Flow shop排序问题F2|prmu|∑ωjCj的一个启发式算法

给出Flowshop排序问题F2|prmu|∑ωjCj的一个启发式算法,其最坏情况的界为2,且是紧界.此外,还讨论了它的三种多项式可解的条件.     

Flow shop排序问题F2｜prmu｜∑ωjCj的一个启发式算法

给出Flow shop排序问题F2|prmu|∑ωjCj的一个启发式算法，其最坏情况的界为2，且是紧界。此外，还讨论了它的三种多项式可解的条件。     

一类调整时间可分离的Flow Shop排序问题F3|s|Cmax的最优算法

讨论调整时间可分离的Flow Shop排序问题F3|s|C     

求解中间存储有限Flow Shop调度问题的离散群搜索优化算法

针对中间存储有限的Flow Shop调度问题,提出了一种离散群搜索优化算法来最小化工件加工的总流水时间。该算法首先采用基于工件排列的离散编码方式,使得能够直接求解离散的调度问题;其次提出了新的初始化方法,确保了初始种群既具有一定的多样性,又有较好的性能;还引入了离散差分进化的思想,增强了算法的运算效率与搜索能力。最后使用正交设计的方法设置算法参数,通过对Taillard算例的仿真计算,验证了本文算法的优越性。     

基于遗传算法的Flow Shop调度问题求解

如何对大规模的生产进行有效合理的调度,在分析企业生产流程的基础上,提出了一种用改进的遗传算法来求解流水车间调度问题的方法.仿真实验结果证明了算法的可靠性与实用性,具有较好的工程应用价值.     

工时随开工时间递增的成组排序问题

讨论了一类工件的加工时间随工件的开工时间线性递增的成组排序问题1|pij=bij aijt,S=sf,GT|Cmax,给出了求最优解的多项式时间算法.     

基于遗传算法的Flow Shop调度问题求解

如何对大规模的生产进行有效合理的调度,在分析企业生产流程的基础上,提出了一种用改进的遗传算法来求解流水车间调度问题的方法。仿真实验结果证明了算法的可靠性与实用性,具有较好的工程应用价值。     

用AGLA算法求解一类以TFT为目标的模糊Flow Shop调度问题

针对一类加工时间不确定的以总流经时间(TFT)为目标的置换Flow Shop调度问题,应用模糊数学的方法表示加工时间的不确定性,提出了一种改进的智能算法——异步遗传局部搜索算法(AGLA)。该算法初始种群的一个解由构造型启发式算法产生,其他解随机产生;通过引入一个加强的变邻域搜索机制和一个简单的交叉算子,对种群执行异步进化操作(AE);算法最后加入重启机制防止陷入局部极小。仿真实验结果验证了AGLA解决模糊Flow Shop问题的有效性。     

用改进的蛙跳算法求解一类模糊Flow Shop调度问题

对加工时间不确定的Flow Shop调度问题进行研究,提出了一种改进的蛙跳算法(NewShuffled Frog Leaping Algorithm,NSFLA)。蛙跳算法(Shuffled Frog Leaping Algorithm,SFLA)的局部搜索采用类似粒子群算法的搜索机制,全局搜索采用洗牌策略即种群间定期进行信息交换。为了解决SFLA的局部搜索易出现不合法调度的问题,在交换子和交换序概念的基础上,提出了交换序构造的初始位置随机机制和交换子的随机插入机制这两种追踪策略。仿真实验结果验证了NSFLA解决模糊Flow Shop问题的有效性。     

用改进的协同免疫算法求解Flow Shop调度问题

利用改进的协同免疫算法(improved co-evolutionary immune algorithm,ICIA)求解FlowShop调度问题.算法中的疫苗取自迭代N次的局部最优解,并随着每代最优值的变化不断更新.为了克服协同免疫算法初期收敛速度慢的问题,加入了局部搜索算法;针对算法后期求解目标函数值差的问题,提出了一种新的种群选择机制"80/20法则".通过与遗传算法(genetic algorithm,GA)和未改进的协同免疫算法(co-evolutionary immune algorithm,CIA)比较,仿真实验结果验证了ICIA解决Flow Shop问题的有效性.     

