首页 | 本学科首页   官方微博 | 高级检索  
相似文献
 共查询到17条相似文献,搜索用时 187 毫秒
1.
基于多目标遗传蚂蚁算法的矢量数据压缩   总被引:1,自引:0,他引:1  
融合遗传算法和蚂蚁算法,解决了遗传算法由于冗余迭代而导致的压缩效率低和蚂蚁算法由于初信息素匮乏而导致的算法速度慢的缺点.在传统优化算法的基础上引入了多目标的思想,并对蚂蚁算法中信息素进行了改进,将其用于空间数据的矢量数据压缩,在同时满足压缩率高和误差小两个目标时,取得了良好的压缩效果.  相似文献   

2.
合理配置车间作业调度中的各种资源可提高生产设备利用率与生产效率,降低生产成本。本文提出了一种求解混流装配线作业调度的蚁群算法,从信息素更新、状态转移概率论证该算法。通过计算目标函数与目标追随法、遗传算法、模拟退火算法比较,结果证明该算法对作业调度能够起到优化作用。  相似文献   

3.
在柔性作业车间调度问题模型的基础上,针对资源约束作业车间调度问题及多目标柔性作业车间调度结合的问题,建立了资源约束下多目标柔性作业车间调度问题的数学模型,提出了启发式活动调度算法与遗传算法结合来对模型进行求解。选择操作采用轮盘赌选择方式;交叉操作采用基于活动启发式算法的交叉算子;变异操作采用基于领域搜索的变异。最后分析了一个具体调度结果实例。  相似文献   

4.
本文针对车间调度问题提出了一种分布式遗传算法,并结合实例说明了算法的实现过程。介绍如何在车间作业计划调度中利用改进遗传算法,达到减轻人员负担,提高企业生产效率的目的。  相似文献   

5.
流水车间调度问题属于NP完全问题。为了更高效地求解多目标流水车间调度这一问题,提出了一种新的混合多目标遗传算法,采用小生境技术、双重精英策略及非劣解局部搜索,并且可根据适应度来自动调节交叉和变异概率。实验表明,该算法具有更快的收敛速度和优化效果。  相似文献   

6.
针对作业车间调度问题,利用改进遗传算法进行求解以优化调度结果。建立了以完工时间为目标的作业车间调度模型,通过编码、解码,以及复制、交叉、变异等操作,并利用精英保留策略及改进的自适应交叉和变异概率解决作业车间调度问题。通过对MT06基准案例的仿真实验,得到优化调度方案和进化曲线,结果验证了该方法的有效性和可行性。  相似文献   

7.
提出了一种以蚁群算法为主,利用遗传算法经过交叉,变异,选择后产生进化的信息素作为蚁群使用的信息素.在遗传算法多次进化效果不明显时,引入模拟退火算法进行跳变的混合算法,使各种算法取长补短,改善了蚁群算法初始阶段运行缓慢和遗传算法局部搜索能力弱的缺点.提高了运行效率,同时运用这种改进的算法对高校排课问题进行仿真,从而比较算法改进的优缺点.  相似文献   

8.
标准粒子群优化算法对空间所有区域等概率搜索,降低了算法效率。借鉴遗传算法的思想,本文提出一种带随机选择机制的改进粒子群优化算法。该算法将适应值选择和粒子状态更新方程结合起来,通过赌轮算法选择机制使得粒子在适应值较小的区域尽可能的降低搜索概率,在最优解可能区域尽可能加大搜索强度,从而提高算法搜索效率。通过标准进化计算测试函数测试,实验结果表明对于复杂优化问题该算法优于标准粒子群优化算法和遗传算法。  相似文献   

9.
根据DNA杂交测序的特点,设计了一个改进的最大最小蚂蚁算法.首先,对问题进行预处理,将其转化为有约束的非对称旅行商问题;然后,对状态转移规则和全局更新规则进行改进,并运用变量邻域搜索思想,设计了一种简单高效的局部搜索技术.最后,采用后处理技术来解决长度约束问题.实验结果表明:该算法提高了DNA杂交测序的求解精度.  相似文献   

