細(xì)菌覓食算法的優(yōu)化及其在車間調(diào)度中的應(yīng)用研究.pdf

1、車間調(diào)度問題是一系列比較復(fù)雜的NP-hard問題，隨著其問題規(guī)模的不斷擴大，問題的復(fù)雜度也不斷提高，傳統(tǒng)的常規(guī)優(yōu)化方法已經(jīng)很難甚至無法有效地求解出問題的最優(yōu)解。本文重點研究BFO算法的優(yōu)化策略和理論分析，以及改進(jìn)BFO算法在車間調(diào)度類問題中的應(yīng)用。文章詳細(xì)地闡述了BFO算法的生物學(xué)基礎(chǔ)和算法的搜索機制，分析了現(xiàn)有的趨向因子的局限性并指出其所存在的缺點，提出了一種改進(jìn)的BFO算法?；陔S機過程理論，從數(shù)學(xué)角度證明改進(jìn)的BFO算法種群進(jìn)化過

2、程具有馬爾科夫性且是全局收斂的。使用國際標(biāo)準(zhǔn)的連續(xù)問題函數(shù)進(jìn)行對比實驗，檢驗改進(jìn)算法在連續(xù)問題求解時的性能。然后將改進(jìn)BFO算法用于求解作業(yè)車間調(diào)度問題，測試改進(jìn)算法在求解離散問題中的能力。通過引入LOV規(guī)則完成連續(xù)空間的位置信息和離散加工工件序列之間的映射轉(zhuǎn)化，使用標(biāo)準(zhǔn)的Job Shop測試問題對改進(jìn)算法進(jìn)行測試。最后將混沌搜索因子作為鄰域搜索算子引入改進(jìn)的BFO算法中，提出了一種基于混沌領(lǐng)域搜索的BFO算法，進(jìn)一步增強了BFO算法的