论矩形物体布局的启发式近似计算问题

针对待布局矩形物体在布局空间中可行位置，给出了其可行域的定义，并据此对待布局物体的摆放规则进行了讨论，提出了一种基于空间分解的启发式算法，实例计算表明了该算法是有效的。     

改进人工蜂群算法求解置换流水车间调度问题

针对置换流水车间调度问题（PFSP）,以最小化最大完工时间为优化目标建立数学模型,设计了一种改进人工蜂群算法。该算法采用反向学习方法和混沌映射来生成初始种群,为使算法能够求解离散的调度问题,采用LRV规则将位置数值映射成工件排列顺序;在雇佣蜂阶段,融入差分进化算法的思想,加入高斯变异算子,使收敛速度加快;在跟随蜂阶段,加入自适应策略,将算法的勘探和开发能力进行平衡;在侦察蜂阶段,加入柯西变异算子,避免陷入局部极值。最后通过比较几种不同的算法,对Car算例以及部分Rec标准算例集进行仿真测试,验证该算法的有效性和优越性。     

各机器上具有相同加工时间F1oW Shop 调度问题

由m台机器构成的Flow Shop，当工件在各机器上加工时间相同时，直觉上，等价于单机问题。本文推测单机情形最优解的性质及其确定策略也应适合此调度模型。本文就一些目标函数验证了这一推测。     

改进遗传蜂群算法求解分布式柔性作业车间调度问题

针对分布式柔性作业车间调度问题,提出一种改进遗传蜂群算法求解方案。算法采用基于机器编码的编码方案,根据编码特点和分布式柔性作业车间的特点,设计了一种基于编码相似度的交叉操作,可以避免在交叉过程中产生非法解,提高算法的运行效率,并通过在不同的交叉操作后,以不同概率进行两种变异操作的方式改进了雇佣蜂时期的搜索操作,改善了算法的迭代速度;采用排序选择策略替代原来跟随蜂时期的选择策略;改进侦查蜂的蜜源抛弃机制,通过对比已获得的全局最优解,对达到搜索上限的蜜源进行部分抛弃,防止破坏优质解再次陷入随机搜索。最后,通过对比不同算法对实例求解,验证本文算法的有效性。     

计算机辅助作业计划的启发式方法及其应用

分子了平行顺序移动方式下零件在工序间的运动过程和特性，据排序问题理论分析建立了数学模型，对ｎ／ｍ／Ｐ／Ｆｍａｘ问题，构造了优度较高的启发式算法，实现了计算机辅助编制作业计划，该法适于流水车间或成组单元，开发的相应软件可用以编制零件加工进度计划，机床负荷计划，同时绘制生产作业计划图，仿真效果较好。     

九宫排定问题的新算法

在已有工作基础上重新构造了九宫排定问题的算法.在该算法中采用了预处理,在循环中控制已排定数字的位置变化,使得以往算法中的环向移动不复存在,从而优化了算法,降低了计算复杂性.     

具有优先权的自由作业时间表问题研究

研究了具有优先权的自由作业时间表问题，在工件具有准备时间的条件下，给出一种新的启发式算法，其最坏性能比不超过2，猜想该算法的紧界是2—2／(m 1)，其中m是机器的台数，证明在3台机器的情况下，该算法的最坏性能比为3／2，且上界是紧的。     

树状电力网络潮流问题的一个有效算法

本文介绍一种适合于树状电力网络潮流问题研究的有效算法——Dist Flow法。计算结果表明,它具有计算速度快,收敛步数少,收敛精度高等优点。对严重病态的系统仍能确保收敛。     

基于空间分解的二维布局问题的启发式算法

一种基于空间分解的解决矩形物体布局问题的启发式方法。按照深度优先的原则将布局空间逐步分解，每次放入相对于当前布局空间来说是满足特定条件的最优布局块，并将该布局块定位于当前布局空间的左上角来不同大小矩形物体的布局方案。通过调整调序因子ＫＡ和ＫＢ的值，可得到满足不同要求的优化布局方案，所得布局方案均满足工业上一刀切的要求。实验结果及与其他算法的比较证明了该算法的灵活性和有效性。     

数字图像的一种轮廓跟踪算法

给出了一种数字图像跟踪算法,利用边缘像点的方向信息,在扇形区中进行扫描,从而得到一条完整的、边缘点彼此有机连接的轮廓曲线。方法简便易行并便于对得到的轮廓曲线做其他后继计算机处理。