共查询到20条相似文献,搜索用时 78 毫秒
1.
基于免疫遗传算法的多目标柔性作业车间调度研究 总被引:5,自引:0,他引:5
研究了多目标柔性作业车间调度问题,提出了一种改进的自适应免疫遗传算法。算法根据搜索的历史信息,自适应的调整遗传过程中的遗传参数以提高算法的稳定和效率。针对遗传算法的局部搜索能力差和全局搜索效率低的问题,结合免疫算法的免疫记忆和接种疫苗,对各近似最优解进行动态邻域搜索,提高算法的局部搜索能力和解的质量;免疫反馈和免疫选择能淘汰相似个体,维持种群的多样性,避免算法陷入早熟,改善算法的性能和稳定性。最后通过仿真实例验证了算法的有效性。 相似文献
2.
生产能力约束条件下的柔性作业车间调度优化 总被引:3,自引:0,他引:3
柔性作业车间调度问题是经典作业车间调度问题的深化,为解决实际生产系统中作业车间调度资源受限问题提供了方案.从生产能力约束条件出发构建柔性作业车间调度模型,以最大完工时间最小和最大机器负荷最小为目标函数,并提出了基于此的改进遗传算法.该算法采用基于工序和基于机器相结合的编码机制,利用改进多父代交叉算子和多点变异进行遗传操作,在充分保留父代优良基因的同时保证了种群的多样性,克服了传统遗传算法易于早熟或收敛慢的缺点.最后,通过仿真和比较实验,验证了该算法优化生产能力约束条件下柔性车间调度问题的可行性和有效性. 相似文献
3.
柔性作业车间动态调度问题研究 总被引:6,自引:0,他引:6
为了有效求解柔性作业车间动态调度问题,提出了一个基于多目标免疫遗传算法(MOIGA)的动态调度优化算法。首先定义了柔性作业车间动态调度问题,然后采用事件驱动和周期驱动相结合的调度策略,提出了基于MOIGA的动态调度优化模型,接着设计了面向交货期性能最优的柔性作业车间调度算法,并讨论了影响算法复杂度的因素,最后通过一个实例仿真,表明了算法的可行性和优越性。 相似文献
4.
5.
带瓶颈移动法的混合遗传算法求解柔性作业车间调度 总被引:1,自引:0,他引:1
柔性作业车间调度问题是对传统车间调度问题的扩充,它更接近于现实的生产调度问题。针对柔性作业车间调度问题,提出了带局域搜索(瓶颈移动法)的混合遗传算法。区别于传统的遗传算法,本文算法用两个向量束表达解,并采用了适应问题特征和染色体结构的交叉和变畀算子。基于关键路径的思想,舰颈移动法使用两种有效的邻域结构;改变关键路径上相邻两工序的加工顺序和为关键路径上的工序分配新设备。为了提高搜索能力,邻域结构可以动态调整。我们在3个代表性标准测试问题上检验了该算法的求解性能。 相似文献
6.
针对柔性作业生产调度问题的特点,提出一种新的多目标正交遗传算法.算法主要特点包括:提出一种基于SPEA改进的个体适应值计算方法,该方法回避了小生境参数设置的难题,且具有更强的相似个体区分能力;设计一种新的基于正交设计的多个体交叉算子,该算子既能增强算法搜索在Pareto前沿均匀分布非劣解的能力,也可提高算法全局寻优的能力;给出一种基于历史搜索信息和变量区间划分的局部解空间跳出机制,以避免算法早熟和提高搜索效率.实验结果表明该算法应用于柔性多目标作业生产调度问题,具有较强的搜索效率和求解性能. 相似文献
7.
为快速应对柔性作业车间生产过程中出现的突发状况,构建了一种以全局任务最大生产完成时间以及紧急订单生产完成时间为优化目标的柔性作业车间动态调度模型。针对上述模型,提出一种更加适用于动态排产的动态交互层DIL (Dynamic Interaction Layer)来代替滚动窗口。设计了粒子群遗传混合算法PSGA (Particle Swarm Genetic hybrid Algorithm),将粒子群算法中位置更新策略与遗传算法基因突变融合,加强算法局部搜索能力。针对柔性作业车间订单加急的意外状况,采用DIL与PSGA相结合的方法求解动态调度问题。通过仿真实验,验证了DIL处理紧急订单的能力和PSGA算法的有效性。 相似文献
8.
自适应多目标遗传算法在柔性工作车间调度中的应用 总被引:2,自引:6,他引:2
针对柔性工作车间调度问题的特点,提出了一种新的自适应多目标遗传算法,其特点包括:同时运用了基于工序顺序和基于机器分配两种交叉变异方法以弥补经典工作车问调度问题中交叉变异操作的局限性;根据遗传算法搜索的历史自适应的调整两种交叉变异方法的概率以提高算法的搜索效率和稳定性;引入多目标遗传算法中的小生境技术以保持种群的多样性;采用精英保留策略保护进化过程中的优秀个体。实验结果证明该算法在多目标柔性工作车间调度问题的应用上,可以产生分布性较好的高质量的解。 相似文献
9.
10.
