元胞粒子群優(yōu)化算法及其在柔性作業(yè)車間調(diào)度中的應(yīng)用.pdf

1、優(yōu)化技術(shù)是一門以數(shù)學(xué)為基礎(chǔ)，用于解決工程問題并為之提供最優(yōu)解和滿意解的應(yīng)用技術(shù)。在求解實(shí)際工程問題時(shí)，問題的多變量、多參數(shù)、非線性以及多約束等特點(diǎn)使得優(yōu)化成為一個(gè)極富挑戰(zhàn)性的研究方向。粒子群優(yōu)化算法是基于群體智能理論的新興的智能優(yōu)化算法，該算法利用生物群體內(nèi)個(gè)體的合作與競(jìng)爭(zhēng)等行為指導(dǎo)搜索，原理簡(jiǎn)單，參數(shù)較少，收斂速度快，受到學(xué)術(shù)界的廣泛關(guān)注。
　　 本文首先介紹了基本的粒子群優(yōu)化算法，總結(jié)了粒子群優(yōu)化算法的研究與應(yīng)用。
　

2、　 接著，從元胞自動(dòng)機(jī)的角度分析粒子群優(yōu)化算法，提出了元胞粒子群優(yōu)化算法的總體框架。根據(jù)元胞自動(dòng)機(jī)的信息交互機(jī)制的不同，提出了內(nèi)元胞粒子群優(yōu)化算法和外元胞粒子群優(yōu)化算法。隨后，針對(duì)兩種元胞粒子群優(yōu)化算法，分別對(duì)其收斂性進(jìn)行了理論分析，從數(shù)學(xué)角度證明了算法的收斂性。結(jié)合具體實(shí)例中的粒子軌跡，驗(yàn)證了提出算法的有效性。
　　 為了驗(yàn)證提出的兩種元胞粒子群優(yōu)化算法的有效性，本文選取了自PSO 研究以來(lái)比較有代表性的9個(gè)版本的PSO 算

3、法，分別針對(duì)30個(gè)著名的標(biāo)準(zhǔn)測(cè)試函數(shù)進(jìn)行優(yōu)化測(cè)試，結(jié)果顯示了兩種元胞粒子群優(yōu)化算法的有效性。特別是外元胞粒子群優(yōu)化算法，對(duì)于大部分問題的優(yōu)化結(jié)果優(yōu)于其他版本的PSO 算法。
　　 接下來(lái)，本文設(shè)計(jì)了離散化的元胞粒子群優(yōu)化算法求解柔性作業(yè)車間調(diào)度問題，采用了針對(duì)問題本身特點(diǎn)的編碼方法。在本算法中，采用有效的鄰域函數(shù)，并利用禁忌搜索思想指導(dǎo)局部搜索?；跇?biāo)準(zhǔn)測(cè)試問題的實(shí)驗(yàn)結(jié)果表明了該算法能有效地求解柔性作業(yè)車間調(diào)度問題。