针对大规模Job Shop调度问题,提出了一种基于TOC(theory of constraints)的免疫遗传算法。该算法依据TOC理论中瓶颈机约束生产系统性能的思想,利用瓶颈机器的特性,在染色体编码及遗传操作过程中,对瓶颈机与非瓶颈机采用不同的处理方式,...针对大规模Job Shop调度问题,提出了一种基于TOC(theory of constraints)的免疫遗传算法。该算法依据TOC理论中瓶颈机约束生产系统性能的思想,利用瓶颈机器的特性,在染色体编码及遗传操作过程中,对瓶颈机与非瓶颈机采用不同的处理方式,以使瓶颈工序得到最优化调度。而非瓶颈工序在满足瓶颈工序的调度方案的基础上进行快速调度,降低大规模作业车间调度问题的复杂度,提高算法的求解效率。为提高算法求解质量,克服遗传算法的随机性及迭代退化问题,将TOC理论中的瓶颈机器拓展至瓶颈工件,提出候选瓶颈工件集及瓶颈工件的定义。通过对瓶颈机接种"瓶颈工件邻域对换"免疫算子,充分利用种群中个体的特征信息,辅助遗传算法的优化过程。仿真结果表明:瓶颈特征的应用以及免疫算子的融入是有效的,免疫遗传算法可以在较短的时间内求得令人满意的解。展开更多
异构网格环境的特点决定了其任务调度是受调度长度、安全性能及调度费用等多个因素制约的。该文根据网格资源调度的特点构造了一个安全效益函数和节点信誉度动态评估模型,并以此为基础建立了一个多目标约束的网格任务调度模型。利用隶...异构网格环境的特点决定了其任务调度是受调度长度、安全性能及调度费用等多个因素制约的。该文根据网格资源调度的特点构造了一个安全效益函数和节点信誉度动态评估模型,并以此为基础建立了一个多目标约束的网格任务调度模型。利用隶属度函数将多目标函数转化为单目标模型,通过设计新的进化算子,从而提出一种遗传算法MUGA(Mode Crossover and Even Mutation Genetic Algorithm)进行求解,并对算法的收敛性进行了理论分析。仿真实验表明,在同等条件下该算法与同类算法相比,在任务调度长度、安全效益值、可信度及调度费用指标优化方面具有较好的综合性能。展开更多
文摘针对大规模Job Shop调度问题,提出了一种基于TOC(theory of constraints)的免疫遗传算法。该算法依据TOC理论中瓶颈机约束生产系统性能的思想,利用瓶颈机器的特性,在染色体编码及遗传操作过程中,对瓶颈机与非瓶颈机采用不同的处理方式,以使瓶颈工序得到最优化调度。而非瓶颈工序在满足瓶颈工序的调度方案的基础上进行快速调度,降低大规模作业车间调度问题的复杂度,提高算法的求解效率。为提高算法求解质量,克服遗传算法的随机性及迭代退化问题,将TOC理论中的瓶颈机器拓展至瓶颈工件,提出候选瓶颈工件集及瓶颈工件的定义。通过对瓶颈机接种"瓶颈工件邻域对换"免疫算子,充分利用种群中个体的特征信息,辅助遗传算法的优化过程。仿真结果表明:瓶颈特征的应用以及免疫算子的融入是有效的,免疫遗传算法可以在较短的时间内求得令人满意的解。
文摘异构网格环境的特点决定了其任务调度是受调度长度、安全性能及调度费用等多个因素制约的。该文根据网格资源调度的特点构造了一个安全效益函数和节点信誉度动态评估模型,并以此为基础建立了一个多目标约束的网格任务调度模型。利用隶属度函数将多目标函数转化为单目标模型,通过设计新的进化算子,从而提出一种遗传算法MUGA(Mode Crossover and Even Mutation Genetic Algorithm)进行求解,并对算法的收敛性进行了理论分析。仿真实验表明,在同等条件下该算法与同类算法相比,在任务调度长度、安全效益值、可信度及调度费用指标优化方面具有较好的综合性能。
