萤火虫优化算法与其在流水线调度问题中的应用分析 (1)

《萤火虫优化算法与其在流水线调度问题中的应用分析 (1)》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、浙江工业大学硕士学位论文萤火虫优化算法及其在流水线调度问题中的应用研究摘要萤火虫优化算法（GSO算法）是一种模拟了萤火虫发光的生物学特性演变而来的随机优化算法，也是一种新兴的群智能优化算法，在多信号定位、多模函数优化方面有广泛的应用前景。置换流水线调度问题(PFSP)是混合流水线调度问题中的一类经典的车间调度问题，是一种NP难题。相关资料表明，有接近四分之一的生产调度问题可以简化为PFSP问题，具备很高的研究价值。本课题的主要研究目的是在全面分析研究萤火虫优化算法的基础上，对其进行改进，提高其处理多模函数优化的能力，并将其应用于求解PFSP

2、问题。本课题的主要工作如下：(1)全面分析了当前群智能算法特别是萤火虫算法以及车间调度问题的研究现状和发展方向，详细研究了基本萤火虫优化算法的原理和实现方式。(2)针对GSO算法存在的问题，改进了搜索策略和步长更新机制，提出了改进萤火虫优化算法(AdvancedGlowwormSwarmOptimization,AGSO)，通过测试函数证明AGSO算法局部寻优能力明显优于GSO算法。针对复杂高维多模函数，在借鉴捕食搜索策略后，提出了混合萤火虫模拟退火算法(SimulatedAnnealingGlowwormSwarmOptimization

3、,SAGSO)，该算法在处理20维以上的复杂多模函数时性能明显优于GSO算法。(3)针对PFSP问题的离散特性，在基于连续种群空间的GSO及其改进算法求解离散流水线调度问题的缺陷上，对种群空间进行离散化编码，结合NEH算法和遗传算法，提出了全新的离散萤火虫优化算法(DiscreteGlowwormSwarmOptimization,DGSO)，使用标准的测试算例证明了该算法是解决PFSP问题的有效工具。(4)基于上述研究，设计并实现了一套基于B/S架构的流水线调度系统，该系统以EasyUI框架和Spring框架为核心，包含参数设置、数据录入

4、、仿真结果和历史查询四个模块，为用户提供可靠的仿真结果与丰富的功能体验。关键词：萤火虫优化算法，捕食搜索策略，PFSP问题，离散萤火虫优化算法i万方数据浙江工业大学硕士学位论文STUDYANDAPPLICATIONOFGSOALGORITHMFORFLOWSHOPSCHEDULINGPROBLEMABSTRACTGlowwormswarmoptimizationalgorithm(GSO)isastochasticoptimizationalgorithmwhichsimulatestheevolutionofthebiologicalch

5、aracteristics,anditisanewkindofswarmintelligenceoptimizationalgorithm.GSOhasawiderangeofapplicationsinmulti-signalpositioning,multi-modefunctionoptimization.Permutationflowshopschedulingproblem(PFSP)isakindofclassicaljobshopschedulingprobleminhybridflowshopschedulingproble

6、m,whichisaNPproblem.TherelateddatashowsthatnearlyaquarteroftheproductionschedulingproblemscanbesimplifiedasPFSP,andithasahighresearchvalue.Themainpurposeofthispaperisimprovetheabilitytodealwithmulti-modalfunctionoptimizationandapplyimprovedGSOalgorithmtosolvethePFSPbasedon

7、thecomprehensiveanalysisofGSO.Themainworksofthispaperarelistedasfollows:Firstly,thecurrentsituationanddevelopmentdirectionofcurrentswarmintelligencealgorithmsespeciallyGSOalgorithmandshopschedulingproblemsarefullyanalyzed,andthebasicprinciplesandimplementationofGSOarestudi

8、edindetail.Secondly,aimingattheproblemsexistingintheGSOalgorithm,thesearchstrategyandthes