廣義粒子群優(yōu)化算法及其在作業(yè)車間調(diào)度中的應(yīng)用研究.pdf

1、粒子群優(yōu)化算法是基于群體智能理論的優(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)等復(fù)雜行為產(chǎn)生群體智能，并為優(yōu)化問題提供高效的解決方法。本文首先介紹了基本的粒子群優(yōu)化算法，歸納了其發(fā)展過程中的各種改進(jìn)，并總結(jié)了粒子群優(yōu)化算法的基本應(yīng)用。其次，分析了基本粒子群優(yōu)化算法的優(yōu)化機(jī)理，忽略傳統(tǒng)的速度－位移更新算子，提出了廣義粒子群優(yōu)化模型。 接著，按照廣義粒子群優(yōu)化模型，構(gòu)造出了適合作業(yè)車間調(diào)度問題求解的廣義粒子群優(yōu)化算法。在本算法中，

2、利用遺傳算法中的交叉操作作為粒子間的信息交換策略，利用遺傳算法中的變異操作作為粒子的隨機(jī)搜索策略，而粒子的局部搜索策略則采用禁忌搜索來實(shí)現(xiàn)。為了控制粒子的局部搜索以及向全局最優(yōu)解的收斂，動(dòng)態(tài)調(diào)整迭代過程中的交叉概率以及禁忌搜索的最大步長(zhǎng)?；跇?biāo)準(zhǔn)測(cè)試問題的實(shí)驗(yàn)結(jié)果表明本算法可有效地解決作業(yè)車間調(diào)度問題。 隨后，在解決作業(yè)車間調(diào)度問題的基礎(chǔ)上，將廣義粒子群優(yōu)化模型應(yīng)用于更加復(fù)雜的柔性作業(yè)車間調(diào)度問題的求解。針對(duì)柔性作業(yè)車間調(diào)度問題

3、的特點(diǎn)，設(shè)計(jì)適合問題本身的粒子編碼方法以及禁忌搜索策略，按照廣義粒子群優(yōu)化模型，構(gòu)造出解決柔性作業(yè)車間調(diào)度問題的廣義粒子群優(yōu)化算法?；跇?biāo)準(zhǔn)測(cè)試問題的實(shí)驗(yàn)結(jié)果表明本算法可以有效地解決柔性作業(yè)車間調(diào)度問題，這也進(jìn)一步證明了廣義粒子群優(yōu)化模型的合理性。 然后，按照本文算法開發(fā)了兩個(gè)調(diào)度原型系統(tǒng)GPSO2JSP和GPSO2FJSP。其中，GPSO2JSP利用廣義粒子群優(yōu)化算法來解決作業(yè)車間調(diào)度問題，GPSO2FJSP利用廣義粒子群優(yōu)化