元胞粒子群优化算法及其在柔性作业车间调度中的应用

摘要

优化技术是一门以数学为基础，用于解决工程问题并为之提供最优解和满意解的应用技术。在求解实际工程问题时，问题的多变量、多参数、非线性以及多约束等特点使得优化成为一个极富挑战性的研究方向。粒子群优化算法是基于群体智能理论的新兴的智能优化算法，该算法利用生物群体内个体的合作与竞争等行为指导搜索，原理简单，参数较少，收敛速度快，受到学术界的广泛关注。
　　 本文首先介绍了基本的粒子群优化算法，总结了粒子群优化算法的研究与应用。
　　 接着，从元胞自动机的角度分析粒子群优化算法，提出了元胞粒子群优化算法的总体框架。根据元胞自动机的信息交互机制的不同，提出了内元胞粒子群优化算法和外元胞粒子群优化算法。随后，针对两种元胞粒子群优化算法，分别对其收敛性进行了理论分析，从数学角度证明了算法的收敛性。结合具体实例中的粒子轨迹，验证了提出算法的有效性。
　　 为了验证提出的两种元胞粒子群优化算法的有效性，本文选取了自PSO 研究以来比较有代表性的9个版本的PSO 算法，分别针对30个著名的标准测试函数进行优化测试，结果显示了两种元胞粒子群优化算法的有效性。特别是外元胞粒子群优化算法，对于大部分问题的优化结果优于其他版本的PSO 算法。
　　 接下来，本文设计了离散化的元胞粒子群优化算法求解柔性作业车间调度问题，采用了针对问题本身特点的编码方法。在本算法中，采用有效的邻域函数，并利用禁忌搜索思想指导局部搜索。基于标准测试问题的实验结果表明了该算法能有效地求解柔性作业车间调度问题。
　　 最后，对全文进行了总结，并对元胞粒子群优化算法的进一步研究方向进行了展望。

目录

文摘

英文文摘

声明

1 绪论

2 元胞粒子群优化算法

3 元胞粒子群优化算法理论分析与实验

4 元胞粒子群优化算法求解柔性作业车间调度问题

5 全文总结与展望

致谢

参考文献

附录攻读硕士学位期间发表学术论文