協(xié)同學(xué)習(xí)型差分進(jìn)化算法及其在車間調(diào)度問(wèn)題中的應(yīng)用研究
發(fā)布時(shí)間:2020-12-18 12:34
隨著制造系統(tǒng)節(jié)能問(wèn)題的日益突出,綠色調(diào)度已成為制造系統(tǒng)領(lǐng)域研究的熱點(diǎn)和關(guān)鍵問(wèn)題。零等待流水車間調(diào)度作為一類典型調(diào)度問(wèn)題,具有重要的工業(yè)應(yīng)用價(jià)值,因而受到廣泛的研究。很多已有的生產(chǎn)過(guò)程優(yōu)化問(wèn)題研究中,對(duì)調(diào)度模型做了很大的簡(jiǎn)化,沒(méi)有考慮能源消耗約束。由于帶能源約束的零等待流水車間調(diào)度問(wèn)題內(nèi)在的復(fù)雜性,傳統(tǒng)的精確求解算法無(wú)法求解。而智能優(yōu)化算法因其不依賴問(wèn)題的數(shù)學(xué)模型,也不需要梯度信息,因而在復(fù)雜優(yōu)化問(wèn)題的求解中得到了廣泛的應(yīng)用。差分進(jìn)化算法是一類典型的群體智能優(yōu)化算法,因它的控制參數(shù)少、易于實(shí)現(xiàn)、簡(jiǎn)單而強(qiáng)有力的搜索框架而得到廣泛研究和應(yīng)用。本課題針對(duì)零等待流水車間的節(jié)能調(diào)度問(wèn)題,提出協(xié)同學(xué)習(xí)型差分進(jìn)化算法及兩階段協(xié)同演化算法,具體內(nèi)容如下:(1)一個(gè)帶有限內(nèi)存的擬牛頓法的CMA-ES擾動(dòng)輔助的混合協(xié)同差分進(jìn)化算法(A hybrid cooperative differential evolution with the perturbation of CMAES with local search of Limited-Memory Broyden–Fletcher–Goldfarb–Sha...
【文章來(lái)源】:蘭州理工大學(xué)甘肅省
【文章頁(yè)數(shù)】:92 頁(yè)
【學(xué)位級(jí)別】:碩士
【部分圖文】:
Mtsls1算法沿維度搜索(來(lái)自文獻(xiàn)[70]
協(xié)同學(xué)習(xí)型差分進(jìn)化算法及其在車間調(diào)度問(wèn)題中的應(yīng)用研究22表3.12jSO_CMA-ES_LBFGS和jSO在30、50維函數(shù)上的Wilcoxon測(cè)試jSO_CMA-ES_LBFGSvsR+R-Zp-value=0.1=0.0530jSO53.00178.00-2.1730.030YesYes50jSO65.50187.50-1.9810.048YesYes圖3.6jSO_CMA-ES的運(yùn)行機(jī)制.圖3.7jSO_LBFGS的運(yùn)行機(jī)制如圖3.7所示。如果jSO_CMA-ES_LBFGS中沒(méi)有CMA-ES算子,則jSO_CMA-ES_LBFGS退化為jSO_LBFGS。如表3.11所示,在=0.1的顯著性水平下,未觀察到j(luò)SO_LBFGS與jSO之間的顯著性差異。因此,jSO_LBFGS的擾動(dòng)強(qiáng)度不足。但是,如表3.12所示,對(duì)于30和50維的測(cè)試函數(shù),在=0.1和=0.05的顯著性水平下,jSO_CMA-ES_LBFGS的搜索性能明顯優(yōu)于jSO的搜索性能。因此,jSO,CMA-ES和LBFGS是不可分割且不可缺少的有機(jī)整體,可實(shí)現(xiàn)“1+1+1>3”的效果,而不是“1+1>2”的效果。
協(xié)同學(xué)習(xí)型差分進(jìn)化算法及其在車間調(diào)度問(wèn)題中的應(yīng)用研究22表3.12jSO_CMA-ES_LBFGS和jSO在30、50維函數(shù)上的Wilcoxon測(cè)試jSO_CMA-ES_LBFGSvsR+R-Zp-value=0.1=0.0530jSO53.00178.00-2.1730.030YesYes50jSO65.50187.50-1.9810.048YesYes圖3.6jSO_CMA-ES的運(yùn)行機(jī)制.圖3.7jSO_LBFGS的運(yùn)行機(jī)制如圖3.7所示。如果jSO_CMA-ES_LBFGS中沒(méi)有CMA-ES算子,則jSO_CMA-ES_LBFGS退化為jSO_LBFGS。如表3.11所示,在=0.1的顯著性水平下,未觀察到j(luò)SO_LBFGS與jSO之間的顯著性差異。因此,jSO_LBFGS的擾動(dòng)強(qiáng)度不足。但是,如表3.12所示,對(duì)于30和50維的測(cè)試函數(shù),在=0.1和=0.05的顯著性水平下,jSO_CMA-ES_LBFGS的搜索性能明顯優(yōu)于jSO的搜索性能。因此,jSO,CMA-ES和LBFGS是不可分割且不可缺少的有機(jī)整體,可實(shí)現(xiàn)“1+1+1>3”的效果,而不是“1+1>2”的效果。
