利用用户的偏好信息,提出一种基于蚁群的双目标协同优化算法(Bi-objective synergy ant colony optimization algorithm based on Pareto domination,PDACO)并用于求解平行批处理机调度问题.考虑在一组差异容量并带有不同加工功率的平...利用用户的偏好信息,提出一种基于蚁群的双目标协同优化算法(Bi-objective synergy ant colony optimization algorithm based on Pareto domination,PDACO)并用于求解平行批处理机调度问题.考虑在一组差异容量并带有不同加工功率的平行批处理机器上,加工带有不同到达时间、尺寸和加工时间的一组工件,以同时最小化最大完工时间和总能耗.偏好向量的引入虽然可以提高算法的收敛性,但会降低解的多样性.为了弥补这一缺陷,在本文所提算法中,利用两个子蚁群分别沿着不同方向,迭代地进行独立和联合搜索.最后,通过大量的仿真实验验证了本文提出算法的有效性.展开更多
文摘利用用户的偏好信息,提出一种基于蚁群的双目标协同优化算法(Bi-objective synergy ant colony optimization algorithm based on Pareto domination,PDACO)并用于求解平行批处理机调度问题.考虑在一组差异容量并带有不同加工功率的平行批处理机器上,加工带有不同到达时间、尺寸和加工时间的一组工件,以同时最小化最大完工时间和总能耗.偏好向量的引入虽然可以提高算法的收敛性,但会降低解的多样性.为了弥补这一缺陷,在本文所提算法中,利用两个子蚁群分别沿着不同方向,迭代地进行独立和联合搜索.最后,通过大量的仿真实验验证了本文提出算法的有效性.
