排序方式: 共有50条查询结果,搜索用时 218 毫秒
1.
2.
3.
针对制造业中生产计划的不确定问题,提出一种维修时点预测与自适应的遗传模拟退火算法相结合的优化调度方法。该方法首先利用差分自回归移动平均模型预测设备未来的故障率,然后借助电气设备的威布尔(Weibull)分布模型逆向求出设备未来故障发生时刻,最后将此作为约束条件,利用自适应的遗传模拟退火算法解决传统的生产调度问题。结合工厂实际情况,主要分析了设备有无维修的随机调度问题,以最小化最大完工时间为目标,获取每一个任务的调度计划以及每一台设备的维修时点,确定出最佳调度方案。实验表明自适应的遗传模拟退火算法的性能较好。在河北某工厂的生产车间中,设备在运行调度方法后三个月的平均故障率比运行前相对降低了3.46%。 相似文献
4.
由于模式搜索算法易陷入局部极值且效率低。受群智能算法的启发,结合模式搜索算法,提出一种全局优化算法——群模式全局搜索算法。该算法引入群智能的思想,包含4个操作:模式探测、模式移动、模式学习、模式扩散,具有较强的局部-全局搜索能力,且收敛速度快、稳定性好。对benchmark函数集进行仿真并与其它多个算法对比,实验结果证实该算法的有效性。 相似文献
5.
布尔可满足问题是计算机科学中诸多领域的重要问题,它的快速求解具有十分重要的意义.将具有实际物理背景的Solar算法中的拟物算法与几何规划相结合,提出并实现了一种布尔可满足性问题的连续求解方法.经实验验证,这种算法对布尔可满足性问题的求解具有一定的实用价值. 相似文献
6.
7.
针对异构复杂信息网络中存在高维冗余的敏感数据流,可挖掘数据特征形成概率较低,导致需要多次挖掘、挖掘内存占用高、挖掘精度低、时间长的问题,提出基于最大类间散度的网络敏感数据流动态挖掘方法。将敏感数据的差异最大化间隔作为分类基础,得到网络敏感数据的最大类间散度,在遗传迭代状态下确定最优散度迭代函数,对迭代函数进行挖掘特征优选,得出动态可挖掘特征。对可挖掘特征进行聚类分析,挖掘得到数据隐藏信息模式,并对其进行评价,将合理的信息模式进行知识表示,从而实现异构复杂信息网络敏感数据流动态挖掘。实验结果表明,所提方法可挖掘特征形成概率高达98%,labels标记与实际值较为接近。所提方法挖掘精度高,且运行时间较短、内存占用率低。 相似文献
8.
为了增强可形式刻画正则程序行为的带测试克林代数(KAT)的表达能力,提出了一个加概率的带测试克林代数(PKAT)的完整理论用于对加概率正则程序的推演。提出了状态为PKAT表达式和数据状态组成的序列对的概率格局变迁系统。然后在概率格局变迁系统的基础上给出结构操作语义。并给出PKAT的基于操作语义的概率互模拟等价关系。最后证明了PKAT中等式关于互模拟等价的可靠性。 相似文献
9.
10.