本文關(guān)鍵詞： 組合優(yōu)化問題 作業(yè)車間調(diào)度 分布估計算法 一元邊緣分布算法 禁忌搜索算法　出處：《計算機工程與應(yīng)用》2017年07期 　論文類型：期刊論文

【摘要】：為優(yōu)化作業(yè)車間調(diào)度問題的解,提出一個禁忌和分布估計的混合算法。分布估計算法是一種新的進化模式,通過概率優(yōu)化模型在連續(xù)空間進行求解;通過對已獲得的群體進行選擇操作生成優(yōu)勢群體,提出的分布估計算法使用單變量邊緣分布算法構(gòu)建概率模型,估計離散空間中的聯(lián)合概率分布,從概率向量采樣生成新群體;采用基于工件編號的編碼和解碼機制保證解的可行性。為提高局部搜索能力,算法基于禁忌搜索算法設(shè)計新的雙重移動組合、塊禁忌和選擇策略,在搜索陷入局部最優(yōu)時利用遺傳算法的變異算子生成新解;算法通過混合分布估計算法和禁忌搜索算法的優(yōu)點,兼具全局搜索與局部搜索能力,提高了搜索的效率和性能。通過與現(xiàn)有算法在典型實例上的實驗結(jié)果比較,表明該算法在求解作業(yè)車間調(diào)度問題上具有可行性和有效性。
[Abstract]:In order to optimize the solution of job shop scheduling problem, a hybrid algorithm of Tabu and distribution estimation is proposed, which is a new evolutionary model and is solved in continuous space by probabilistic optimization model. The distribution estimation algorithm uses the single variable edge distribution algorithm to construct the probability model, estimates the joint probability distribution in the discrete space, and generates the new population from the probability vector sampling. In order to improve the local search ability, the algorithm based on Tabu search algorithm designed a new dual moving combination, block taboo and selection strategy. When the search falls into the local optimum, the mutation operator of the genetic algorithm is used to generate the new solution, the algorithm has the advantages of the hybrid distribution estimation algorithm and the Tabu search algorithm, and has both global and local search capabilities. The efficiency and performance of search are improved. Compared with the experimental results of typical examples, the proposed algorithm is feasible and effective in solving job shop scheduling problems.
【作者單位】： 云南大學(xué)軟件學(xué)院;
【基金】：國家自然科學(xué)基金(No.61462095) 云南大學(xué)中青年骨干教師培養(yǎng)計劃項目(No.XT412003) 云南省軟件工程重點實驗室面上基金(No.2012SE301)
【分類號】：TP18;TB497

【相似文獻】

相關(guān)期刊論文 前10條

1 高麗萍;彭敦陸;鄧桂英;陳慶奎;;面向企業(yè)應(yīng)用的“算法設(shè)計與分析”課程建設(shè)改革探索[J];中國電力教育;2011年20期

2 姜楓;;“算法設(shè)計與分析”課程教學(xué)改革探索[J];中國電力教育;2013年26期

3 蘇安婕;吳志剛;;關(guān)鍵步分解法在算法設(shè)計與描述中的應(yīng)用[J];成組技術(shù)與生產(chǎn)現(xiàn)代化;2011年03期

4 雷小園;;排列組合的算法設(shè)計與C++實現(xiàn)[J];中國新技術(shù)新產(chǎn)品;2010年10期

5 肖建華,何宏,陳展,歐陽湘江;算法中數(shù)學(xué)策略的應(yīng)用與研究[J];湖南工程學(xué)院學(xué)報(自然科學(xué)版);2004年02期

6 余嶸華,張霆,張云;票證結(jié)存算法設(shè)計[J];合肥工業(yè)大學(xué)學(xué)報(自然科學(xué)版);2000年S1期

7 馮平;黃名選;;由頻繁項集生成關(guān)聯(lián)規(guī)則的算法設(shè)計和實現(xiàn)[J];廣西工學(xué)院學(xué)報;2007年01期

8 王卿;路曉偉;;高等院校學(xué)分制教學(xué)排考問題算法設(shè)計[J];上海理工大學(xué)學(xué)報;2007年06期

9 劉永廣;葉梧;馮穗力;莊宏成;;基于蟻群算法的無線Mesh網(wǎng)公平路由算法[J];華南理工大學(xué)學(xué)報(自然科學(xué)版);2009年01期

10 邢春峰,柳重堪;聯(lián)想記憶系統(tǒng)的學(xué)習(xí)算法設(shè)計(I)[J];北京聯(lián)合大學(xué)學(xué)報;1998年03期

相關(guān)會議論文 前10條

1 雷詠梅;;橢圓曲線密碼體制的算法設(shè)計與實現(xiàn)[A];西部大開發(fā) 科教先行與可持續(xù)發(fā)展——中國科協(xié)2000年學(xué)術(shù)年會文集[C];2000年

2 楊盤洪;朱軍祥;趙建安;楊靜;;機動目標(biāo)跟蹤的模糊變結(jié)構(gòu)交互多模算法[A];2007'中國儀器儀表與測控技術(shù)交流大會論文集（二）[C];2007年

