安徽省自然科学基金(050460404)
- 作品数：15 被引量：135H指数：7
- 相关作者：陈华平古春生卢冰原谷峰贾兆红更多>>
- 相关机构：中国科学技术大学江苏技术师范学院南京工程学院更多>>
- 发文基金：安徽省自然科学基金中国科学技术大学研究生创新基金国家自然科学基金更多>>
- 相关领域：自动化与计算机技术理学经济管理更多>>
- 混合粒子群算法在柔性工作车间调度中的应用被引量：21
- 2007年
- 混沌是一种新颖的优化技术,具有随机性、遍历性的特点和易跳出局部极值的能力。为了提高粒子群优化算法(PSO)的性能,在PSO中引入混沌,优势互补,提出了一种混合PSO算法,并应用于柔性工作车间调度问题的求解。首先基于混沌对PSO的参数进行自适应优化,实现全局搜索与局部搜索间的有效平衡;然后,在PSO的搜索过程中引入混沌局部搜索策略,来提高解的精度和收敛速度。实验比较结果验证了该算法的全局搜索性能。
- 贾兆红陈华平孙耀晖
- 关键词：混沌粒子群优化柔性工作车间调度
- 基于粒子群优化的模糊交货期惩罚问题的研究被引量：2
- 2006年
- 文章首先介绍了现实柔性工作车间调度中的模糊加工时间和模糊交货期问题,接着阐述了模糊理论中有符号距离、区间数距离等相关概念,并以此为基础构造目标惩罚函数,然后给出了基于粒子群算法的调度模型以解决柔性工作车间调度中的模糊交货期惩罚问题,最后通过实例验证了模型的可行性和有效性。
- 卢冰原古春生谷峰
- 关键词：柔性工作车间调度模糊交货期粒子群优化
- 多机Flow Shop加权完成时间调度问题的渐近最优算法研究
- 2006年
- 最近 Chou、Queyranne 和 Simchi-Levi,Liu 分别证明了恒速平行机调度问题和 Flow shop 调度问题的基于有效作业加权最短处理时间的启发式算法是渐近最优的。本文使用分组机器模型的方法证明:即使对于多机 Flowshop 加权完成时间调度问题,基于有效作业加权最短处理时间的启发式算法也是渐近最优的。
- 古春生陈华平卢冰原谷峰
- 关键词：加权启发式算法
- 柔性Flow shop最小和调度问题的启发式研究
- 2005年
- 本文研究有n个作业须在s个处理机中心进行加工,处理机中心i由li个同速机组成的非抢占式柔性flowshop加权完成时间调度问题。每个作业有同样的加工路径通过每个处理机中心,但只需在处理机中心的任一台机器上加工处理,作业到达时间相同。目的是确定一个作业在每个处理机中心机器上的可行调度序列,使所有作业在最后处理机中心的加权完成时间总和最小化。在作业处理时间和权重有界、每个作业的工序处理时间为同分布的随机变量、不同作业的处理时间相互独立时,通过分组这种机器环境,我们证明该问题在作业数趋于无究时,一个基于加权最短处理时间的启发式算法是渐近最优的。
- 古春生陈华平
- 关键词：启发式算法
- 随机柔性Flow shop加权完成时间调度问题的启发式策略性能分析被引量：1
- 2006年
- 因实际生产中调度问题的规模很大,分析其近似算法的绝对性能比很难,有时甚至不可能,所以研究近似算法的渐近性能比就很有必要．本文针对随机柔性Flow shop加权完成时间调度问题,使用单机松弛和概率分析方法,证明了基于加权最短期望处理时间需求的启发式策略是渐近最优的．
- 陈华平古春生
- 关键词：调度SHOP渐近最优
- 柔性Flow Shop加权完成时间调度问题的启发式分析被引量：1
- 2007年
- 针对柔性 flow shop 加权完成时间调度问题,通过对机器环境进行分组,证明了一个基于有效作业最短加权平均处理时间的启发式算法是渐近最优的.
- 古春生陈华平
- 关键词：生产调度启发式算法
- 自适应多目标遗传算法在柔性工作车间调度中的应用被引量：32
- 2006年
- 针对柔性工作车间调度问题的特点,提出了一种新的自适应多目标遗传算法,其特点包括:同时运用了基于工序顺序和基于机器分配两种交叉变异方法以弥补经典工作车间调度问题中交叉变异操作的局限性;根据遗传算法搜索的历史自适应的调整两种交叉变异方法的概率以提高算法的搜索效率和稳定性;引入多目标遗传算法中的小生境技术以保持种群的多样性;采用精英保留策略保护进化过程中的优秀个体。实验结果证明该算法在多目标柔性工作车间调度问题的应用上,可以产生分布性较好的高质量的解。
- 陈华平谷峰卢冰原古春生
- 关键词：柔性工作车间调度自适应多目标遗传算法
- 柔性Flow shop加权完成时间调度问题的启发式算法被引量：1
- 2006年
- 使用单机松弛方法证明了,即使对于柔性F low shop加权完成时间调度问题,基于加权最短处理时间需求的启发式算法也是渐近最优的。
- 古春生陈华平卢冰原谷峰
- 关键词：启发式算法
- 多目标粒子群优化算法在柔性车间调度中的应用被引量：24
- 2008年
- 将粒子群优化(Particle Swarm Optimization,PSO)算法和混沌搜索方法结合在一起,提出一种求解多目标柔性作业车间调度问题(Flexible job shop scheduling problem,FJSP)的新算法,利用混沌对PSO的参数进行自适应优化来有效平衡算法的全局搜索和局部开挖能力,并采用混沌局部优化策略来改善算法的搜索性能.此外,为了搜索到问题的所有非劣解,采用基于模糊逻辑的适应度函数来评价粒子.对于四个典型FJSP实例的实验验证了算法的可行性和有效性.
- 贾兆红陈华平孙耀晖
- 关键词：柔性作业车间调度粒子群优化混沌模糊逻辑
- 基于遗传算法的多目标柔性工作车间调度问题求解被引量：14
- 2006年
- 本文针对柔性工作车间调度问题给出了一个有意义的综合目标??尽可能缩短制造周期的同时尽可能的减少机器负荷。由于传统遗传算法在多目标柔性工作车间调度问题上的局限性,我们提出了一种改进遗传算法:首先,我们给出了针对综合目标的工序调度算法获得初始集合;接着,针对柔性工作车间调度问题的特点,我们在常用的基于工序顺序的编码方法上融入了基于机器分配的编码方法,并据此设计了相应的交叉变异操作;最后借鉴了物种进化现象中的环境迁移思想设计了解决多目标优化问题的迁移操作。实验结果表明,改进的遗传算法在多目标柔性工作车间调度问题的解决上要优于传统遗传算法。
- 谷峰陈华平卢冰原
- 关键词：多目标优化遗传算法柔性工作车间调度
