基于Agent和蚁群算法的混合流水车间调度

混合流水车间调度问题是经典调度问题的推广,但是,由于计算的复杂性,很难求得其最优解,文章提出了利用基于Agent技术的蚁群算法来实现混合流水车间调度优化。描述了算法实现的步骤,以及在JADE平台上人工蚁Agent的创建。最后,结合某生产企业的实际例子,利用蚁群算法来实现其生产调度,其生产调度结果显示,蚁群算法能很好的解决混合流水车间调度问题。     

具有模糊加工时间的偏柔性作业车间调度问题研究

研究了以最小化制造跨度为目标的,具有模糊加工时间的偏柔性作业车间调度问题。针对该问题,采用三角模糊数来表征时间参数;并采用预处理算法,将偏柔性作业车间调度问题转化为更容易处理的完全柔性作业车间调度问题,给出了基于粒子群优化的调度模型;最后通过实例验证了模型的有效性。     

具有模糊加工时间的Flexible Job-Shop Scheduling问题的研究

采用梯形模糊数来表征柔性生产系统中的时间参数,并在此基础上对具有模糊加工时间的柔性作业车间最小化制造跨度调度问题进行了描述。然后给出了基于粒子群优化的柔性作业车间调度模型。最后通过实例验证了模型的有效性。     

自适应粒子群优化算法在车间作业调度问题中的应用

采用粒子群优化算法对该问题进行求解,为了提高算法的求解性能,针对粒子群算法特点,提出了一种自适应的惯性权值来调整算法的搜索空间和一种自适应更新策略来动态地更新粒子的位置.最后通过经典的实例对本文提出的算法进行了检验,结果表明,该改进的粒子群算法在求解车间作业调度问题是有效的.     

平均最优信息粒子群算法在车辆调度中的应用

针对标准粒子群算法在求解车辆调度问题中存在的易陷入局部最优、早熟等缺陷,从粒子群算法本身出发,引入粒子个体与群体的平均信息,提出一种基于平均最优信息的粒子群算法(AVGPSO),该算法利用粒子个体最优信息和全局最优信息的平均值来提高全局搜索能力。将该算法应用到车辆调度问题中,并与标准粒子群算法进行比较。实验结果表明,该算法在解决车辆调度问题中表现出了更优的性能,是解决车辆调度问题的有效方法。     

SDN供需流的两阶段及其优化分析——基于木地板生产企业的视角

在传统企业向供需网企业转变过程中,作为SDN的一个供需流,其核心集中在对车间生产调度及物流配送的优化上。针对这两个问题,基于木地板生产企业的现状,本文引入了量子粒子群与模拟退火相结合的混合算法,以及一种求解物流系统的整合优化模型与求解的启发式算法分别对其进行研究,具有一定的实用价值。     

基于量子粒子群算法的连杆机构的优化设计

粒子群算法是一种基于鸟群的智能优化方法,量子粒子群算法是对粒子群算法进行改进的算法,运算规则简单,收敛速度快,变量少,易于编程实现。对于多目标、多约束条件的四连杆机构优化设计,本文提出了一种基于量子粒子群算法求解的设计方法。经过仿真实践,能够有效求解,是求解四连杆机构优化问题的一个较好方案。     

基于免疫粒子群优化算法的物流配送车辆调度算法

将物流企业的车辆调度问题建模为一个单目标多约束的优化问题,将免疫原理与粒子群优化算法相结合,提出了一个车辆调度的免疫粒子群算法。该算法能在群体进化时注入满足约束的疫苗,从而加快种群寻优的效率,得到质量更高的解。实验结果显示:相比传统的遗传算法和粒子群算法,该方法能够得到更加满意的车辆调度结果。     

基于免疫粒子群优化算法的物流配送车辆调度算法

将物流企业的车辆调度问题建模为一个单目标多约束的优化问题,将免疫原理与粒子群优化算法相结合,提出了一个车辆调度的免疫粒子群算法.该算法能在群体进化时注入满足约束的疫苗,从而加快种群寻优的效率,得到质量更高的解.实验结果显示:相比传统的遗传算法和粒子群算法,该方法能够得到更加满意的车辆调度结果.     

带有梯度加速的粒子群算法在边坡稳定分析中的应用

基于圆弧滑动面的假设,采用标准粒子群算法和加入梯度信息的粒子群算法进行边坡最危险滑动面的搜索及确定其最小安全系数,并与二分法的计算结果进行对比。研究表明,加入梯度信息的粒子群算法在保证结果有效的前提下提高了粒子群算法的收敛速度,是一种很好的改进方法。