大型复杂机电设备在航空航天、遥感测绘和智能制造行业的应用越来越广。针对复杂机电设备在仓储和运输过程中的状态信息实时测量问题,特别是测量过程中的复杂测量任务调度难题,提出了一种基于改进麻雀搜索算法(improving the sparrow se...大型复杂机电设备在航空航天、遥感测绘和智能制造行业的应用越来越广。针对复杂机电设备在仓储和运输过程中的状态信息实时测量问题,特别是测量过程中的复杂测量任务调度难题,提出了一种基于改进麻雀搜索算法(improving the sparrow search algorithm,ISSA)的复杂测量任务实时调度方法。该方法首先通过tent混沌映射并结合反向学习初始化麻雀种群,提升算法初始解质量;随后引入灰狼优化算法信息交换机制改进发现者搜索策略,提升算法全局搜索能力;最后将正余弦机制与跟随者位置更新相结合,并在迭代完成后对发现者个体进行变邻域搜索,提高调度算法收敛速度,防止算法陷入局部最优。为验证调度方法的综合调度性能,对其进行了大量对比实验分析。实验结果表明,该方法将系统调度算法的计算时间缩减了14.3%,最大完成时间也较传统方法优化了46.6%,充分验证了其在复杂测量任务调度中的有效性和稳定性。展开更多
文摘大型复杂机电设备在航空航天、遥感测绘和智能制造行业的应用越来越广。针对复杂机电设备在仓储和运输过程中的状态信息实时测量问题,特别是测量过程中的复杂测量任务调度难题,提出了一种基于改进麻雀搜索算法(improving the sparrow search algorithm,ISSA)的复杂测量任务实时调度方法。该方法首先通过tent混沌映射并结合反向学习初始化麻雀种群,提升算法初始解质量;随后引入灰狼优化算法信息交换机制改进发现者搜索策略,提升算法全局搜索能力;最后将正余弦机制与跟随者位置更新相结合,并在迭代完成后对发现者个体进行变邻域搜索,提高调度算法收敛速度,防止算法陷入局部最优。为验证调度方法的综合调度性能,对其进行了大量对比实验分析。实验结果表明,该方法将系统调度算法的计算时间缩减了14.3%,最大完成时间也较传统方法优化了46.6%,充分验证了其在复杂测量任务调度中的有效性和稳定性。
