基于双层粒子群优化算法的柔性作业车间调度优化

针对柔性作业车间调度问题(FJSP),提出了一种改进的双层粒子群优化(ITLPSO)算法。首先,以机器的最大完工时间最小化为优化目标,建立了一个柔性作业车间调度模型;然后,介绍了改进的双层PSO算法,为了避免陷入局部最优和提高收敛速度,算法中加入了停滞阻止策略和凹函数递减策略;最后,对相关实例进行求解,并与已有算法作了比较。实验结果表明,与标准PSO算法和双层粒子群优化(TLPSO)算法相比,最大完工时间的最优值分别减少了11和6,最大完工时间的平均值分别减少了15.7和4,收敛速度明显提高。经过性能分析,所提算法可以明显提高柔性作业车间的调度效率,从而获得了更优的调度方案。

基于双层粒子群优化算法的弥漫大B细胞淋巴瘤基因表达样本分类研究

目的从分子生物学的角度对弥漫大B细胞淋巴瘤(DLBCL)基因表达样本进行分类,改进基本粒子群优化分类算法在分类精确性和稳定性方面的不足。方法给出一种基于双层粒子群优化(TLPSO)的分类算法,选取141个弥漫大B细胞淋巴瘤样本,包括氧化磷酸化(OxPhos)、B细胞受体(BCR)和宿主反应(HR)3种亚型,随机选取训练集和测试集以获取不同样本组合,与基本粒子群优化(PSO)分类算法进行比较。结果基于TLPSO的分类算法获得较好分类结果,最佳分类预测结果数和分类结果分布2项指标均优于PSO算法。结论双层粒子群优化分类算法能够对弥漫大B细胞淋巴瘤基因表达样本进行准确和稳定分类,能为临床肿瘤基因表达样本的分类定型提供依据。