当前位置 : 网站首页 > 新闻中心

2019

12-02


来源:

浏览: 1

作者:

有限缓冲区的流水车间调度的混合人工蜂群算法
计算机集成制造系统书签0用于有限流水车间调度的混合人工蜂群算法张培文,潘全科,李俊青,段俊华(聊城大学计算机学院,山东聊城252059)WPFE启发式算法将种群初始化为提高初始人口的素质。将遗传算法应用于离散人工蜂群算法的前导阶段,设计了六种基于嵌入式结构,串行结构,协同结构,并行结构,概率选择结构和双种群结构的混合调度算法。基于邻域插入和交换的邻域搜索算法进一步增强了混合算法的局部挖掘能力。通过仿真可以得出机床上的工件序列u,U2,U3,U。有限的缓冲区面积称为33的甘特图,其中缓冲区识别度=压力=1。在机床上加工工件u时,机床m2在加工工件U,而机床m2正在加工工件U。在处理完工件u之前,不能将工件U运送到机器m2。由于存在缓冲区,工件U被放置在缓冲区中,而不会延迟工件U的启动。当在机器m1上处理工件U时,机器m2仍在处理u。此时,缓冲区大小已满,并且工件U被阻塞在当前机床m1上。与替换的FSS相比,工件u的开始时间滞后。 2离散人工蜂群算法Z1种群编码和初始化使用基于工件排列的编码方法,即所有工作均用作食物来源或问题解决方案。标准ABC算法使用随机方法生成初始种群。该方法可以覆盖较大的求解空间,有利于全局优化,但是难以保证初始求解的质量。因此,选择不同缓冲区中大小不同的示例进行优化,并显示示例的收敛曲线。可以清楚地看到,相对单一的DABC-GA4算法在优化效率,收敛性和鲁棒性方面有显着的提高。 32505.4 DABC-GA4与其他算法的比较结果分析将DABCGA4ns算法的优化结果与通过多搜索模式算法和DABC-GA4获得的优化结果进行比较。相对于通过NEH算法(例如SO算法)获得的结果,所计算的解决方案仅为PJ和标准偏差SD。示出了获得的表2和表5。由MGA算法获得的结果可以从表2和表5中看到:776%。特别是,对于所有(1)从总体平均相对百分比偏差指数来看,对于B缓冲区大小的所有示例,通过DABC-GA4s算法获得的ARPI的RPI值分别优于和,这表明ns算法的解质量比其他智能算法获得的能量算法要好得多。表26 = 1每种算法获得的平均相对百分比偏差和标准偏差表36 = 2每种算法获得的平均相对百分比偏差和标准偏差表4B = 3每种算法获得的平均相对百分比部分偏差的平均值表和标准偏差。当56 = 4时,通过算法获得的平均相对百分比偏差和标准偏差。(2)对于12个子问题,达到RPI的DABOGA4ns的数量为6(B = 1),10(B = 2),9( B = 3),8(B = 4),HDDE可以达到的百分比偏差数为4),WDDE可以达到的百分比偏差数为2(B)达到1的偏差百分比(B = 3) ,MGA未达到百分比偏差。可以看出,该算法在处理不同规模的子问题上也比其他算法好得多。特别是对于解决100X10以上的大规模问题,算法效果特别明显。从指标的角度来看,对于B = 1、2、3和4的情况,DABC-GA4ns可以采用最小的ASD值,这表明本文提出的算法具有初始种群。更好的鲁棒性。就DABCAA4算法而言,一方面d,它与具有本地搜索算法的HDDE有关。与WDDE,HPSO和MGA算法相比,可以看出DABCGA4算法获得的结果优于MGA算法,与WDDE,HPSO算法和HDDE算法相差无几。由此可见,将遗传算法引入前导蜜蜂可以有效地提高搜索效率,增强算法的全局优化能力,另一方面,对比DABC-GA4和DABCHGA4 * ns算法的结果,可以看出将VNS本地搜索添加到DABOGA4算法中确实可以极大地提高算法的本地搜索能力,从而使算法更有效地到达目的地。质量令人满意的解决方案。换句话说,DABCGA4 * ns算法的高效和优化性能来自基于DABC-GA的混合运算和VNS算法(即DABC-GA4)的协同作用。该算法的搜索质量和鲁棒性的优势主要是由于混合策略的全局策略与VNS算法在本地的深度开发之间的有效平衡。 03以Ta75为例,给出了B = 1、2、3和4条件下不同算法的收敛曲线。从图中可以看出,与HDDE,WDDE,HPSO和MGA算法相比,DABCAA4ns算法可以实现最短的完成时间和最快的收敛速度。 0示例Ta75收敛曲线CS = 1)根据以上分析,在两个示例中,DABC-GA4S算法的最小完成时间指标均优于HDDE,WDDE,HPSO和MGA。 = 3)智能算法。 6结束语本文针对有限缓冲区FSS问题设计了一种基于工件编码的混合ABC算法。该算法通过引入遗传操作,提高了先导蜜蜂的全局搜索能力和收敛速度,并采用了基于邻域插入和交换的可变邻域搜索算法,可以在保持全局全局性的同时,平衡解决空间的探索和改进优化。行为。通过对典型算例的仿真和算法比较研究,验证了所提算法的有效性和鲁棒性,表明本文是解决该问题的一种有效可行的算法。下一步是研究更有效的搜索操作和策略,以进一步提高混合算法的搜索效率,并将该算法推广到其他FSS问题。
分享到: