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91頁未讀, 繼續(xù)免費(fèi)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(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡介

1、Job Shop調(diào)度是計(jì)算機(jī)集成制造系統(tǒng)(CIMS)工程中的一個(gè)重要組成部分,它對企業(yè)的生產(chǎn)管理和控制系統(tǒng)有著重要的影響。同時(shí),Job Shop調(diào)度問題(Job Shop schedulingproblem,JSP)又是一個(gè)典型的NP Hard問題,是組合優(yōu)化問題中最難求解的問題之一。將優(yōu)化方法的理論研究引入到Job Shop生產(chǎn)調(diào)度領(lǐng)域中,改進(jìn)算法性能、拓寬算法應(yīng)用領(lǐng)域,完善算法體系,是一個(gè)同時(shí)具有理論意義和應(yīng)用價(jià)值的課題。
 

2、  本文分析總結(jié)了一些現(xiàn)有的調(diào)度算法,針對它們的不足,基于免疫理論和遺傳算法,設(shè)計(jì)了一種新穎的自適應(yīng)混合免疫遺傳算法SIGA(Self-adaptive Hybrid Immune GeneticAlgorithm)。為了更有效地求解JSP,基于SIGA提出了改進(jìn)的調(diào)度算法SIGA II。本文的主要工作如下:
   1.針對傳統(tǒng)免疫遺傳算法存在過早收斂及后期搜索效率低的問題,提出一種基于濃度的自適應(yīng)混合免疫遺傳算法(SIGA)

3、,該算法有效融合多種群遺傳算法與模擬退火算法的優(yōu)點(diǎn),同時(shí)在算法中引入生物免疫系統(tǒng)中抗體多樣性的維持機(jī)制,提出了基于濃度的自適應(yīng)交叉變異算子和選擇策略,通過仿真實(shí)驗(yàn),證明了算法的有效性;
   2.將該算法應(yīng)用于求解JSP,給出了一種基于免疫遺傳算法的求解方法,以及染色體的編碼方法和相應(yīng)的免疫遺傳操作,針對Job Shop調(diào)度問題的特殊復(fù)雜性,本文將轉(zhuǎn)換瓶頸算法(Shifting Bottleneck)和禁忌算法(Tabu)兩者相

4、結(jié)合,提出了一種瓶頸禁忌算法(STA),并將瓶頸禁忌算法引入SIGA中,提出改進(jìn)的自適應(yīng)混合免疫遺傳算法(SIGA II),加強(qiáng)算法在求解JSP的局部搜索能力,從而進(jìn)一步提高算法的性能。
   3.通過對JSP中的經(jīng)典Benchmarks算例問題進(jìn)行仿真實(shí)驗(yàn),系統(tǒng)地分析了一些關(guān)鍵參數(shù)和算子對算法性能的影響,結(jié)果證明改進(jìn)的自適應(yīng)混合免疫遺傳算法優(yōu)于其他四種算法,具有更好的全局收斂性能。最后將SIGA II應(yīng)用于實(shí)際的生產(chǎn)調(diào)度,滿足

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(yù)覽,若沒有圖紙預(yù)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(hù)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(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)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(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)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