物流自动化仓库拣选作业调度粒子群优化研究

建立自动化仓库堆垛机拣选作业调度模型,采用粒子群算法对拣选作业调度进行优化。提出一种基于货位和粒子位置的二维粒子编码方法,并采用基于粒子位置互换操作的局部搜索方法。计算结果说明,混合粒子群算法能够有效地对自动化仓库拣选作业调度进行优化。     

基于演化策略算法的作业车间调度优化

提出一种基于工件操作次序的二维实数编码方法,采用演化策略算法求解作业车间调度问题。设计一种基于三点交叉互换的重组算子用于生成子代个体,并采用个体编码基因随机重新生成的方法设计变异算子。实验结果证明,演化策略算法能有效优化作业车间调度问题,与遗传算法和粒子群优化算法相比,其优化性能更好,并且基于三点交叉互换重组算子的演化策略算法的性能好于基于两点交叉和基于四点交叉互换重组算子的演化策略算法。     

粒子群算法中随机数参数的设置与实验分析

粒子群算法的相关参数,对粒子群算法的优化性能有着重要影响,本文针对粒子群算法模型中随机数参数的设置问题展开实验分析.首先,由于各种高级程序语言的结构不同,在粒子群算法的实现程序中,对速度更新公式内同一个粒子速度向量,其各个分量的随机数参数的设置各不相同.其次,根据连续函数优化问题和作业车间调度问题中的典型测试算例,以及对于设备拥有量参数优化问题的计算,表明在粒子群算法中设置不同的随机数参数将对粒子群算法的优化性能产生较大影响,并且,对一个粒子速度向量中的不同分量所对应的随机数参数,如果设置相同的值,可以有效地提高粒子群算法的优化效率.