【參考文獻(xiàn)】:
碩士論文
[1]車間調(diào)度問(wèn)題的適應(yīng)度地形及智能優(yōu)化算法研究[D]. 楊國(guó)強(qiáng).蘭州理工大學(xué) 2018
本文編號(hào):2924007
【文章來(lái)源】:蘭州理工大學(xué)甘肅省
【文章頁(yè)數(shù)】:92 頁(yè)
【學(xué)位級(jí)別】:碩士
【部分圖文】:
Mtsls1算法沿維度搜索(來(lái)自文獻(xiàn)[70]
協(xié)同學(xué)習(xí)型差分進(jìn)化算法及其在車間調(diào)度問(wèn)題中的應(yīng)用研究22表3.12jSO_CMA-ES_LBFGS和jSO在30、50維函數(shù)上的Wilcoxon測(cè)試jSO_CMA-ES_LBFGSvsR+R-Zp-value=0.1=0.0530jSO53.00178.00-2.1730.030YesYes50jSO65.50187.50-1.9810.048YesYes圖3.6jSO_CMA-ES的運(yùn)行機(jī)制.圖3.7jSO_LBFGS的運(yùn)行機(jī)制如圖3.7所示。如果jSO_CMA-ES_LBFGS中沒(méi)有CMA-ES算子,則jSO_CMA-ES_LBFGS退化為jSO_LBFGS。如表3.11所示,在=0.1的顯著性水平下,未觀察到j(luò)SO_LBFGS與jSO之間的顯著性差異。因此,jSO_LBFGS的擾動(dòng)強(qiáng)度不足。但是,如表3.12所示,對(duì)于30和50維的測(cè)試函數(shù),在=0.1和=0.05的顯著性水平下,jSO_CMA-ES_LBFGS的搜索性能明顯優(yōu)于jSO的搜索性能。因此,jSO,CMA-ES和LBFGS是不可分割且不可缺少的有機(jī)整體,可實(shí)現(xiàn)“1+1+1>3”的效果,而不是“1+1>2”的效果。
協(xié)同學(xué)習(xí)型差分進(jìn)化算法及其在車間調(diào)度問(wèn)題中的應(yīng)用研究22表3.12jSO_CMA-ES_LBFGS和jSO在30、50維函數(shù)上的Wilcoxon測(cè)試jSO_CMA-ES_LBFGSvsR+R-Zp-value=0.1=0.0530jSO53.00178.00-2.1730.030YesYes50jSO65.50187.50-1.9810.048YesYes圖3.6jSO_CMA-ES的運(yùn)行機(jī)制.圖3.7jSO_LBFGS的運(yùn)行機(jī)制如圖3.7所示。如果jSO_CMA-ES_LBFGS中沒(méi)有CMA-ES算子,則jSO_CMA-ES_LBFGS退化為jSO_LBFGS。如表3.11所示,在=0.1的顯著性水平下,未觀察到j(luò)SO_LBFGS與jSO之間的顯著性差異。因此,jSO_LBFGS的擾動(dòng)強(qiáng)度不足。但是,如表3.12所示,對(duì)于30和50維的測(cè)試函數(shù),在=0.1和=0.05的顯著性水平下,jSO_CMA-ES_LBFGS的搜索性能明顯優(yōu)于jSO的搜索性能。因此,jSO,CMA-ES和LBFGS是不可分割且不可缺少的有機(jī)整體,可實(shí)現(xiàn)“1+1+1>3”的效果,而不是“1+1>2”的效果。
【參考文獻(xiàn)】:
碩士論文
[1]車間調(diào)度問(wèn)題的適應(yīng)度地形及智能優(yōu)化算法研究[D]. 楊國(guó)強(qiáng).蘭州理工大學(xué) 2018
本文編號(hào):2924007
本文鏈接:http://www.sikaile.net/kejilunwen/zidonghuakongzhilunwen/2924007.html
最近更新
教材專著