制造網(wǎng)格資源節(jié)點(diǎn)高維目標(biāo)調(diào)度算法研究.pdf

1、經(jīng)濟(jì)全球化和信息技術(shù)的飛速發(fā)展，讓傳統(tǒng)制造業(yè)面臨越來(lái)越多的困難和挑戰(zhàn)。為解決這一困境，將網(wǎng)格技術(shù)應(yīng)用到制造業(yè)中，逐步發(fā)展出制造網(wǎng)格技術(shù)。制造網(wǎng)格技術(shù)的核心是資源調(diào)度，而資源調(diào)度問(wèn)題的本質(zhì)是高維目標(biāo)優(yōu)化問(wèn)題，因此本文對(duì)高維目標(biāo)優(yōu)化算法進(jìn)行研究，并將算法應(yīng)用到制造網(wǎng)格資源調(diào)度這一應(yīng)用中。高維目標(biāo)優(yōu)化是目前研究的一個(gè)熱門(mén)領(lǐng)域，由于提出來(lái)的時(shí)間不是很長(zhǎng)，且問(wèn)題較復(fù)雜，目前的研究成果還不是很多。當(dāng)前比較流行的解決高維目標(biāo)優(yōu)化問(wèn)題的方法一是通過(guò)降維

2、技術(shù)將目標(biāo)維數(shù)降低，將問(wèn)題變換到易解決的低維目標(biāo)優(yōu)化問(wèn)題中；二是改變傳統(tǒng)的占優(yōu)機(jī)制，確立新的占優(yōu)機(jī)制，使種群中個(gè)體間支配關(guān)系的確立不再那么嚴(yán)格，從而減少非支配解的個(gè)數(shù)，提高算法搜索效率。
　　論文分別從從降低目標(biāo)維數(shù)和改變占優(yōu)方式兩個(gè)方向出發(fā)對(duì)高維目標(biāo)優(yōu)化算法進(jìn)行研究，改進(jìn)了基于降維思想的 PCA-NSGA2算法并提出了基于新的占優(yōu)機(jī)制的PCA占優(yōu)算法。首先對(duì)已有的高維目標(biāo)降維優(yōu)化算法PCA-NSGA2進(jìn)行研究，考慮將算法中優(yōu)化所

3、得種群的部分優(yōu)秀個(gè)體放入到下一次初始化的種群中去，利用這些優(yōu)秀個(gè)體引導(dǎo)種群進(jìn)化方向，從而加快算法的收斂速度；同時(shí)將 PCA降維后被丟棄的冗余目標(biāo)通過(guò)平均加權(quán)的方式進(jìn)行擬合形成新的目標(biāo)，再放入到非冗余目標(biāo)集中參與下一次的優(yōu)化，使原始目標(biāo)集的屬性更多的被保留和體現(xiàn)，從而提高解集的分布性。其次對(duì)傳統(tǒng) Pareto占優(yōu)在高維目標(biāo)下的不合理性進(jìn)行分析，并提出了一種新的占優(yōu)機(jī)制，即PCA占優(yōu)機(jī)制。用此占優(yōu)機(jī)制來(lái)判斷種群中個(gè)體間的支配關(guān)系，使個(gè)體間支