

版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、隨著市場(chǎng)競(jìng)爭(zhēng)的日趨激烈,每個(gè)企業(yè)都在尋求更好的生產(chǎn)與運(yùn)作管理方案,以提高企業(yè)的生產(chǎn)、經(jīng)營(yíng)和管理效率,從而提高企業(yè)的核心競(jìng)爭(zhēng)優(yōu)勢(shì)。生產(chǎn)與運(yùn)作管理的核心是車間調(diào)度問(wèn)題能否高效地獲得優(yōu)化解,研究車間調(diào)度問(wèn)題具有很大的理論意義和現(xiàn)實(shí)價(jià)值。 車間調(diào)度問(wèn)題是解決如何按時(shí)間的先后分配資源來(lái)完成不同的生產(chǎn)任務(wù),使預(yù)定目標(biāo)最優(yōu)化的問(wèn)題。作業(yè)車間調(diào)度(Job-Shop調(diào)度)問(wèn)題是許多實(shí)際車間調(diào)度問(wèn)題的簡(jiǎn)化模型,是一個(gè)典型的NP-hard問(wèn)題。該問(wèn)題
2、具有約束性、非線性、不確定性、大規(guī)模性等復(fù)雜性,已被證明在多項(xiàng)式時(shí)間內(nèi)得不到最優(yōu)值。近年來(lái),對(duì)于Job-Shop調(diào)度問(wèn)題求解方式主要有啟發(fā)式算法和元啟發(fā)式算法,但各有其不足之處:元啟發(fā)式方法的運(yùn)行時(shí)間長(zhǎng),可獲得較好的解,但其解不穩(wěn)定;啟發(fā)式方法可在較短的時(shí)間內(nèi)得到魯棒性較強(qiáng)的解,但是極少獲得較優(yōu)的解。 為了更好地解決作業(yè)車間調(diào)度問(wèn)題,將一些解決某類問(wèn)題較好的算法組合起來(lái)。遺傳算法具有快速隨機(jī)的全局搜索能力,但對(duì)于系統(tǒng)中的反饋信息
3、利用卻無(wú)能為力,當(dāng)求解到一定范圍時(shí)往往做大量無(wú)為的冗余迭代,使得求精確解效率降低。蟻群算法是通過(guò)信息素的累積和更新收斂于最優(yōu)路徑上,具有分布式并行全局搜索能力,但初期信息素匱乏,求解速度慢。本文根據(jù)遺傳算法和蟻群算法的特點(diǎn),嘗試將兩個(gè)算法動(dòng)態(tài)融合來(lái)求解Job-Shop調(diào)度問(wèn)題。算法動(dòng)態(tài)融合的思想是:在最佳點(diǎn)(遺傳算法和蟻群算法融合時(shí)刻)之前利用遺傳算法的特性,快速、全面地生成優(yōu)秀染色體;從其中選出一部分比較優(yōu)秀的染色體并將其轉(zhuǎn)換為初始蟻
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- “遺傳—蟻群”混合算法及其在水量調(diào)度中的應(yīng)用.pdf
- 蟻群算法在車輛調(diào)度問(wèn)題中的應(yīng)用研究.pdf
- 遺傳算法在車間調(diào)度問(wèn)題中的研究與應(yīng)用.pdf
- 蟻群算法及其在車間調(diào)度中的應(yīng)用研究.pdf
- 蟻群算法的改進(jìn)及其在車輛路徑問(wèn)題中的應(yīng)用.pdf
- 基于遺傳蟻群混合算法的水庫(kù)優(yōu)化調(diào)度研究.pdf
- 遺傳蟻群混合算法研究及應(yīng)用.pdf
- 改進(jìn)的蟻群算法在硫化車間調(diào)度問(wèn)題中的應(yīng)用.pdf
- 改進(jìn)蟻群算法在車間調(diào)度中的應(yīng)用研究.pdf
- 蟻群算法及其在車輛路徑問(wèn)題中的應(yīng)用研究.pdf
- 32477.蟻群算法在車輛路徑問(wèn)題中的應(yīng)用
- 混合遺傳算法在車間調(diào)度中的應(yīng)用.pdf
- 蟻群算法在車輛路徑問(wèn)題中的研究.pdf
- 改進(jìn)的蟻群遺傳算法在車間調(diào)度模型庫(kù)中的應(yīng)用研究.pdf
- 自適應(yīng)小生境混合遺傳算法在車間調(diào)度問(wèn)題中的研究.pdf
- 基于混合蟻群算法的車間作業(yè)調(diào)度問(wèn)題求解.pdf
- 基于遺傳與蟻群混合算法的智能卷問(wèn)題探究.pdf
- 蟻群優(yōu)化算法在車輛路徑問(wèn)題中的應(yīng)用研究.pdf
- 分布式調(diào)度算法在車間調(diào)度問(wèn)題中的應(yīng)用研究.pdf
- 改進(jìn)蟻群算法研究及其在車輛調(diào)度中的應(yīng)用.pdf
評(píng)論
0/150
提交評(píng)論