改进狼群算法求解多目标柔性作业车间调度问题

针对传统智能优化算法求解多目标柔性作业车间调度时存在算法后期收敛速度慢、易陷入局部最优的问题,本文提出一种将量子粒子群算法中的三大重要性能参数和狼群算法融合的混合优化算法.首先,构建以最大完工时间、机器总负荷和瓶颈机器负荷为优化目标的多目标数学模型;其次,采用高斯分布的概率密度函数产生随机变量进行种群初始化操作,以提高...     

基于遗传算法的柔性作业车间柔性分批调度问题研究

针对柔性作业车间柔性分批调度问题的复杂性,采用遗传算法进行求解,在引入柔性分批方法后,并提出了染色体的两级编码方法,设计了2种交叉和变异操作方法,以防止操作中非法解的产生,提高求解效率.该算法不仅解决批量分批,而且也解决子批排序和选择加工路线的问题.对比整批调度和柔性分批调度的Makespan后,仿真结果表明,柔性分批调度可缩短生产周期,验证了采用新算法的可行性和有效性.     

生物地理学优化算法中基于Zoutendijk可行方向法的变异算子设计

根据约束优化问题的全局收敛性要求,基于传统优化与智能优化,设计了一种基于Zoutendijk可行方向法的新型变异算子,并将其应用于生物地理学优化算法,构建了一种用混合优化算法求解优化问题的方法.通过算子设计策略的理论验证、智能算法的收敛性分析及6个不同类型算例的仿真试验,证明此自适应求解优化问题机制具有实效性.     

基于单亲遗传算法的集装箱码头岸桥作业调度

分析了单船装卸作业的岸桥调度问题,以船舶作业时间和岸桥闲置时间最短为目标函数,建立了面向单船的集装箱码头岸桥调度和装卸船任务分配问题的多目标混合整数规划优化模型。设计了一种基于矩阵编码的单亲遗传算法进行求解,将实验算例与相关文献进行比较,结果显示本研究提出的算法能得到更优解。     

基于熵权优化模型的SLP法在设施空间布局规划中的应用

由于制造企业生产车间设施空间的不合理布局,导致了生产车间路线交叉迂回、物料搬运成本高、企业经济效益差等问题.针对此类问题本文提出基于熵权优化模型的SLP法,并将其应用在设施空间布局规划中.以某光伏组件厂设施空间布局为例,采用SLP法综合分析该厂各作业单位的物流关系和非物流关系,获得了3套初步设施布局规划方案,并将熵权模型和双基点法进行算法优化整合,形成多指标决策的熵权优化模型,之后运用熵权优化模型进行设施空间布局规划方案比选,得出更加优化的设施布局规划方案,达到优化生产系统的目的.     

多域最小负载算法——Internet环境中的一种任务调度算法

提出了一种基于Ｉｎｔｅｒｎｅｔ环境的任务调度算法——多域最小负载算法．该算法使用多层调度策略实现可扩展性,以对应Ｉｎｔｅｒｎｅｔ数目巨大的网络和计算机,同时针对Ｉｎｔｅｒｎｅｔ环境下任务远程执行的通讯开销不能再被忽略以及存在消息传递的延迟等问题,提出了相应的解决办法．仿真的结果表明相对其它算法,多域最小负载算法有较佳的性能．     

求解一类随机优化问题的粒子群算法

提出了一个解随机优化问题的粒子群算法.该算法易理解,程序上易实现,克服了随机优化问题难以高效实现全局优化的缺点.数值实验结果表明,所提出的算法能够快速地收敛到随机优化问题的最优解,并且具有良好的鲁棒性,是此类问题的一个高效求解算法.     

一种求解组合优化问题的演化算法

从蚁群算法中得到启示，将信息素的观点引入到求解组合优化问题的演化算法之中，提出了一种基因优化算法，该算法直接在基因的层面上进行优化，能学习劣解的基因，并用信息熵用为结束条件的判据，最后用该算法解决了两个典型的组合优化问题，取得了较好的结果。     

求解基因排序问题的Arnoldi-型算法的改进

考虑利用Arnoldi型算法求解GeneRank问题。根据Arnoldi型算法的特点和基因排序问题本身具有的性质,对求解基因排序问题的Arnoldi型算法中存在的缺点进行优化,给出了一个新的算法。最后给出了数值实验,证实了新方法较原方法更有效。     

