基于車間調(diào)度問題的智能優(yōu)化算法研究.pdf

1、智能優(yōu)化算法是人們受自然界或生物界規(guī)律的啟發(fā)，根據(jù)自然界或生物界的原理，模仿其規(guī)律而設(shè)計(jì)的求解優(yōu)化問題的算法。智能優(yōu)化算法包括遺傳算法、模擬退火算法、人工神經(jīng)網(wǎng)絡(luò)方法、蟻群算法、禁忌搜索算法等。智能優(yōu)化算法在解決大規(guī)模的NP—hard優(yōu)化問題，有著不可比擬的優(yōu)越性。但是在應(yīng)用于具體的優(yōu)化問題時，其搜索效率仍有待提高。本文以車間調(diào)度問題作為研究對象，改進(jìn)智能優(yōu)化算法的搜索效率。
　　 一方面從提高解質(zhì)量和縮小最優(yōu)解搜索空間角度，來

2、提高智能優(yōu)化算法在車間調(diào)度問題的搜索效率。通過對車間調(diào)度問題的研究，結(jié)合按機(jī)器分段編碼與完全活動調(diào)度概念，設(shè)計(jì)了按機(jī)器分段編碼的完全活動調(diào)度算法PLFA(Full Activebased Preference List)，并將PLFA算法與遺傳算法結(jié)合，形成了PLFA—GA混合遺傳算法，與模擬退火結(jié)合，形成了PLFA—SA混合模擬退火算法。并將這兩種混合算法與傳統(tǒng)的遺傳算法和模擬退火算法作了對比。
　　 另一方面從智能優(yōu)化算法的