入局部最優(yōu)。這些改進措施對避免算法出現(xiàn)早熟、提高算法的收斂速度和全局搜索能力有重要意義。應(yīng)用標(biāo)準(zhǔn)測試集中的測試用例和實際調(diào)度中的問題對改進后的算法進行了測試，仿真程序表明，該算法能以較快速度完成給定范圍的搜索和全局優(yōu)化任務(wù)。
　　 同時，針對制造企業(yè)的實際情況，本文設(shè)計了一種新的適用于實際車間調(diào)度問題的種群初始化方