有限族非空闭凸集交上的投影算子迭代算法

梯度投影算法在信号与图像处理、机器学习和数据挖掘等很多领域中有着广泛的应用,如何有效的计算投影算子是该算法的关键。对于单一闭凸集上的投影算子的计算,特别是具有稀疏约束的集合,已有很多的研究者给出了不同的优化算法。对于多个非空闭凸集合交上的投影,需要根据集合的性质设计算法。本文给出在一般Hilbert空间中有限族非空闭凸集合交上投影算子计算的统一方法。首先,我们定义笛卡尔乘积空间,将有限族非空闭凸集的交转化为两个非空闭凸集的交,然后将Dykstra算法推广到这类问题的求解。同时,我们将有限族非空闭凸集交上投影问题转化为无约束优化问题,并基于Douglas-Rachford算子分裂和三算子分裂方法思想,建立求解该无约束优化问题的迭代算法及证明算法的收敛性。最后,应用所提算法求解具有非负约束的l1范数单位球上的投影问题,通过数值实验,结果表明所提算法能快速和准确的收敛到真实解。     

基于复合成本的集装箱码头泊位-岸桥联合调度优化方法

针对集装箱码头泊位与岸桥调度中的资源和成本问题,考虑不确定因素的影响,采用增添缓冲时间方式,以复合成本最低为目标建立泊位岸桥联合调度优化模型,设计改进的遗传算法对模型进行求解.在案例数据分析中,比较了港口和船公司在不同成本比率下的调度结果,验证了该方法能在保证客户满意度的同时不损害码头利益,对港口生产操作决策具有一定参考价值.     

基于动态分级和邻域反向学习的改进粒子群算法

针对粒子群算法容易陷入局部最优解的问题,提出了一种基于动态分级和邻域反向学习的改进粒子群算法.该算法通过构建动态分级机制,将种群中的粒子动态地划分成3个等级,对不同等级内的粒子采取不同的扰动行为,使得粒子在增强种群多样性的同时保持向全局最优方向进化;采用粒子智能更新方式,提高了粒子的搜索能力;引入动态邻域反向学习点建立全局搜索策略,促使种群快速寻优.最后,利用多种典型测试函数对该算法进行仿真实验,结果表明,与其他几种优化算法相比,本算法具有较好的收敛性和稳定性.     

网格自适应任务调度算法研究

对网格自适应任务调度算法进行概括性研究．针对传统的Min—Min算法的高效特性和Max—Min算法的负载平衡特性．以提高任务调度的时间跨度性能为目标．提出了一个循环选择执行的网格任务自适应词度策略（Adaptiv eMin—Min and Max—Min，A—MM）．实验表明．该算法在时间跨度等方面的性能较以往算法有较大提高．     

供应链协同生产作业调度优化研究

提出工序制造单元的概念,以供应商最小化加工流程时间为目标,建立了供应链协同生产作业调度模型,并运用双层编码遗传算法对模型进行了求解,最后通过算例仿真计算表明：提出的模型和算法可以获得满意解．通过对供应商生产作业调度的分析,调度结果既可以指导供应商合理的安排生产,同时可以作为核心制造商分配订单的参考依据．     

多粒度通信优化的MPSoC调度映射策略

随着嵌入式系统处理器核数的增加,映射与调度成为软件开发的关键.为了提升系统性能,需要格外关注映射与调度过程中的通信开销.现有的粗粒度系统级或细粒度线程级通信优化虽然能提升性能,但都各有缺陷.为此,提出了基于整数线性规划的用于Simulink模型的多粒度通信优化映射与调度策略,将不同粒度的通信优化方法相结合,实现优势互补.实验结果表明,该方法能有效提高系统的整体性能.     

分布式系统中进程迁移算法研究

进程迁移是改善分布式系统的负载平衡和稳定性的一种有效手段，本文总结了主要的４ 类进程迁移算法，比较了它们的优点和缺点．并将该算法与“中庸算法”相结合，为“中庸算法”的实现打下了理论基础．     

一种高层次低功耗综合设计方案及实现

提出一种在时间约束条件下的高层次低功耗综合设计方案,该方案综合考虑多电压调度和资源绑定技术,实现优化电源电压和降低电路开关活动性的目的．并且方案在调度过程中考虑了调度对绑定的影响,这样的结果更利于绑定,能更大限度地降低功耗．所提出的算法已用C语言实现,算法的时间复杂度为O（n2）,其中胛为数据流图中节点的数目．并将算法应用于3个基准电路,功耗平均优化为36．6％．实验结果表明：此算法具有较好的功耗优化能力和较低的时间复杂度．     

中庸算法——一种基于环型结构的并行调度算法

给出了分布式系统中的一种基于环结构的并行调度算法，以下称为中庸算法，并从理论上证明了该算法能够达到较好的负载平衡、最大限度的减少任务的迁移和通信、最大程度的计算本地化 并举例进行了说明