2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩73頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權(quán)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(quán),請進行舉報或認領(lǐng)

文檔簡介

1、流水車間調(diào)度問題(flow shop scheduling problem,F(xiàn)SSP)是優(yōu)化組合問題的一個重要分支,對該問題的研究有利于實現(xiàn)有限資源的優(yōu)化配置和合理利用。但因該問題為NP-hard(non-deterministic polynomial-hard),人工智能算法如今正逐漸代替數(shù)學方法,并取得了一定的成果。FSSP有多種類型,而帶有限緩沖的FSSP(FSSP with limited buffers,F(xiàn)SSPWLB)因更

2、接近實際生產(chǎn)狀況而受到廣泛重視,對緩沖大小的探討在實際生產(chǎn)應用中也具有重要的經(jīng)濟價值。此外,求解多目標FSSP,可幫助決策者制定折中策略,在滿足客戶需求的前提下實現(xiàn)經(jīng)濟最大化等其他生產(chǎn)指標。因此研究多目標帶有限緩沖的FSSP就顯得尤為重要。
  差分進化(differential evolution,DE)算法因其良好的特性而大量運用于連續(xù)問題優(yōu)化中。該算法的參數(shù)對所優(yōu)化的問題具有敏感性,通常要根據(jù)反復實驗的結(jié)果或經(jīng)驗來設(shè)置,因此

3、造成計算資源的額外開銷,同時受到先驗經(jīng)驗的制約。于是對自適應差分進化算法的研究不斷涌現(xiàn),其應用領(lǐng)域也不斷拓寬。在使用DE對FSSPWLB進行優(yōu)化時,因其測試實例規(guī)模不同,更需要自適應機制的參與。
  綜上所述,本文提出了一種自適應差分進化算法及其若干變體,來解決多目標FSSPWLB。目前看來,使用自適應差分進化算法優(yōu)化多目標FSSPWLB尚屬首例。
  首先,本文使用最大順序值(largest order value,LOV

4、)規(guī)則完成DE個體與工件排序的映射,為設(shè)計合理的自適應機制,分析了DE個體、工件排序以及目標值差異之間的關(guān)系,研究參數(shù)F和CR對目標值的影響。在此基礎(chǔ)上提出了一種參數(shù)CR的自適應差分進化算法,以適應對算法不同的搜索需求。同時為保證初始種群的質(zhì)量,使用啟發(fā)式算法構(gòu)造了兩個特殊個體。
  其次,為加強算法局部搜索性能,除選擇插入算子(Insert)外,還設(shè)計了一種基于概率模型的局部搜索算子(local search based on

5、probability model,LSbPM),目的在于挖掘非支配解集中的優(yōu)質(zhì)子序列信息,并加以利用。引入次解保留概念,將其嵌入Insert中,保留多次插入過程中產(chǎn)生的次解,充分運用搜索結(jié)果,在一定程度上補償隨即拋棄被支配解而造成的計算浪費。
  接著,為驗證本文所提出算法的各項性能的優(yōu)劣,設(shè)計了其他兩種變體,分別去除了LSbPM算子和次解保留機制,三種算法分別記為MPADE1、MPADE2和MPADE3,且與HDE做對比。選取

6、三種不同基準集中的12個實例,以多項評價指標為參考,通過實驗對比三種算法與 HDE。實驗表明,次解保留機制在算法中發(fā)揮了重要作用,使得MPADE1和MPADE3在性能上超越MPADE2和HDE。而 LSbPM的效果并不理想,只有在評價次數(shù)較大時才能起到改善作用。整體來說,MPADE3是最好的算法,能夠獲得更多的非支配解,保證其質(zhì)量,在分布性上也比其他算法好。
  最后,MPADE3用以研究與HDE收斂特性的差別,并分析不同緩沖區(qū)容

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(quán)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(quán)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(quán)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。

評論

0/150

提交評論