一类仓库作业优化问题的混合遗传算法研究

针对自动化立体仓库固定货架系统中拣选作业优化问题的特点, 分析并设计了一种新型高效混合遗传算法。提出了多起点2-最近点搜索算法进行初始种群的构造,采用了一种新的自适应启发式变异方法,显著改善了原有遗传算法的搜索能力。仿真结果表明该算法从执行时间和优化效果两方面均能够很好地满足作业要求。     

网格结点选择中基于时间模型的多起点最陡爬山算法

为任务计算时间和任务间通信时间构建一个运行时间模型，根据资源性能相对差异，模型可从一种结点选择下的任务计算和任务间通信时间，计算出其他结点选择下的任务计算时间和任务间通信时间．基于运行时间模型实现的多起点最陡爬山算法，分别在多个潜在收敛域选择搜索起点，使搜索结果更优．该模型预测任务计算时间、结点内任务通信时间、结点间任务通信时间和应用总运行时间的平均误差分别为17％、19％、15％和11％，实验表明，该算法可有效提高应用性能．