基于特异性免疫策略的遗传算法及应用 总被引:1,自引:1,他引:1
针对标准遗传算法在进化后期收敛速度慢,易陷入未成熟收敛的问题,借鉴免疫应答机理,提出一种基于特异性免疫策略的遗传算法.算法的核心在于保持种群的多样性和执行特异性免疫策略,即引入小生境技术维持种群的多样性,对遗传参数自适应调节以适应种群的实际变化;利用高亲和度抗体搜寻更优秀的抗体,并发掘低亲和度抗体寻优的潜力;通过优良记忆库实现精英保留策略,保证算法搜索的快速性及有效性.理论上证明了算法的收敛性.仿真结果表明,算法能有效地改善种群多样性,具有较强的全局收敛能力.以二级倒立摆为被控对象,将该算法应用于Takagi- Sugeno模糊神经网络控制器的优化,实物控制结果表明该方法具有良好的动稳态性能和抗干扰能力. 相似文献
11.
人工免疫控制器在二元精馏塔控制中的仿真研究 总被引:1,自引:0,他引:1
生物免疫系统是一种在复杂干扰和不确定性的环境中具有很强的鲁棒性和自适应性的控制系统。依据生物多抗原多抗体协调免疫机理,以文献[11]中的双因子免疫控制器为基础,提出了抗体交叉免疫耦合控制策略,并以此为基础设计了MIMO人工免疫控制器。以典型的二元精馏塔为被控对象,给出了MIMO人工免疫控制器具体实现方法。用仿真方法研究了MIMO人工免疫控制器的控制效果,并与传统的优化PID控制器做了比较。结果表明这种MIMO人工免疫控制器较传统优化的PID控制器性能优越。 相似文献
12.
免疫响应反馈理论是维持生物体免疫平衡的关键,T细胞在不同的免疫阶段所具有的促进和抑制功能,保证了系统的快速响应和足够的稳定性。针对水轮机调节系统具有高度非线性、时变不确定、非最小相位等特点,通过免疫系统与控制系统的类比,借鉴免疫响应调节机理,利用免疫PID控制器来控制水轮机调节系统,并对该系统进行了仿真研究,仿真结果表明当工况变化和存在扰动时免疫PID控制器能有效的改善水轮机调节系统的动态性能,增强其鲁棒性和抗强干扰的能力。 相似文献
13.
免疫进化模型及其在优化计算中的应用 总被引:12,自引:6,他引:6
在深入研究免疫系统的智能进化机制和两种典型免疫计算模型的基础上,基于进化计算模型和免疫调节理论,结合免疫记忆机制提出了一种通用免疫进化算法(GIEA)的—般框架,论述了其运算机理,分析了其收敛性和收敛速度。针对多模态优化问题,按照该框架设计了一个具体的多模态免疫优化算法(MIOA),并进行了仿真研究和计算复杂性分析。分析与仿真结果表明,该算法不仅比同类算法计算量小、具有更好的搜索性能,而且无须任何先验知识,实现了真正的自适应搜索。 相似文献
14.
15.
16.
基于免疫规划的单亲遗传算法研究及其应用 总被引:5,自引:0,他引:5
在分析了单亲遗传算法的优越性与存在不足的基础上,借鉴生物免疫概念与理论,提出了一种新的单亲遗传算法——基于免疫规划的单亲遗传算法。该算法的核心在于使用最优保留策略前提下,合理地构造了非均匀算子和免疫算子。理论分析和仿真结果表明,该算法不仅能够有效地保持群体多样性,而且减轻了遗传算法的后期波动现象,同时收敛速度明显提高。 相似文献
17.
GeGeM:一种人工免疫系统通用基因模型及实现 总被引:3,自引:1,他引:2
一个通用的基因模型对于人工免疫系统AIS(ArtificialImmuneSystem)软件设计是必需的。从AIS软件架构设计的角度出发,基因模型应具有一般性、可扩展性、高效率和可用性。提出一个基因模型GeGeM(GeneralGeneModel),通过基因操作实现免疫计算。该模型基于三层结构:元基因、基因序列和基因数据集。其中元基因提供基因序列的规范,基因序列提供基本的公共的基因操作,而基因数据集在此基础上实现训练和检测。进一步,该模型实现并给出实验结果,结果分析表明该模型的可用性和算法的有效性。经讨论比较,该模型具有一般性和可扩展性,可用于建立多用途的AIS软件,也可用于构建特定领域的复杂多样的检测系统。 相似文献
18.
19.
20.
针对遗传算法在寻优过程和多峰值函数求解中出现的“早熟”问题以及免疫算法收敛速度较慢问题,将免疫算法和进化算法进行优势融合,并结合改进的进化算法的并行模型,提出一种新的算法--分布式免疫进化算法(distributed immune evolutionary algorithm,DIEA)。新算法主要包括记忆种群进化模块和子种群进化模块两个部分,子种群的主要功能是找出各个区间的局部最优解;主种群主要是进行全局搜索,寻找全局最优解。仿真实验表明,该算法具有很高的全局寻优能力和很快的收敛速度,适合求解复杂多峰函数优化问题。 相似文献