期刊文献+
共找到4篇文章
< 1 >
每页显示 20 50 100
基于两阶段混合迭代贪婪算法的分布式异构非置换流水车间调度 被引量:1
1
作者 熊福力 陈思远 +1 位作者 熊宁馨 师江波 《计算机集成制造系统》 北大核心 2025年第8期2870-2883,共14页
针对分布式异构非置换流水车间调度问题,建立以最小化总拖期惩罚费用为目标的混合整数线性规划模型。鉴于问题的复杂性,在深入分析置换与非置换解关系的基础上,提出了一种两阶段混合迭代贪婪算法。该算法采用了置换解搜索阶段和非置换... 针对分布式异构非置换流水车间调度问题,建立以最小化总拖期惩罚费用为目标的混合整数线性规划模型。鉴于问题的复杂性,在深入分析置换与非置换解关系的基础上,提出了一种两阶段混合迭代贪婪算法。该算法采用了置换解搜索阶段和非置换解搜索阶段的两阶段递阶搜索策略。在第一阶段中,首先采用改进NEH启发式生成高质量初始解;随后,提出一种扰动策略以避免算法陷入局部最优;最后,为提高求解质量,提出两种不同结构的自适应局部搜索策略,进而生成一个高质量置换解。第二阶段则通过改变某些机器上的工件排序来改进第一阶段产生的置换解。在第二阶段中,首先运用贪婪插入策略进行扰动;然后,交替运用两种不同工件交换顺序的相邻交换局部搜索策略对新解进行改进。扰动过程和局部搜索过程迭代进行,以加强对解空间的探索。最后,通过不同规模的数据实验和与对比算法的比较分析,验证了所提算法的高效性。 展开更多
关键词 分布式异构非置换流水车间调度 混合整数线性规划 两阶段递阶策略 混合迭代贪婪算法
在线阅读 下载PDF
置换流水车间调度问题的两阶段分布估计算法 被引量:2
2
作者 孙良旭 曲殿利 刘国莉 《计算机工程与应用》 CSCD 北大核心 2017年第2期64-71,共8页
针对置换流水车间调度问题,以最小化总流水时间为目标,提出了一种新颖的两阶段分布估计算法。第一阶段先利用NEH(Nawaz-Enscore-Ham,NEH)启发式构造一个较优的初始个体,然后随机生成初始种群,为保留种群的多样性,提出一种择优机制来选... 针对置换流水车间调度问题,以最小化总流水时间为目标,提出了一种新颖的两阶段分布估计算法。第一阶段先利用NEH(Nawaz-Enscore-Ham,NEH)启发式构造一个较优的初始个体,然后随机生成初始种群,为保留种群的多样性,提出一种择优机制来选择个体并建立概率模型,同时在当代种群中利用精英机制保留当代种群中的最优解,最后利用概率模型采样并生成下一代种群。第二阶段采用插入、互换操作算子对第一阶段得到的最优解进行邻域搜索,来提高分布估计算法的全局搜索能力,阻止其陷入局部最优解。通过对算例进行实验、对比和分析,证明该算法的可行性和有效性。 展开更多
关键词 分布估计算法 置换流水车间调度问题 NEH启发式 择优机制 邻域搜索
在线阅读 下载PDF
一种求解混合零空闲置换流水车间调度禁忌分布估计算法 被引量:4
3
作者 张晓霞 吕云虹 《计算机应用与软件》 2017年第1期270-274,292,共6页
结合混合零空闲置换流水车间调度问题MNPFSP(Mixed no-idle permutation flowshop scheduling problem)的特性,运用基于概率模型的分布估计算法解决该问题。算法将启发式算法融入分布估计算法中提高了初始解的质量。为了避免算法陷入局... 结合混合零空闲置换流水车间调度问题MNPFSP(Mixed no-idle permutation flowshop scheduling problem)的特性,运用基于概率模型的分布估计算法解决该问题。算法将启发式算法融入分布估计算法中提高了初始解的质量。为了避免算法陷入局部最优,将禁忌算法融入分布估计算法中,提出一种禁忌分布估计算法求解混合零空闲置换流水车间问题。为了提高种群的多样性,加入了三种邻域搜索。实例测试结果显示,该算法求解混合零空闲置换流水车间问题具有很好的优势。 展开更多
关键词 混合零空闲置换流水车间调度问题算法 分布估计算法 启发式算法 禁忌算法
在线阅读 下载PDF
分布式训练异构任务调度算法研究 被引量:1
4
作者 杨坚伟 孟敏 +1 位作者 黄家乐 武继刚 《计算机工程与科学》 CSCD 北大核心 2021年第7期1160-1167,共8页
分布式机器学习中的工作结点在训练过程中经常需要处理异构任务,但任务发布者可能无法根据有效的先验知识确定边缘服务器集群中哪些是处于训练状态的工作结点。针对边缘服务器集群无法同时满足训练性能与服务质量最大化的问题,对异构任... 分布式机器学习中的工作结点在训练过程中经常需要处理异构任务,但任务发布者可能无法根据有效的先验知识确定边缘服务器集群中哪些是处于训练状态的工作结点。针对边缘服务器集群无法同时满足训练性能与服务质量最大化的问题,对异构任务调度算法进行了研究。首先在集群资源约束下分析了分布式训练收敛性能的影响因素;其次建立了最大化训练性能的优化目标;最后转化为多维多选择背包问题进行求解。仿真结果表明,所提异构任务调度算法能够在保证服务质量的同时,最大化分布式训练性能。 展开更多
关键词 分布式训练 训练性能 异构任务调度 多维多选择背包 收敛分析
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部