3 徐子珊;;《算法設(shè)計與分析》課程中的工程教育[A];2005年全國理論計算機科學(xué)學(xué)術(shù)年會論文集[C];2005年

4 王輝;劉治昌;;用一種新算法設(shè)計的安全系統(tǒng)[A];2007年中國智能自動化會議論文集[C];2007年

5 舒輝;柳清峰;杜祝平;周蓓;;實踐教學(xué)模式在本科專業(yè)課程教學(xué)中的應(yīng)用[A];中國電子教育學(xué)會高教分會2010年論文集[C];2010年

6 彭小宏;陽東升;劉忠;;基于聚類算法的組織協(xié)作網(wǎng)設(shè)計[A];2006中國控制與決策學(xué)術(shù)年會論文集[C];2006年

7 李皓;羅熊;;云存儲部署優(yōu)化的進化算法設(shè)計[A];2013年中國智能自動化學(xué)術(shù)會議論文集（第三分冊）[C];2013年

8 羅長政;李熙瑩;王鎮(zhèn)波;羅東華;;一種大流量交叉路口的背景提取與更新算法[A];第十五屆全國圖象圖形學(xué)學(xué)術(shù)會議論文集[C];2010年

9 楊利;李霖;昌月樓;陽國貴;;對稱位向量及啟發(fā)式并行散列連接算法[A];數(shù)據(jù)庫研究與進展95——第十三屆全國數(shù)據(jù)庫學(xué)術(shù)會議論文集[C];1995年

10 張晉;;嵌入式電腦鼠運行算法的研究[A];全國第20屆計算機技術(shù)與應(yīng)用學(xué)術(shù)會議（CACIS·2009）暨全國第1屆安全關(guān)鍵技術(shù)與應(yīng)用學(xué)術(shù)會議論文集（上冊）[C];2009年

相關(guān)重要報紙文章 前1條

1 ;算法設(shè)計的策略[N];電腦報;2003年

相關(guān)博士學(xué)位論文 前10條

1 江立輝;基于干擾對齊的多用戶無線傳輸優(yōu)化方法研究[D];哈爾濱工業(yè)大學(xué);2015年

2 史亞;多核學(xué)習(xí)算法與應(yīng)用研究[D];西安電子科技大學(xué);2015年

3 薛菲;基于蝙蝠算法的啟發(fā)式智能優(yōu)化研究與應(yīng)用[D];北京工業(yè)大學(xué);2016年

4 沈虎;支持干擾管理的無線并發(fā)通信協(xié)議及算法[D];國防科學(xué)技術(shù)大學(xué);2015年

5 谷偉哲;齊次光滑算法及其應(yīng)用[D];天津大學(xué);2010年

6 龍海俠;進化算法及其在生物信息中的應(yīng)用[D];江南大學(xué);2010年

7 譚躍;具有混沌局部搜索策略的粒子群優(yōu)化算法研究[D];中南大學(xué);2013年

8 尤海峰;求解隱式目標(biāo)優(yōu)化問題的交互式進化算法研究[D];中國科學(xué)技術(shù)大學(xué);2011年

9 張常淳;基于MapReduce的大數(shù)據(jù)連接算法的設(shè)計與優(yōu)化[D];中國科學(xué)技術(shù)大學(xué);2014年

10 郭崇慧;地區(qū)中長期發(fā)展規(guī)劃若干定量模型、算法及應(yīng)用研究[D];大連理工大學(xué);2002年

相關(guān)碩士學(xué)位論文 前10條

1 李欣園;基于選擇偏好的組合聚類算法研究與實現(xiàn)[D];內(nèi)蒙古大學(xué);2015年

2 楊瀟;界約束非線性最小二乘問題的無導(dǎo)數(shù)算法[D];上海交通大學(xué);2015年

3 王曉璐;基于Zynq的LS-SVM算法加速器設(shè)計[D];哈爾濱工業(yè)大學(xué);2015年

4 樓磊磊;醫(yī)療保險數(shù)據(jù)異常行為檢測算法和系統(tǒng)[D];浙江大學(xué);2015年

5 齊海龍;基于改進人工蜂群算法的非線性系統(tǒng)辨識方法研究[D];北京化工大學(xué);2015年

6 蔡平梅;結(jié)構(gòu)化稀疏信號的恢復(fù)算法研究[D];上海大學(xué);2015年

7 趙晨陽;基于蟻群算法的高階圖匹配方法研究[D];西安電子科技大學(xué);2014年

8 茍清松;多目標(biāo)粒子濾波檢測前跟蹤算法研究[D];電子科技大學(xué);2015年

9 李枝勇;蝙蝠算法及其在函數(shù)優(yōu)化中的應(yīng)用研究[D];上海理工大學(xué);2013年

10 李蓮;基于蜂群和粗糙集的聚類算法研究[D];長沙理工大學(xué);2014年

，

本文編號：1549827