-
题名基于拥挤距离的多目标粒子群算法
被引量：4
- 1
-
-
作者
杨善学
-
机构
西安财经学院统计学院
-
出处
《计算机工程与应用》
CSCD
北大核心
2009年第22期24-26,共3页
-
文摘
该算法通过引用NSGA-II中的拥挤距离,确定外部档案中非支配解的拥挤度,依据竞标赛选择方法选出每个粒子的全局最优位置,引导每个粒子向处于较稀松区域的非支配解搜索,提高了解的多样性。动态变异算子的引入,减缓了算法的收敛速度,增大了解的搜索区域,避免了算法早熟收敛或陷入局部最优。实验结果表明,算法CDMOPSO比NSGA-II具有更好的收敛性和维持种群多样性的能力。
-
关键词
粒子群算法
拥挤距离
竞标赛选择方法
动态变异算子
-
Keywords
Particle Swarm Optimization（PSO）
crowding distance
tounament selection
dynamic mutation operator
-
分类号
TP18
[自动化与计算机技术—控制理论与控制工程]
-
-
题名基于改进蚁狮优化算法的柔性作业车间调度研究
被引量：8
- 2
-
-
作者
王彦杰
向凤红
-
机构
昆明理工大学信息工程与自动化学院
-
出处
《机电工程》
CAS
北大核心
2022年第9期1325-1332,共8页
-
基金
云南省重点研发计划项目(202002AC080001)。
-
文摘
柔性作业车间调度的求解过程中,存在调度规模大、求解复杂程度高的问题,为此,在传统蚁狮算法的基础上,提出了一种基于改进蚁狮算法的柔性作业车间调度方法。首先,建立了以最小最大完工时间为优化目标的柔性作业车间调度模型,并使用双层实数编码规则,对其工序和机器进行了编码;其次,设计了一种基于混沌映射与竞标赛选择的混合策略,随机生成了初始种群;然后,引用了遗传算法的交叉变异策略对工序及机器进行了选择;最后,为了验证改进蚁狮算法在柔性作业车间调度上的有效性,笔者利用Brandimarte基准算例与其他智能算法,进行了仿真对比实验。研究结果表明:采用混合策略初始化生成初始种群以及引入交叉变异策略的蚁狮算法,其初始化种群质量好,算法的收敛速度较快,逃避局部最优能力较强,加工机器的利用率较高;利用该算法求解Mk01算例中获得最大完工时间最小值为40,解的质量均高于采用其他算法得到的解。
-
关键词
柔性作业车间调度问题
车间调度模型
蚁狮优化算法
混沌映射
竞标赛选择
交叉变异策略
Brandimarte
-
Keywords
flexible job shop scheduling problem(FJSP)
shop scheduling model
ant lion optimization(ALO)algorithm
chaotic mapping
competition selection
crossover mutation strategy
Brandimarte
-
分类号
TH165
[机械工程—机械制造及自动化]
TP18
[自动化与计算机技术—控制理论与控制工程]
-
