

版權說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權,請進行舉報或認領
文檔簡介
1、自從上世紀50年代至今,車間調(diào)度問題一直是應用數(shù)學、運籌學、管理學、計算機科學等諸多學科研究的熱門課題,理論成果層出不窮。智能算法的興起,為求解復雜調(diào)度問題提供了新的有效工具,也為車間調(diào)度問題的研究開辟了嶄新的空間。實驗證明:絕大多數(shù)的車間調(diào)度問題屬于NP-Hard問題,不存在精確求解的多項式時間算法。智能算法雖然在一定程度上改善了解的質(zhì)量,但同別的優(yōu)化算法類似,對于某些問題,該算法也存在著一定程度的枚舉以及收斂到最優(yōu)解的速度較慢的情況
2、,這就要求我們進一步拓寬研究思路,繼續(xù)尋找更高效的智能調(diào)度新方法。分布估計算法(Estimation of Distribution Algorithins,EDAs)是一種新興的進化算法,它將構建概率模型和采樣引入到進化過程中,取代了傳統(tǒng)進化算法中的交叉和變異等模擬自然進化的操作。該算法使用概率模型來引導搜索過程,避免了染色體重組帶來的盲目性和隨機性,因而,有效地提高了搜索效率,能夠快速、可靠地解決許多傳統(tǒng)進化算法難以求解的復雜優(yōu)化問
3、題。
本文將分布估計算法應用到流水車間調(diào)度問題中,為了克服分布估計算法中概率模型單一固定的缺陷,提高算法的收斂速度,避免出現(xiàn)早熟收斂現(xiàn)象。本文將模擬退火算法的思想引入分布估計算法,即將模擬退火的接受概率應用于變異后的優(yōu)勢種群的選取,提出基于模擬退火的改進分布估計算法,同時,為了減小算法的優(yōu)化性能和效率對初始種群的依賴,本文采用NEH啟發(fā)式方法和隨機方法共同產(chǎn)生初始種群。在利用改進分布估計算法的基礎上,針對流水車間調(diào)度和混合
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經(jīng)權益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
- 6. 下載文件中如有侵權或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 分布式調(diào)度算法在車間調(diào)度問題中的應用研究.pdf
- 混合分布估計算法及其在車間調(diào)度中的應用研究.pdf
- 水波優(yōu)化算法及在車間調(diào)度問題中的應用研究.pdf
- 分布估計算法及其在生產(chǎn)調(diào)度問題中的應用研究.pdf
- 基于區(qū)塊模型的進化算法在車間調(diào)度問題中的應用研究.pdf
- 遺傳算法在車間調(diào)度問題中的研究與應用.pdf
- 蟻群算法在車輛調(diào)度問題中的應用研究.pdf
- 遺傳蟻群混合算法及其在車間調(diào)度問題中的應用.pdf
- 遺傳算法在車間調(diào)度中的應用研究.pdf
- 混合蛙跳算法及其在車間調(diào)度中的應用研究
- 改進蟻群算法在車間調(diào)度中的應用研究.pdf
- 分布估計算法研究及在動態(tài)優(yōu)化問題中的應用.pdf
- 遺傳算法在車間優(yōu)化調(diào)度中的應用研究.pdf
- 蟻群算法及其在車間調(diào)度中的應用研究.pdf
- 混合蛙跳算法及其在車間調(diào)度中的應用研究.pdf
- 分布估計算法在云計算資源調(diào)度中的應用研究.pdf
- Shuffled Complex Evolution算法及其在車間調(diào)度中的應用研究.pdf
- 改進的粒子群算法在車間調(diào)度中的應用研究.pdf
- 分布估計算法及其在智能調(diào)度中的應用研究.pdf
- 改進的量子遺傳算法在車間調(diào)度中的應用研究.pdf
評論
0/150
提交評論