期刊文献+
共找到4篇文章
< 1 >
每页显示 20 50 100
两段式蚁群粒子群混合优化算法求解MFJSP
1
作者 李莉 周春楠 《计算机应用与软件》 CSCD 北大核心 2012年第8期52-54,109,共4页
为克服单一优化算法在解决MFJSP中固有的弊端提出两段式蚁群粒子群混合优化算法(TSAPO)。在TSAPO中,采用分解方式通过两个阶段实现多目标优化。第一阶段确定算法子集并设计相应的蚂蚁转移概率,利用蚁群优化算法获取工艺路线;第二阶段通... 为克服单一优化算法在解决MFJSP中固有的弊端提出两段式蚁群粒子群混合优化算法(TSAPO)。在TSAPO中,采用分解方式通过两个阶段实现多目标优化。第一阶段确定算法子集并设计相应的蚂蚁转移概率,利用蚁群优化算法获取工艺路线;第二阶段通过对粒子群解码的设计,利用能够进行参数自适应调整的粒子群优化算法解决排产问题。利用TSAPO算法进行标准算例实验,获得优于参加比较的其他算法优化目标,证明TSAPO算法在求解MFJSP中具有更好的优化效果。 展开更多
关键词 柔性作业车间调度问题 多目标优化 优化算法 粒子优化算法 两段式粒子优化算法
下载PDF
基于数据预处理与智能优化的高炉铁液温度预测模型的研究 被引量:5
2
作者 李爱莲 赵永明 崔桂梅 《铸造技术》 CAS 北大核心 2015年第2期450-454,共5页
基于BP神经网络的数据预处理方法建立高炉铁液温度预测模型。首先通过对数据的滤波去噪及相关性分析,选择与高炉铁液温度相关的输入和测量变量;再用创新的智能优化算法(粒子群蚁群算法)优化BP神经网络的参数,从而提高模型的精度。依据... 基于BP神经网络的数据预处理方法建立高炉铁液温度预测模型。首先通过对数据的滤波去噪及相关性分析,选择与高炉铁液温度相关的输入和测量变量;再用创新的智能优化算法(粒子群蚁群算法)优化BP神经网络的参数,从而提高模型的精度。依据生产现场实际数据进行的试验表明,所建立的基于数据预处理与智能优化的高炉铁液温度预测模型的命中率有明显的提高,对实际生产现场更具有指导意义。 展开更多
关键词 高炉 BP神经网络 粒子蚁群群优化算法 数据预处理 温度预测
下载PDF
跨层穿梭车双提升机系统料箱拣选任务调度 被引量:4
3
作者 于巧玉 吴耀华 王艳艳 《计算机工程与应用》 CSCD 北大核心 2020年第20期270-278,共9页
为提高跨层穿梭车系统料箱拣选出库效率,降低任务出库超时率,建立了跨层穿梭车双提升机系统出库任务调度数学模型,并将任务出库期限引入调度策略。在此基础上,使用蚁群-粒子群双层智能优化算法对模型进行了求解,引入随机变异对粒子群算... 为提高跨层穿梭车系统料箱拣选出库效率,降低任务出库超时率,建立了跨层穿梭车双提升机系统出库任务调度数学模型,并将任务出库期限引入调度策略。在此基础上,使用蚁群-粒子群双层智能优化算法对模型进行了求解,引入随机变异对粒子群算法进行改进,提出使用置换复杂度对粒子变异程度进行控制,避免算法早熟收敛。利用MATLAB进行过程仿真,获得各调度方案的出库总时间和任务超时信息。通过实验证明该策略能更好地适应电商环境下复杂的出库任务调度要求,得到更为合理的任务调度方案。 展开更多
关键词 跨层穿梭车双提升机系统 任务调度 -粒子双层智能优化算法 随机变异
下载PDF
A Biologic Behavior Simulation: Living Migration Algorithm (LMA)
4
作者 李豆豆 邵世煌 齐金鹏 《Journal of Donghua University(English Edition)》 EI CAS 2008年第2期130-134,共5页
Biologic behaviors are the principal source for proposing new intelligent algorithms. Based on the mechanism of the bio-subsistence and the bio-migration, this paper proposes a novel algorithm—Living Migration Algori... Biologic behaviors are the principal source for proposing new intelligent algorithms. Based on the mechanism of the bio-subsistence and the bio-migration, this paper proposes a novel algorithm—Living Migration Algorithm (LMA). The original contributions of LMA are three essential attributes of each individual: the minimal life-needs which are the necessaries for survival, the migrating which is a basal action for searching new living space, and the judging which is an important ability of deciding whether to migrate or not. When living space of all individuals can satisfy the minimal life-needs at some generation, they are considered as the optimal living places where objective functions will obtain the optima. LMA may be employed in large-scale computation and engineering field. The paper mostly operates LMA to deal with four non-linear and heterogeneous optimizations, and experiments prove LMA has better performances than Free Search algorithm. 展开更多
关键词 bio-migration free search particle swarm optimization ant colony search
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部