基于進(jìn)化算法的資源約束項(xiàng)目調(diào)度研究.pdf

1、近年來改進(jìn)的遺傳算法越來越多的用于解決現(xiàn)實(shí)世界的問題,并取得有重大的意義及成果。遺傳算法融合各種技術(shù),并在其算法框架中與其他算法混合以取得最好結(jié)果。
　　本文主要研究遺傳算法與不同優(yōu)化算法相結(jié)合之后的搜索效果。研究主動與增強(qiáng)技術(shù)的穩(wěn)定性,可行性適應(yīng)性以可替代操作性。本文介紹的搜索方法分別有:調(diào)整方法、基于系統(tǒng)分布的搜索方法、以適應(yīng)度為中心的搜索方法以及局部搜索方法。通過使用這些搜索工具,能有效保持遺傳算法的全局搜索與局部搜索之間的

2、平衡。通過運(yùn)用新的搜索工具以及搜索方式,本文設(shè)計(jì)了一種HGA算法。
　　此外,本文將不同的改進(jìn)方式應(yīng)用于遺傳算法進(jìn)行比較。比較算法有以下幾種:Walls文獻(xiàn)中的HybridGA,Lin研究的SGS應(yīng)用于遺傳算法,Elloumi研究中的進(jìn)化算法EA,Wang文獻(xiàn)里的估計(jì)分布算法EAL。最后,本文研究了基于案例的不同調(diào)度方案:半主動調(diào)度、主動調(diào)度,無延遲調(diào)度,并且設(shè)計(jì)一種混合遺傳算法應(yīng)用于服裝企業(yè)資源約束項(xiàng)目調(diào)度的實(shí)例,試驗(yàn)結(jié)果驗(yàn)證本