基于改进型遗传蚁群算法的TDOA多点定位研究

伴随着中国综合国力的日益增长,民用航空交通运输业发展势头迅猛,更好地管理空中交通变得越来越重要。因此,首先着重分析多点定位系统在民航监视中的重要性和紧要性,阐述其具有的应用优势,通过探讨多点定位算法中两种传统泰勒级数展开和Chan算法的优缺点,相应提出了基于改进型遗传蚁群算法的泰勒级数展开多点定位算法和基于改进型遗传蚁群算法的Chan多点定位算法。在假设确定的相同仿真条件下,对两种改进算法从定位精度和算法运行效率两个方面进行仿真实验,探讨两种改进算法所具有的优缺点,验证了改进算法的有效性和可靠性,且提高了定位精度。

云环境下对遗传蚁群算法的改进研究

本文对于常见的遗传蚁群算法,根据云计算环境,提出了智能化的编码方案,过滤掉冗余编码,并把最短完成时限写进适应函数,在算法初始阶段过滤掉不符合时间要求的调度方案,并在蚁群算法中进行了双重收敛加速,并考虑到了负载均衡。实验证明,本算法取得了较好的效果。

考虑多约束的MOJ调度问题

统筹考虑晶圆加工过程中的多品种、p-s-d(past-sequence-dependent)换模时间及衰退效应等约束特征,以总加权提前/拖期惩罚成本最小为优化目标,建立了单机MOJ(multiple orders per job)调度数学规划模型.在此基础上,对决策变量进行分离,提出具有双层嵌套编码机制的改进型遗传蚁群调度算法.该算法将遗传算法融合到动态自适应蚁群算法的每一次迭代过程中,并为有效提高算法的收敛性能,引入ATCS(apparent tardiness cost with setups)修正准则.最后,仿真实验结果表明,该算法是有效、可行的.