一种基于改进遗传算法的柔性车间调度方案

针对以最小化最大完工时间为优化目标的柔性车间调度问题,提出了一种新的调度案。新方案在基于传统遗传算法的基础上,将种群灾变机制加入到算法的遗传环节中以预防种群早熟收敛,该机制会依据一种动态自适应概率消灭部分种群个体,并用随机产生的新个体补充空缺;在交叉变异的过程中加入子代寻优策略,让父类产生多个子类,筛选最优的子类参与种群的遗传过程,提高了种群进化的效率。新方案在操作规模不变的情况下隐含扩大了种群规模,提高了种群基因多样性,寻优能力明显提高。仿真结果验证了算法的有效性。

分布式系统TTCAN调度优化算法研究

总线技术的发展给线缆测试仪带来了分布式、信息化、网络化的新需求,且在分布式线缆测试仪工作过程中,测试线路的数目增加也对总线数据通讯的稳定性和通讯效率提出了更高的要求;针对分布式系统在线缆测试中的应用需要,设计并优化了分布式线缆测试仪工作的TTCAN应用层协议和其系统矩阵;对于分布式系统通信中的周期性消息形成的系统矩阵先后采用遗传算法、改进型差分进化算法进行优化,对于其中的非周期性消息采用基于松弛度的动态优先级算法;在MATLAB仿真环境中进行实验,实验结果表明,改进型差分算法比遗传算法能够更快、更稳定地计算出优化矩阵,经调度优化后的TTCAN总线工作时数据传输效率有显著提高;文章通过智能优化算法,有效提高了系统总线的通讯效率和稳定性。