基于反向学习的人工蜂群算法及应用研究

《基于反向学习的人工蜂群算法及应用研究》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、－Ｉｉ硕谦论ｓ基于反向学习的人工蜂縣算法及应用研究Ｒｅｓｅａｒｃｈ０凸ＡｒｔｉｆｉｃｉａｌＢｅｅＣｏｌｏｎｙＡｌｇｏｒｉｔｈｍＢａｓｅｄｏｎＯｐｐｏｓｉｔｅＬｅａｒｎｉｎｇ研秀樂：魏博浄指导教麵：生永会教授学科领域：巧算桃技术．＇＇＂？ｙ其：；：ｖ．．，：诘■茂惠；；决巧；＇戸恕黎貨足；：已：＾．：：；？？？？；；其：苗＜＞第寅凉礎；产：；寒；瑞；；誦晒誦读伯建堯乂｜二〇—五年十二月一：品品或点城右是古：Ｉ：發鷄鑛由藝；声明本人声明，所呈交的学位论文農在导师的指导下独立完成的

2、。论文中取得的研究成果除加＾义标注和致谢的地方外，不包含其他人己经发表或撰写过的研究成果，也不包括本人为获得其他学位而使用过的材料。与我共同工作过的同志对本研究所做的任何贾献均己在论文中作了明确的说明并表示谢暴。苗作者签名：憂辕寸葦＾曰期：年／＞月学位论文版权使用授权书本学位论文作者和指导教师完全了解沈阳建筑大学有关保留、便用学位论文的规定：叩学校有权保留并向国家有关部口或机构送交论文的复印件和禮盘，允许论文被查阅和借阅。本人授权沈阳建筑大学（或其授权机构）可Ｌ义将学位论文的全部或部分内容编入有关数据库并通过网络提供检

3、索、浏览。（如作者和导师同意论文交流，请在下方签名；否则视为不同意。）作者和导师同意网上交流的时间为作者获得学位后：—不限□半年ｄ年□一年半□两年□作者签名：导师签名：曰期：年ｆ心月日期：许月基于反向学习的人工蜂群算法及应用研究ResearchonArtificialBeeColonyAlgorithmBasedonOppositeLearning研究生：魏博洋指导教师：王永会教授学科领域：计算机技术二〇一五年十二月分类号：学校代码：10153UDC：密级：公开硕士学位论文基于反向学习的人工蜂群算法及应用研究作者姓名：魏博洋入

4、学年份：2013年9月指导教师：王永会教授学科领域：计算机技术申请学位：工程硕士所在单位：信息与控制工程学院论文提交日期：2015年11月论文答辩日期：2015年12月学位授予日期：2016年1月答辩委员会主席：刑伟答辩委员会组成：刑伟陈宁李贵钟辉赵明论文评阅人：硕士研究生学位论文摘要I摘要伴随着科技的迅猛发展和生产力程度的突飞猛进，以及生产规模的逐渐扩大、复杂性也越来越高、社会各方物资也越来越紧缺、伴随着市场竞争越来越激烈等问题，都实实的摆在人们面前，从而对企业的管理及生产过程中的监控提出了更高的要求。为了转变这种局势，使得企业在行业竞争中立于不败之地，研究一种

5、可行高效的车间调度方案并将之应用到实际的车间调度问题当中去，是非常有必要的。如此一来企业的资源配置能够被合理的优化，并能大幅地提高企业的生产效率，在增强提升企业的竞争力方面具有极其长远的意义。车间调度问题的核心是研究调度算法,即是基于对给定的目标函数的进行计算最优或者近似最优的最优调度方案。尽管研究车间调度问题己经经历了几十年的历史进程,在此期间同样提出了数以千计的方法来解决调度问题,可是仍然没有形成一套解决调度问题的行之有效的办法。因此，本文将提出一种有效的算法来更好的解决车间调度问题。由于人工蜂群算法是近几年被提出的智能算法，并被证明具有很好的搜索以及寻优能力

6、，因此该算法具有很大的发展前景和研究价值。然而，虽然人工蜂群算法具有设置参数较少、有较好的寻优能力等便捷之处，但单一的使用标准人工蜂群算法解决问题时仍存在许多问题，例如容易陷入局部最优、早熟收敛等问题；而在收敛速度、收敛精度及鲁棒性等方面与理想状态仍然存在着一定的差距。因此，本文提出一种基于反向学习的人工蜂群算法来解决车间调度问题。反向学习机制的引入使算法易于‘跳出’局部最优的限制，一定程度上加快算法的收敛速度，从而更加有利于算法找到最优解。本文主要研究的工作内容如下:（1）人工蜂群算法及其收敛性的分析研究。将随机产生初始解的可行区间，按人工蜂群算法的三个阶段给出

7、相应的公式，给出算法的基本流程并利用随机过程中的Markov链理论进行人工蜂群算法的收敛性分析研究。（2）基于反向学习的人工蜂群算法的研究及其收敛性分析。给出算法的基本实现步骤，算法的流程及其流程图，并对基于反向学习的人工蜂群算法进行收敛性的证明，然后利用4个测试函数进行仿真实验，进而比较算法的性能。（3）基于反向学习的人工蜂群算法及其在车间调度问题中的研究。将其他改进的人工蜂群算法在车间调度问题中的应用和基于反向学习的人工蜂群算法在车间调度问题中的应用进行比较。通过仿真实验表明基于反向学习的人工蜂群算法在解决车间调度问题中具有更好的寻优求解能力。关键词：车间调度

8、;人工蜂群