10.
实际柔性制造系统中,由于加工区缓冲区容量有限,导致AGV配送任务时间延长,降低了系统工作效率。为解决此问题,建立缓冲区容量有限的AGV系统调度数学优化模型,提出混合灰狼遗传算法对AGV系统进行优化。新算法在传统遗传算法选择操作上,结合灰狼优化算法中的种群等级制度和灰狼狩猎机制,避免了传统精英策略中种群多样性变差的特点,增强了全局搜索能力。仿真结果表明:混合灰狼遗传算法较传统遗传算法具有更快的收敛速度,能得到更优解,提高AGV调度的效率,验证了相关改进机制的有效性。  相似文献   

11.
混流车间作业调度是实际生产环节中的一个重要问题,也是制造系统生产管理的核心,同时实际的生产系统是一个动态生产环境.文中提出蚁群动态调度算法,通过实例具体分析并且跟传统的启发式算法相比较,实验结果证明蚁群动态调度算法对混流车间作业调度问题有较优的加工路径.  相似文献   

12.
基于交货期的并行机器生产调度规则的研究   总被引:1,自引:0,他引:1  
针对生产调度中拖期问题,通过研究在生产过程中引起拖期的因素,制定调度规则,并提出以调度规则为基因位,采用遗传算法实现对生产车间的优化组合,从而获得客户的最大满意度。  相似文献   

13.
针对中小型企业生产车间柔性作业调度问题,采用改进的遗传算法求解最优调度结果。将最大完工时间最小化作为调度目标,对经典遗传算法进行相应的改进。首先利用粒子群算法获取工序序列与粒子参数之间的映射关系,在初始种群中利用混沌映射和反向学习策略以提高初始种群质量;然后提出一种将机器编码和工序编码相结合的分段编码方法,以解决某道工序有多台可选机器加工的问题;最后利用自适应交叉和变异概率提高算法收敛速度。通过对 Brandimarte 设计的 10 组不同规格的基准案例进行仿真实验,得到进化曲线和最优调度方案。实验结果验证了该方法的实用性和有效性。  相似文献   

14.
具有多约束的Qos(quality of service)路由问题是一个NP完备问题,传统方法很难求得全局最优解。针对多约束Qos组播路由问题,选择带宽、时延和时延抖动为Qos参数,由多种群遗传算法产生初始状态,利用蚁群算法的全局寻优能力提出一种将多种群遗传算法和蚁群算法融合的新算法。分析表明,该算法是可行、有效的。  相似文献   

15.
针对汽车零部件供应物流,建立循环取货配送路径优化模型,将遗传算法与Max-Min蚁群算法融合,采用遗传算法生成初始信息素分布,利用Max-Min蚁群算法求精确解,并通过实例验证。结果表明,混合算法对于解决供应商数量多、带时间窗限制与碳排放限制的配送路径优化问题,可有效降低车辆取货频次和提高车辆装载率。  相似文献   

16.
近年来,自动导引机器人(AGV)一直是研究的热点问题,其中复杂路径规划为研究重点。为了更好地规划机器人路径,提出一种改进蚁群算法,该算法在传统蚁群算法基础上充分利用了 MMAS 算法的特点。首 先,构建网格环境模型,引入算法概率函数和抑制因子,通过改变算法的启发式信息,加快算法收敛速度|其次,引入回退机制解决死锁问题,再将 MMAS 蚂蚁系统转化为局部扩散信息素,只有迭代试验的最优解才能加入到信息素更新中|最后,有效限制信息素浓度,避免发生搜索路径过早收敛现象。仿真实验结果表明,改进蚁群算法与传统蚁群算法相比,迭代次数减少 45.6%,时间缩短 46.2%,改进蚁群算法收敛速度更快、效率更高。  相似文献   

17.
运用能自适应地改变挥发度系数的自适应蚁群算法研究流水车间作业排序问题,设计出解决该问题的算法步骤与流程.通过仿真比较该算法与基本蚁群算法在解决该问题方面的性能,仿真结果表明该算法在解决Flow Shop方面的问题上能取得满意的效果.  相似文献   

设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号