基于蚁群系统的工件排序问题的一种新算法

工件排序问题中如何使加工效率最高 ,一直是一个非常重要而且又非常困难的问题 .特别是问题的规模很大时 ,目前各种算法计算就非常困难 ,有的甚至无法得到合理的方案 .蚁群系统是近年来发展起来的解决组合优化问题的一种有效方法 .根据工件排序问题的特点 ,建立了在不同种类的并行机上加工一批不同种类工件的优化数学模型 .在蚁群算法的基础上对其进行了改进 ,成功地把改进的蚁群算法用于工件排序问题的优化中 .通过与其他算法的仿真比较 ,表明基于蚁群系统的算法是有效的 。

并行多机调度问题的一种基于组合规则的遗传算法

本文对最小化完工时间并行多机调度问题提出了一种基于组合规则的遗传算法 .用遗传算法来优化调度策略 ,使得在不同的调度阶段 ,可采用不同的调度规则以提高算法性能 ,并用计算实例表明了该遗传算法优于基于机器编码的模拟退火算法和遗传算法 ,并能适用于大规模并行多机调度问题 ,算法计算量小 ,鲁棒性强 .

最小化拖期任务数并行机调度问题的一种基于知识的遗传算法

本文研究了最小化拖期任务数并行机调度问题，提出了一种基于知识的遗传算法，并在问题的描述、遗传算法编码、初始种群的产生办法、交叉方法、变异方法等方面作了研究．不同规模问题的数值计算结果表明了本文提出的基于知识的遗传算法优于目前为止最好的启发式算法和普通的遗传算法。

求解一类并行多机调度问题的混合启发式算法

该文研究了一类工件具有不同释放时间的并行多机调度问题 ,调度目标为使总流程时间最小。针对该类调度问题具有强NP -hard的特点 ,首先构造了的一种启发式算法 ,该算法能够在很短的时间内找到次优解。由于通常启发式算法会随着问题规模的扩大导致求解的质量有所下降 ,结合遗传算法的全局搜索能力 ,提出了一种混合启发式算法进一步改善解的质量。仿真结果表明该算法很好地结合了启发式算法和遗传算法的特点 ,能够在较短的时间内求解较大规模的调度问题 ,算法的计算量小 。

解决并行多机提前/拖后调度问题的混合遗传算法方法

研究了带有公共交货期的并行多机提前 /拖后调度问题 .提出了一种混合遗传算法方法 ,以便于确定公共交货期和每台机器上加工的任务代号及其加工顺序 ,即找到一个最优公共交货期和最优调度 ,使加工完所有任务后交货期安排的成本、提前交货成本和拖后交货成本的总和最小 .数值计算结果表明了该混合遗传算法优于启发式算法 ,并能适用于较大规模并行多机提前 /拖后调度问题 .算法计算量小 ,鲁棒性强 .

基于递阶遗传算法的并行多机调度优化

针对最小化完工时间的等同和非等同并行多机调度一类问题,提出了一种递阶遗传算法。该算法根据问题的特点,采用一种递阶编码方案,此编码与调度方案一一对应。用递阶遗传算法优化并行多机调度不需设计专门的遗传算子,操作简单。计算结果表明,递阶遗传算法是有效的,能适用于大规模等同和非等同并行多机调度问题。

进化规划方法在最小化拖期任务数并行机调度问题中的应用

随着ＣＩＭＳ技术的发展，生产线调度问题的研究显得日益重要．最小化拖期任务数并行机调度问题是一类重要的生产线调度问题，但迄今为止，在解决工件和机器数较多的大规模并行机调度问题还存在着许多困难．进化规划方法与遗传算法一样是一种重要的进化计算方法，它具有描述简单、使用灵活、运行效率高、鲁棒性强、较少受初始条件限制等优点，这使得它有很高的实用价值，但与遗传算法相比，进化规划方法的应用还刚刚开始，特别是在生产调度领域的应用还很少见文献报导，进一步拓宽进化规划方法的应用领域很有意义．本文第一次将进化规划方法应用到最小化拖期任务数并行机调度问题中，并在问题的描述、可行解的表示、变异方法等方面作了研究．不同规模的计算实例表明了本文提出的进化规划算法是有效的，能用于解决较大规模并行机生产线调度问题，且解的质量优于启发式算法．

并行多机调度问题的一种遗传算法

运用遗传算法对最小化完工时间的并行多机调度问题进行了研究，给出了最小完工时间的一个下界，由此提出了初始种群的一种构造方法。

用遗传算法解决并行多机调度问题

对最小化完工时间的并行多机调度问题提出了一种遗传算法，并在问题形成、遗传算法编码、变异方法等方面作了研究，并用计算实例表明遗传算法能适用于大规模并行多机调度问题。

进化规划方法在并行多机调度问题中的应用

并行多机调度问题是一类重要的车间调度问题，但迄今为止，在解决工件和机器数较多的大规模并行多机调度问题还存在着许多困难。进化规划方法与遗传算法一样是一种重要的进化计算方法，但与遗传算法相比，进化规划算法的应用还刚刚开始，特别是在调度领域的应用还很少见文献报道，第一次将进化规划方法应用到并行多机调度问题中，并在问题的描述、可行解的表示、变异方法、提高进化规划方法的局部寻优能力等方面作了研究。不同规模的计算实例表明了本文提出的进化规划算法是有效的，能用于解决较大规模并行多机调度问题，且解的质量优于启发式算法和模拟退火算法。

相同并行机上工件排序问题的一种新算法

根据工件排序问题的特点,建立了在相同种类的并行机上加工一批相同种类工件的优化数学模型。在蚂蚁系统的基础上对其进行了改进,并把改进的蚂蚁系统用于工件排序问题的优化中。通过与其他算法的仿真比较表明,该基于蚂蚁系统的算法是有效的,特别是问题规模很大时更显示其较快的收敛速度和较高的精度。