混合蛙跳算法及其在車間調(diào)度中的應(yīng)用研究.pdf

1、隨著社會(huì)的發(fā)展和科技的進(jìn)步，人們?cè)趯?shí)際的工程應(yīng)用中遇到了越來(lái)越多的復(fù)雜優(yōu)化問(wèn)題，它們大多具有大規(guī)模性、非線性、多約束性等特點(diǎn)。車間調(diào)度問(wèn)題就是這類問(wèn)題的典型代表。傳統(tǒng)的優(yōu)化方法如動(dòng)態(tài)規(guī)劃、線性規(guī)劃、分支定界等已經(jīng)很難應(yīng)對(duì)這些問(wèn)題。近些年來(lái)，人們模擬自然界中生物進(jìn)化的過(guò)程，提出了智能優(yōu)化算法，此類算法能有效地解決這類復(fù)雜問(wèn)題?；旌贤芴惴ǎ⊿huffled Frog Leaping Algorithm，SFLA）是一種新型的后啟發(fā)式智能優(yōu)

2、化算法，該算法除具備智能優(yōu)化算法所具有的一些優(yōu)點(diǎn)外，如通用性強(qiáng)、魯棒性強(qiáng)等，由于其特有的尋優(yōu)機(jī)制和實(shí)現(xiàn)原理，它還具有參數(shù)少、結(jié)構(gòu)簡(jiǎn)單、易于實(shí)現(xiàn)等特點(diǎn)。本文通過(guò)對(duì)SFLA的尋優(yōu)機(jī)制和實(shí)現(xiàn)原理進(jìn)行深入的研究和分析，對(duì)基本SFLA做了改進(jìn)，提高了算法的優(yōu)化性能并將改進(jìn)算法應(yīng)用到了車間調(diào)度問(wèn)題中。主要內(nèi)容如下：
　　(1)介紹了SFLA的研究背景，深入分析了當(dāng)前國(guó)內(nèi)外對(duì)于SFLA的研究現(xiàn)狀。同時(shí)對(duì)車間調(diào)度問(wèn)題的研究現(xiàn)狀也進(jìn)行了系統(tǒng)的分析，

3、針對(duì)當(dāng)前存在的問(wèn)題進(jìn)行了深入的研究。
　　(2)研究了智能優(yōu)化類算法，給出這類算法的基本框架，并介紹了幾種常見(jiàn)的智能優(yōu)化算法。對(duì)SFLA的基本原理、構(gòu)成要素、參數(shù)配置、搜索策略等進(jìn)行了深入的研究和分析，給出了算法的基本流程。
　　(3)深入分析了基本SFLA的尋優(yōu)機(jī)制和實(shí)現(xiàn)原理，針對(duì)基本SFLA存在的收斂速度慢、優(yōu)化精度低且容易陷入局部最優(yōu)問(wèn)題，提出一種改進(jìn)SFLA。該算法對(duì)基本SFLA的組內(nèi)更新策略進(jìn)行重新設(shè)計(jì)，引入自適應(yīng)

4、變異因子來(lái)控制青蛙的移動(dòng)步長(zhǎng)；在進(jìn)化過(guò)程中，將粒子群優(yōu)化算法有機(jī)的嵌入其中，從而增加了搜索過(guò)程中發(fā)現(xiàn)新解的概率，使SFLA不易陷入局部最優(yōu)。通過(guò)仿真實(shí)驗(yàn)結(jié)果表明改進(jìn)SFLA具有更好的優(yōu)化性能。
　　(4)研究了作業(yè)車間調(diào)度問(wèn)題，建立了目標(biāo)函數(shù)是工件最小化最大完成時(shí)間的數(shù)學(xué)模型，并采用改進(jìn)SFLA求解該問(wèn)題。由于改進(jìn)SFLA更適于求解連續(xù)優(yōu)化問(wèn)題，而作業(yè)車間調(diào)度是離散組合優(yōu)化問(wèn)題，因此采用相應(yīng)的編碼映射機(jī)制將連續(xù)空間變量轉(zhuǎn)化成離散空